> 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/image-transformations/analysis/measure-position-distance.md).

# Measure Position Distance

هذا البلوك يحسب المسافة الأفقية والرأسية والمسافة المستقيمة بين نقطتين في الصورة. استخدمه عندما تحتاج معلومات المسافة على مستوى البكسل بين نقطتين (الصيغة: (x, y)).

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

`Point` النقطة الأولى (x, y) للمقارنة.\
`Point` النقطة الثانية (x, y) للمقارنة.

(ملاحظة: كلا المدخلين يقبلان زوج إحداثيات واحد فقط. مرّر النقطتين بالترتيب الذي تريد قياسه.)

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

`X Distance` الفرق الأفقي بين النقطتين (قيمة مطلقة، بكسل).\
`Y Distance` الفرق العمودي بين النقطتين (قيمة مطلقة، بكسل).\
`Distance` المسافة الإقليدية بين النقطتين (بكسل).

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

هذا البلوك لا يحتوي على عناصر تحكم تفاعلية أو منزلقات — ببساطة يقوم بحساب المسافات من المدخلات المقدمة.

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

* حساب مباشر للمسافة في إحداثيات بكسل الصورة.
* يرجع المسافات لكل محور بالإضافة إلى المسافة الإقليدية المجمعة لتسهيل الاستخدام اللاحق.
* يعمل مع نتائج بلوكات الكشف والتعليقات (مثل المراكز، نقاط المعالم، إلخ).

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

1. قدّم زوج الإحداثيات الأول إلى مدخل `Point` الأول.
2. قدّم زوج الإحداثيات الثاني إلى مدخل `Point` الثاني.
3. اطلع على النتائج من المخرجات الثلاثة: `X Distance`, `Y Distance`, و`Distance`.
4. استخدم المخرجات مباشرةً للتصور، اتخاذ قرارات منطقية، السجل أو التصدير.

## 📊 التقييم <a href="#evaluation" id="evaluation"></a>

عند التنفيذ، يحسب البلوك الفرق المطلق على المحور X والمحور Y والمسافة الإقليدية بين النقطتين المقدمتين، ثم يخرج هذه القيم الرقمية.

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

* إذا كنت بحاجة لإحداثيات من كواشف تلقائية، اجمع مع `Find Object` أو `Object Detection` / `Object Detection - Custom` للحصول على مراكز الأجسام، ثم مرّر تلك المراكز إلى هذا البلوك.
* لتتبع الأجسام عبر الزمن، استخدم `Object_Detection_Tracker` للحصول على قوائم مواقع وقياس المسافات بين معرفات التتبع.
* صور النتائج بتوصيل المخرجات إلى `Draw Point` أو `Draw Line` (لرسم المقطع المقاس) وعرض الصورة المشروحة باستخدام `Show Image`.
* لرسم قيم رقمية مباشرة (مثلاً المسافة عبر الزمن)، أرسل مخرج `Distance` إلى `Scope`.
* لقياس المسافات داخل منطقة مقصوصة، اقص الصورة أولاً باستخدام `Image ROI` أو `Image ROI Select` ثم مرّر الإحداثيات في فضاء ROI المحلي.
* إذا رغبت بمقارنة المسافات بين جسمين مكتشفين مباشرة، فكّر بدمج هذا البلوك مع `Measure Object Distance` لسيناريوهات مبنية على الأجسام.

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

* إذا بدت المسافات غير صحيحة، تأكد أن كلا المدخلين هما أزواج إحداثيات صالحة `(x, y)` وأنهما يستخدمان نفس نظام الإحداثيات (الصورة الكاملة مقابل ROI مقصوص).
* إذا كان أحد المدخلات مفقودًا، لا يستطيع البلوك حساب مسافات ذات معنى — تأكد من توصيل كلا المدخلين أو حمايتهما ببلوكات مثل `Is None` / `Replace None` في تدفقات أكبر.
* تذكّر أن النتائج بوحدات بكسل. حولها إلى وحدات العالم الحقيقي خارجيًا إذا كان لديك معايرة أو عامل مقياس.