> 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/shape-analysis/point-polygon-test.md).

# Point Polygon Test

تتحقق هذه الدالة مما إذا كان شكل الاختبار (محيط/نقاط) يقع داخل شكل آخر محيط. تقوم بوضع علامات مرئية على صورة الإدخال وتعيد قيمة منطقية تشير إلى ما إذا كانت كل نقاط الاختبار داخل المحيط أم لا.

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

`Input Image (Grayscale)` صورة بتدرجات الرمادي تُستخدم كخلفية للعرض والرسوم التوضيحية.

`Test Shape` شكل (محيط أو قائمة نقاط) ترغب في اختباره لمعرفة ما إذا كان داخل المحيط.

`Enclosing Shape` محيط يعمل كمرجع الحاوية.

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

`Output Image` صورة مشروحة تظهر نقاط الاختبار والمحيط المحيط. تُعلَّم النقاط الداخلية بلون ونقاط الخارج بلون آخر.

`Plot Image` نتيجة منطقية: True إذا كانت جميع نقاط الاختبار تقع داخل المحيط، وإلا False.

## 🕹️ عناصر التحكم <a href="#controls" id="controls"></a>

لا يحتوي هذا البلوك على عناصر تحكم تفاعلية إضافية. يعمل بناءً على المدخلات المقدمة.

## 🎨 الميزات <a href="#features" id="features"></a>

* توضيح مرئي للمحيط المرجعي وكل نقطة اختبار على الصورة لتسهيل التحقق.
* مؤشر لكل نقطة (داخل مقابل خارج) باستخدام علامات ملونة.
* يعيد قيمة منطقية واحدة تلخص ما إذا كان شكل الاختبار مغلقًا بالكامل داخل المحيط.

## ⚙️ آلية التشغيل <a href="#running-mechanism" id="running-mechanism"></a>

* عند التنفيذ، يقرأ البلوك الموصلات الثلاث المدرجة تحت المدخلات.
* إذا كان أي من مدخلات الشكل فارغًا، يعيد البلوك صورة الإدخال دون تغيير ولا ينفذ الاختبار.
* إذا تم توفير الشكلين، يرسم البلوك المحيط الحاوي ويقيّم كل نقطة من نقاط شكل الاختبار مقابل هذا المحيط.
* تُرسم كل نقطة اختبار على الصورة بلون يدل على كونها داخلية أو خارجية. تعكس المخرجات المنطقية ما إذا كانت جميع نقاط الاختبار داخلية أم لا.

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

1. زود `Input Image (Grayscale)` بصورة مناسبة بتدرجات الرمادي للعرض.
2. أدخل المحيط أو قائمة النقاط التي تريد فحصها في `Test Shape`.
3. أدخل المحيط الحاوي في `Enclosing Shape`.
4. اقرأ الصورة المشروحة من `Output Image` ونتيجة الاحتواء من `Plot Image`.

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

* استخدم `Find Contour` لاستخراج المحيطات من صورة ثنائية ثم وصل ناتجه إلى `Enclosing Shape` أو `Test Shape`.
* استخدم `Approximate Contour` لتبسيط المحيطات المعقدة قبل الاختبار لتسريع التقييم وتقليل الإيجابيات الخاطئة.
* اقطع منطقة الاهتمام أولًا باستخدام `Image ROI` أو `Image ROI Select` للتركيز على المناطق ذات الصلة وتقليل المعالجة.
* لفحص أو إنشاء الشكل المراد اختباره، استخدم `Contour to Image` أو ارسم نقاطًا باستخدام `Draw Point` ثم استخدم ذلك الناتج كـ `Test Shape`.
* إذا كان شكل الاختبار مشتقًا من التقسيم، جرب `Image Threshold` أو `Fill Contour` مقدمًا لإنشاء محيطات نظيفة لنتائج أكثر موثوقية.

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

* إذا أبلغت جميع النقاط بأنها خارجية بشكل غير متوقع، تحقق من تطابق أنظمة الإحداثيات (القص أو تغيير الحجم في المراحل السابقة قد يغيّر الإحداثيات).
* إذا كانت النتيجة غير حاسمة، قم بعرض المحيطات الوسيطة باستخدام `Show Image` للتأكد من أن الأشكال مُدخلة بشكل صحيح.
* إذا فشل استخراج المحيط في توفير أشكال قابلة للاستخدام، قم بعمليات معالجة مسبقة للصورة مثل `Blur` أو `Image Threshold` لتحسين اكتشاف الحواف.