> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/arabic/alblwkat-alwzyfyh/blocks-reference/detections-shapes/detectors/find-object-multiple-image.md).

# Find Object - Multiple Image

تقوم هذه الدالة بالكشف عما إذا كان قالب (object) يظهر عبر مناطق متعددة متطابقة داخل صورة أكبر. تم تصميمها للحالات التي تتم فيها مقارنة كل من الصورة الرئيسية والقالب عن طريق تقسيمهما إلى شبكة من البلاطات (tiles) ومقارنة كل زوج من البلاطات المقابلة. يعطي البلوك ملاحظات بصرية عن طريق تعليم البلاطات التي فشلت في المطابقة ويخرج عدًا ومؤشر نجاح/فشل إجماليًا.

## 📥 المدخلات <a href="#inputs" id="inputs"></a>

`Main Image` قدّم الصورة التي تريد التحقق من وجود القالب فيها.\
`Object Image` قدّم صورة القالب التي يجب أن تظهر عبر بلاطات الصورة الرئيسية.

## 📤 المخرجات <a href="#outputs" id="outputs"></a>

`Image Any` الصورة الرئيسية مع توضيح البلاطات التي لم يتم فيها العثور على القالب (ملاحظات بصرية).\
`Match Count` عدد البلاطات التي تم فيها مطابقة القالب بنجاح.\
`Matched All` قيمة منطقية (Boolean) تكون TRUE عندما يُعثر على القالب في كل البلاطات المتوقعة استنادًا إلى الشبكة المحددة، وإلا FALSE.

## 🕹️ الضوابط <a href="#controls" id="controls"></a>

`Method` اختر طريقة المطابقة للتحكم بكيفية تقييم التشابه بين كل زوج من البلاطات. الطرق المختلفة تغير حساسية وسلوك المطابقة.

`Match Threshold %` ضبط مدى صرامة المطابقة. زيادة القيمة تتطلب تشابهًا أوثق لكي تُعتبر البلاطة مطابقة.

`Horizontal Slice` أدخل عدد البلاطات التي سيتم تقسيم الصورة إليها أفقيًا (أعمدة).

`Vertical Slice` أدخل عدد البلاطات التي سيتم تقسيم الصورة إليها رأسيًا (صفوف).

## 🎯 الميزات الرئيسية <a href="#features" id="features"></a>

* مقارنة قائمة على الشبكة: يقسم كل من الصورة الرئيسية والقالب إلى نفس عدد البلاطات ويقارن البلاطات المقابلة.
* مؤشرات فشل بصرية: تُعلَّم الصورة الناتجة البلاطات التي لم تطابق القالب لتسهيل الفحص البصري.
* ملخص المطابقة: يعيد عددًا رقميًا للبلاطات المتطابقة وقيمة منطقية `Matched All` لمعرفة ما إذا اجتاز كامل الشبكة.
* حساسية وطريقة قابلة للتعديل: اضبط السلوك باستخدام `Method` و`Match Threshold %`.
* يناسب تعدد المقاييس عبر المقارنة القائمة على البلاطات، مفيد عندما يتكرر الكائن عبر تخطيط منظم.

## ⚙️ كيف يعمل <a href="#how-it-works" id="how-it-works"></a>

عند تشغيل البلوك:

1. يقسم كلًا من `Main Image` و`Object Image` إلى شبكة محددة بواسطة `Horizontal Slice` و`Vertical Slice`.
2. يقارن كل زوج من البلاطات المقابلة باستخدام `Method` المختارة و`Match Threshold %`.
3. يعطي علامة على الصورة الناتجة للبلاطات التي لم يُعثر فيها على القالب ويزيد عداد المطابقات للبلاطات الناجحة.
4. يخرج الصورة المشروحة، العدد الإجمالي للبلاطات المطابقة، وقيمة منطقية تشير ما إذا كانت كل البلاطات قد طابقت.

ملاحظة: للحصول على نتائج موثوقة يجب أن تكون الصورة الرئيسية وصورة القالب متقاربة في المقياس والاتجاه حتى تكون البلاطات المقابلة قابلة للمقارنة.

## 📝 نصائح الاستخدام <a href="#usage" id="usage"></a>

* اختر `Horizontal Slice` و`Vertical Slice` لتطابق التبليط أو تخطيط الكائن المتوقع في الصورة الرئيسية (مثال: شبكة 3x3 لتسع مواضع متوقعة).
* ارفع `Match Threshold %` لتقليل الإيجابيات الكاذبة عند وجود ضوضاء في الخلفية أو نمط معقد.
* جرّب خيارات `Method` المختلفة إذا أعطت طريقة واحدة كثيرًا من الفشل أو المطابقات الخاطئة.

## 💡 نصائح وحيل — تراكيب بلوك مفيدة <a href="#tips-and-tricks" id="tips-and-tricks"></a>

* إذا كانت الصور كبيرة جدًا أو بطيئة في المعالجة، استخدم `Image Resizer` قبل هذا البلوك لتقليل حجم المدخلات.
* استخدم `Image ROI Select` لقص الصورة الرئيسية إلى منطقة الاهتمام بحيث ينطبق التقسيم فقط على المنطقة المطلوبة.
* طبق `Blur` أو `Denoising` على الصورة الرئيسية لتقليل الضوضاء عالية التردد التي قد تسبب عدم تطابقات زائفة.
* عدّل الألوان أو التباين باستخدام `Adjust Colors` أو `Contrast Optimization` لجعل الكائن أكثر تمييزًا عن الخلفية.
* عاين النتائج عبر إرسال الإخراج المشروح إلى `Show Image`.
* احفظ الحالات الفاشلة أو الصورة المشروحة باستخدام `Image Logger` أو `Image Write` للمراجعة لاحقًا.
* لفحص قالب واحد (بدون تبليط)، فكر في استخدام `Find Object` عندما تحتاج للتحقق من حدوث واحد بدلًا من شبكة بلاطات.

(تلميح: اجمع الضوابط والبلوكات أعلاه لبناء تدفق فحص قوي — قص، معالجة مسبقة، مقارنة، ثم تسجيل أو عرض النتائج)

## 🛠️ استكشاف الأخطاء وإصلاحها <a href="#troubleshooting" id="troubleshooting"></a>

* إذا أبلغ البلوك عن مطابقات أقل من المتوقع: تحقّق أن `Horizontal Slice` و`Vertical Slice` تتطابق مع كيفية تكرار الكائن في الصورة الرئيسية؛ ارفع `Match Threshold %` أو جرّب `Method` مختلفًا.
* إذا أبلغ البلوك عن الكثير من المطابقات الخاطئة: ارفع `Match Threshold %`، طبق معالجة مسبقة مثل `Image Threshold` أو `Blur`، أو استخدم `Image Resizer` لضبط المقاييس.
* إذا كانت أعداد الشرائح لا تطابق أو تبدو المقارنة غير صالحة: تأكد من أن المدخلين صور صحيحة وأن أرقام الشرائح أعداد صحيحة موجبة.
* إذا اختلفت الاتجاهات أو المقاييس بين القالب والصورة الرئيسية: قم بتدوير أو تغيير حجم المدخلات بحيث تصطف البلاطات، أو استخدم `Auto Alignment` / `Image Resizer` قبل تشغيل المقارنة.