🖥️
AugeLab Studio Manual
Deutch
Deutch
  • 👋Willkommen im AugeLab Studio Benutzerhandbuch
  • 📘Einführung
    • AugeLab Studio
    • Hauptmerkmale
    • Anwendungsfälle
    • Systemanforderungen
  • 🚀Erste Schritte
    • Anmeldung
    • Installation
    • Erster Blick
    • Einfacher Rundgang
    • Ihr allererstes Projekt
      • Grundlagen
      • Erkennung
      • Zusammenfassung
    • Weitere lokale Beispiele
    • Weitere Lektüre
  • 🖥️AugeLab Studio Oberfläche
    • Detaillierter Blick
    • Szenario-Bereich
    • Menü und Werkzeugleiste
    • Projekte verwalten
    • KI installieren und vieles mehr
      • KI mit Modul-Downloader nutzen
  • 🧱Funktionsblöcke
    • Blockstrukturen
    • Schnittstellen
    • Blockspalte
    • Verbindungen
    • Alle Funktionsblöcke
      • AI Blocks
        • Face Detection
        • Mask Detection
        • Object Detection - Custom
        • Object Detection
        • Pose Estimation
        • Safety Equipment Detection
        • Social Distance Detector
        • Super Resolution
        • Text Detection
        • OCR
      • CNN Blocks
        • Average Pooling 2D
        • Batch Normalization
        • Choose Folder 2D
        • Compile Model
        • Conv. Sep. Layer 2D
        • Conv. Trans. Layer 2D
        • Convolutional Layer 2D
        • Dropout Layer
        • Flatten Layer 2D
        • Fully Connected
        • Global Average Pooling 2D
        • Global Max Pooling 2D
        • Input Layer 2D
        • Loss CCE
        • Max Pooling 2D
        • Metrics Accuracy
        • Model EfficientNet
        • Model MobileNet
        • Model ResNet
        • Model VGG
        • Optimizer Adadelta
        • Optimizer Adagrad
        • Optimizer Adam
        • Optimizer Adamax
        • Optimizer FTRL
        • Optimizer Nadam
        • Optimizer RMSProp
        • Optimizer SGD
        • ReLU Layer
        • Softmax Layer
        • Training Parameters
      • Data/Logic
        • Flow Control
          • Batch Concatenation
          • Batch Processing
          • Debatch
          • Get Batch Size
          • HMI Background
          • Subsystem Enabled
          • Subsystem In
          • Subsystem Loop
          • Subsystem Out
          • Subsystem
        • logic
          • All True
          • And
          • Demux
          • Equals
          • Greater
          • Logic Operations
          • Mux
          • Not
          • Or
          • Set - Reset
          • Smaller
        • Mathmetical Operations
          • Add
          • Counter
          • Divide
          • Math Operations
          • Maximum
          • Minimum
          • Multiply
          • Not Equals
          • Round
          • Square Root
          • Subtract
          • Trigonometry
        • Data Operations
          • Data Memory
          • Data to JSON
          • Data Type Converter
          • Datetime Compare
          • Dictionary Operations
          • Exclude Nones
          • Find Substring
          • Get Element
          • Is None
          • List Operations
          • Parse Data Dictionary
          • Replace None
          • String Merge
          • String Operations
        • Referencing
          • Data Read Global
          • Data Read Local
          • Data Write Global
          • Data Write Local
          • Debug Input
          • Tag From
          • Tag To
        • Signal Operators
          • Delay Step
          • Edge Falling
          • Edge Rising
          • Multi Port Switch
          • OFF Delay
          • ON Delay
      • Image/Transformations
        • Analysis
          • Color Density Percentage
          • Get Dimension
          • Histogram On Curve
          • Histogram On Line
          • Image Color Match
          • Image Memory
          • Image Resolution and Channel Value
          • Maximum Images
          • Mean Value of Image
          • Measure Position Distance
          • Minimum Images
          • Non-zero of Image
          • Std. of Image
          • Structural Similarity
        • Transformation Filters
          • Auto Alignment
          • Auto Contrast
          • Color Quantizer and Clustering
          • Color Space
          • Contrast-Brightness-Gamma
          • Contrast Optimization
          • Deconvolution
          • Denoising
          • Distance Transformation
          • FloodFill
          • Grab Cut Algorithm
        • Color Filters
          • 2D Filter
          • Apply Mask
          • Bilateral Filter
          • Blur
          • Edge Filter
          • HSV Filter
