Distance Transformation

تقوم هذه الوظيفة بتحويل صورة ثنائية أو رمادية القناة إلى خريطة مسافات مستمرة حيث تمثل البكسلات الأكثر سطوعًا مسافات أكبر من مناطق المقدمة (foreground - البيضاء). وهي مفيدة لتحسين التقسيم (segmentation)، تحليل الأشكال، والتحضير للمعالجات المبنية على الحدود (contour) أو Watershed.

📥 المدخلات

ImageGray يتوقع هذا البلوك صورة ثنائية أو صورة رمادية ذات قناة واحدة كمدخل.

📤 المخرجات

ImageGray يخرج صورة رمادية ذات قناة واحدة حيث تمثل قيم البكسلات قيم المسافة المحسوبة (مُطبَّعة/مُطَبَّعَة للتصوير المرئي والمعالجة اللاحقة).

🕹️ عناصر التحكم

Transormation Type قائمة منسدلة تتيح لك اختيار مقياس المسافة المستخدم في التحويل. الخيارات تتوافق مع مقاييس المسافة الشائعة (مثل Euclidean, Manhattan, Chessboard). اختر الأنسب لاحتياجات القياس أو التقسيم لديك.

🎨 الميزات

• ينتج خريطة مسافات مستمرة من مدخل ثنائي/رمادي لتوضيح مدى بعد كل بكسل في الخلفية عن أقرب بكسل في المقدمة.

• مخرج مُطَبَّع مناسب للعرض وللاستخدام في بلوكات المعالجة اللاحقة.

• قائمة منسدلة بسيطة لتبديل أنواع مقاييس المسافة وتكييف السلوك لأشكال وتوزيعات مختلفة.

⚙️ آلية التشغيل

عند تشغيل البلوك، يقرأ الصورة الرمادية/الثنائية المزوَّدة، يحسب قيمة مسافة لكل بكسل باستخدام مقياس المسافة المحدد، يقوم بتطبيع النتيجة لتسهيل العرض، ويُرجع خريطة المسافات الرمادية الناتجة. للحصول على أفضل نتائج، قدّم قناعًا ثنائيًا واضحًا يمثل المقدمة/الخلفية.

📝 تعليمات الاستخدام

1. زوّد مدخل ImageGray بصورة ثنائية نظيفة أو بصورة رمادية مُعتَمَدة بشكل جيد (well-thresholded).

2. اختر Transormation Type المطلوب من القائمة المنسدلة.

3. استخدم مخرج ImageGray الناتج للعرض أو أدخلها في بلوكات تحليل أخرى.

💡 نصائح وحيل

• قم بالمعالجة المسبقة باستخدام Image Threshold أو Image Adaptive Threshold للحصول على قناع ثنائي نظيف قبل استخدام هذا البلوك.

• استخدم Blur لتقليل الضوضاء الصغيرة قبل العتبة — هذا عادةً ما يعطي خرائط مسافات أكثر سلاسة.

• بعد تحويل المسافة، اجمع النتائج مع Watershed Algorithm أو Image Skeletonize لفصل الكائنات أو لاستخراج المحاور الوسطية.

• استخدم Find Contour, Approximate Contour, Minimum Rectangle أو Minimum Circle على النتيجة المنظفة/المقسمة للحصول على قياسات هندسية أو أشكال احتواء.

• حدّد التحليل إلى منطقة اهتمام باستخدام Image ROI Select أو Get ROI قبل تغذية الصورة إلى هذا البلوك.

• اعرض النتائج باستخدام Show Image واحفظ النتائج المهمة عن طريق Image Logger أو Image Write.

🛠️ استكشاف الأخطاء وإصلاحها

• إذا بدا المخرج ضوضائيًا أو متشتتًا، فتأكد من أن المدخل عبارة عن قناع ثنائي محدد جيدًا؛ ضع في اعتبارك استخدام Morphological Transformations لإزالة الشوائب الصغيرة.

• إذا ظهرت قيم كبيرة جدًا أو تدرجات غير متوقعة، راجع خطوات المعالجة المسبقة upstream (العتبة وإزالة الضوضاء) واستخدم Show Image لفحص النتائج الوسيطة.

• لفصل ضعيف بين الكائنات الملتصقة، جرّب تغيير Transormation Type أو اتبع تحويل المسافة بـ Watershed Algorithm لتحسين التقسيم.