> 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/french/function-blocks/blocks-reference/ai-blocks/match-anything-eloftr.md).

# Match Anything (ELOFTR)

Ce bloc fonctionnel effectue l'appariement de points-clés entre deux images et renvoie les points-clés appariés ainsi que leurs scores de confiance. Il peut, en option, dessiner les correspondances dans une image de visualisation pour une inspection rapide.

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

`Image A` La première image à apparier.

`Image B` La seconde image à apparier.

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

`Visualization` Une image annotée montrant les points-clés appariés et les lignes de connexion (générée uniquement lorsque cette sortie est connectée).

`Keypoints A` Liste des coordonnées des points-clés détectés dans `Image A`.

`Keypoints B` Liste des coordonnées des points-clés détectés dans `Image B`.

`Scores` Scores de confiance d’appariement pour chaque paire de points-clés.

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

`Show Matches` Basculer pour dessiner des lignes entre les points-clés appariés sur l’image `Visualization`.

`Threshold` Curseur pour définir le seuil d’appariement (0–100). Des valeurs plus élevées filtrent les correspondances de moindre confiance.

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

* Apparier des points-clés entre deux images et fournir des scores de confiance par appariement.
* Sortie visuelle optionnelle qui concatène les images et dessine les points-clés et les lignes d’appariement.
* Contrôle du seuil pour ajuster le compromis précision/rappel des correspondances.
* Utilise le matériel disponible (CPU ou GPU) pour l’inférence lorsque pris en charge.

## 📝 Comment ça fonctionne <a href="#usage" id="usage"></a>

* Fournissez deux images sur les entrées `Image A` et `Image B`.
* Le bloc calcule les points-clés appariés et leurs scores entre les images.
* Si la sortie `Visualization` est connectée, une image annotée montrant les points-clés et, éventuellement, les lignes de connexion sera produite.
* Les sorties `Keypoints A`, `Keypoints B` et `Scores` renvoient des listes pouvant être utilisées par des blocs en aval.

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

* Utilisez `Image Resize` avant ce bloc pour ramener les deux images à des tailles comparables et obtenir un appariement plus stable.
* Si vos images sources ont une faible résolution, essayez un prétraitement avec `Super Resolution` pour améliorer la qualité des points-clés.
* Pour inspecter visuellement le résultat, connectez `Visualization` à un bloc `Show Image`.
* Utilisez `Image ROI Select` pour concentrer l’appariement sur une zone d’intérêt et réduire les correspondances parasites.
* Exportez les points-clés appariés et les scores avec `Data to JSON` ou `CSV Export` pour journalisation ou analyse ultérieure.
* Combinez avec `Image Logger` pour sauvegarder automatiquement les visualisations lorsque les correspondances atteignent une condition souhaitée.

## 🛠️ Dépannage <a href="#troubleshooting" id="troubleshooting"></a>

* Aucun appariement trouvé : essayez d’abaisser le `Threshold` pour autoriser plus de correspondances candidates, ou recadrez les images avec `Image ROI Select` pour retirer l’encombrement.
* Trop de mauvaises correspondances : augmentez le `Threshold` pour ne conserver que les correspondances de confiance plus élevée.
* Visualisation non générée : assurez-vous que la prise de sortie `Visualization` est connectée — l’image visuelle n’est créée que si elle est demandée.
* Dépendances manquantes ou accélération matérielle absente : ce bloc nécessite des paquets runtime pour le modèle et s’exécutera sur le CPU ; si une accélération GPU est attendue mais non utilisée, vérifiez la disponibilité du GPU et l’environnement d’exécution de l’application.