          • Image Adaptive Threshold
          • Image Threshold
          • Invert Image
          • Morphological Transformations
          • Normalize Image
          • RGB Mask
          • RGB Set
          • Sobel Filter
        • Operations
          • Add Images Weighted
          • Add Images
          • Collage Images
          • Divide Images
          • Flip Image
          • Image AutoRotator
          • Image Concatenate
          • Image Resize
          • Image Resizer
          • Merge Channels
          • Multiply Images
          • Polar Transform
          • Rotate Image Angle
          • Slice Image
          • Split Image
          • Subtract Images
      • Detections/Shapes
        • Detectors
          • Barcode Reader
          • Blob Detector
          • Blur Detector
          • Circle Detector
          • Corner Detector
          • Custom CNN Model
          • Data Matrix Reader
          • Detect Reference
          • Feature Detector
          • Find Object - Multiple Image
          • Find Object
          • Find Reference
          • Harris Corner Filter
          • Line Detector
          • Match Shapes
          • Measure Object Distance
          • Shape Detector
        • Draw
          • Draw Detections
          • Draw Line
          • Draw Point
          • Draw Rectangle
          • Draw Result On Image
          • Write Date On Image
          • Write Text On Image
        • Roi Processing
          • Check Area (Polygon)
          • Check Area
          • Get Pixel Mouse
          • Get Pixel
          • Get ROI
          • Image ROI Center
          • Image ROI Polygon
          • Image ROI Select Multi
          • Image ROI Select
          • Image ROI
          • Perspective Transform
          • Rectangles in Rectangle
        • Shape Analysis
          • Approximate Contour
          • Choose Line
          • Contour to Image
          • Fill Contour
          • Find Contour
          • Hull Convex
          • Minimum Circle
          • Minimum Ellipse
          • Minimum Rectangle
          • Minimum Rotated Rectangle
          • Most Similar Shape
          • Point Polygon Test
      • Input/Output
        • Communication
          • Modbus Connect
          • Modbus Read
          • Modbus Write
          • MQTT Publish
          • MQTT Subscribe
          • OPC UA Client
          • OPC UA Read
          • OPC UA Write
          • REST API - Get
          • REST API - Post
          • Send Mail
          • Siemens S7 Connect
          • Siemens S7 Read
          • Siemens S7 Write
        • Data Inputs
          • Date-Time List
          • Date-Time
          • Headless Check
          • Keyboard/Barcode Reader
          • Logic Input
          • Number Input
          • Number Range
          • PWM (Pulse Width Modulation)
          • Rising Edge
          • String Input
          • Text
        • Image Inputs
          • Camera IP (ONVIF)
          • Camera IP
          • Camera USB External
          • Camera USB Vidgear
          • Camera USB
          • Load Image From Path
          • Load Image
          • Make Image
          • Pixel
          • Video
        • Outputs/Exports
          • CSV Export
          • Cycle Timer
          • File/Folder Operations
          • GPU Statistics
          • Image Logger
          • Image Write
          • Led Output
          • Multi Image Write
          • Output
          • Scope
          • Show Image
          • Stop
  • 📡Geräte und Kommunikation
    • Kamera-Nutzung
    • Kommunikationsprotokolle
    • Weitere Lektüre
  • 🧩Beispielprojekte
    • Demo-Projekte
    • Umfangmessung
    • Objektezählung
    • Fliesenbreitenmessung
    • Menschenkennung
    • Objekterkennung
  • 🔑Hauptmerkmale
    • Benutzerdefinierte HMI-Anwendungen bereitstellen
    • Daten für die Objekterkennung annotieren
    • Benutzerdefinierte KI-Modelle trainieren
      • Die richtige Datenbank auswählen
      • Wann man das Training stoppen sollte
    • Plugins erstellen
      • Komponenten
      • Codereferenz
    • Teilen Sie Ihre Lösungen mit der Community
    • Python-Pakete installieren
  • 📑FAQ
    • Kontaktieren Sie uns
    • FAQ
    • Ein vollständiges Projekt einrichten
  • Zusätzliche Ressourcen
    • Schulungsplan
    • Schulung Materialien
    • AugeLab-Experten
  • Anhang
    • Wörterbuch
    • Referenzen
Powered by GitBook
On this page
  • 📥 Eingänge
  • 📤 Ausgänge
  • 🕹️ Steuerungen
  • 🎨 Funktionen
  • 📝 Nutzungshinweise
  • 📊 Bewertung
  • 💡 Tipps und Tricks
  • 🛠️ Fehlersuche

Was this helpful?

  1. Funktionsblöcke
  2. Alle Funktionsblöcke
  3. Detections/Shapes
  4. Shape Analysis

Find Contour

Dieser Funktionsblock ermöglicht es Benutzern, Konturen in einem Graustufenbild zu erkennen. Er bietet Optionen zur Auswahl der Konturen-Approximationsmethode und zur Festlegung eines Mindestbereichs für erkannte Konturen. Die Ergebnisse umfassen die ausgewählte Kontur, ihre Position, Rotation und Fläche.

📥 Eingänge

Input Image (Gray) Ein Graustufenbild, in dem Konturen erkannt werden.

📤 Ausgänge

Selected Contour Die Kontur, die derzeit basierend auf der Benutzereingabe ausgewählt ist.

Contours Eine Liste aller erkannten Konturen aus dem Eingangsbild.

Contour Image Das Originalbild mit der hervorgehobenen ausgewählten Kontur.

Object Position Die Position (Mitte) der ausgewählten Kontur.

Object Rotation Die Rotation der ausgewählten Kontur.

Object Area Die Fläche der ausgewählten Kontur.

Object Count Die Gesamtzahl der erkannten Konturen.

🕹️ Steuerungen

Minimum Contour Area % Ein Schieberegler, der den Mindestflächenprozentsatz für Konturen festlegt, um als gültig betrachtet zu werden.

Approximation Method Ein Dropdown-Menü zur Auswahl der Konturen-Approximationsmethode, wie Standard, Einfach oder verschiedene Teh-Chin-Methoden.

Select Contour Object Ein Dropdown-Menü zur Auswahl einer bestimmten Kontur aus der Liste der erkannten Konturen.

🎨 Funktionen

Dynamic Contour Detection In der Lage, Konturen in Echtzeit zu erkennen und visuelles Feedback zu geben.

Multiple Methods for Contour Approximation Benutzer können aus verschiedenen Approximationsmethoden wählen, um den Erkennungsprozess zu verfeinern.

Detailed Outputs Bietet nicht nur die erkannten Konturen, sondern auch relevante Attribute wie Fläche und Rotation.

📝 Nutzungshinweise

  1. Input Image: Verbinden Sie ein Graustufenbild mit dem Eingangsbereich Input Image (Gray).

  2. Minimum Area festlegen: Passen Sie den Schieberegler Minimum Contour Area % an, um kleine Konturen, die nicht von Interesse sind, herauszufiltern.

  3. Wählen Sie die Approximationsmethode aus: Wählen Sie die gewünschte Konturen-Approximationsmethode aus dem Dropdown-Menü.

  4. Knoten ausführen: Bewerten Sie den Block und untersuchen Sie die erkannten Konturen und deren Attribute.

  5. Spezifische Kontur auswählen: Falls nötig, wählen Sie eine spezifische Kontur aus dem Dropdown-Menü Select Contour Object, um sich auf die Details dieser Kontur zu konzentrieren.

📊 Bewertung

Bei der Ausführung generiert dieser Funktionsblock eine detaillierte Analyse der Konturen im Eingangsbild und gibt die ausgewählte Kontur zusammen mit der visuellen Ausgabe zurück.

💡 Tipps und Tricks

Vorverarbeitung

Verwenden Sie einen Blur- oder Image Threshold-Funktionsblock vor diesem, um das Eingangsbild zu bereinigen, was zu einer genaueren Konturenerkennung führen kann.

Konturen-Spezifizität

Passen Sie den Minimum Contour Area % für Ihren spezifischen Anwendungsfall an, um Rauschen und unerwünschte kleine Konturen herauszufiltern.

Konturvisualisierung

Nachdem Sie eine Kontur ausgewählt haben, können Sie diese leicht im Ausgabebild visualisieren, um die Kontur effektiver zu erfassen.

Konturenbeschränkungen

Wenn Sie nicht die erwarteten Ergebnisse erhalten, überprüfen Sie die Flächenlimits und die Approximationssettings. Die Verwendung von Standardeinstellungen kann oft bessere anfängliche Ergebnisse liefern.

🛠️ Fehlersuche

Keine Konturen erkannt

Wenn keine Konturen gefunden werden, stellen Sie sicher, dass Sie ein gültiges Graustufenbild eingeben, da Konturen nicht aus Farbbildern erkannt werden können.

Kontur nicht ausgewählt

Überprüfen Sie, ob Sie einen gültigen Index aus dem Dropdown-Menü Select Contour Object ausgewählt haben. Wenn keine Konturen die Kriterien erfüllen, passen Sie die Mindestfläche an oder überprüfen Sie das Eingangsbild.

PreviousFill ContourNextHull Convex

Last updated 7 months ago

Was this helpful?

🧱