> 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/detections-shapes/detectors/blur-detector.md). # Blur Detector Ce bloc de fonction évalue si une image apparaît nette ou floue. Il fournit une sortie booléenne indiquant si l'image d'entrée est considérée comme floue, ainsi qu'un affichage simple du score de flou calculé pour vous aider à régler la sensibilité. ## 📥 Entrées (sockets) `Input Image` Accepte une image RGB/BGR à évaluer pour le flou. ## 📤 Sorties (sockets) `Is Blurred?` Résultat booléen indiquant si l'image fournie est considérée comme floue (true) ou non (false). ## 🕹️ Contrôles `Detection Threshold` Curseur pour ajuster la sensibilité du test de flou. Des valeurs plus faibles rendent le test plus strict (moins d'images marquées comme floues) ; des valeurs plus élevées le rendent plus permissif. `Current blur value` Texte en lecture seule affichant la valeur numérique de flou la plus récente, pour la comparer au seuil. ## 🎯 Fonctionnalités * Vérification rapide net/ flou adaptée aux flux en temps réel ou aux séries d'images. * Retour numérique visible via `Current blur value` pour aider à trouver un `Detection Threshold` adapté. * Entrée simple à un seul socket et sortie booléenne unique pour une intégration facile dans des flux plus larges. ## ⚙️ Principe de fonctionnement Lorsqu'une nouvelle image arrive, le bloc analyse son contenu pour estimer la netteté globale et produit un score numérique de flou. Ce score est comparé au `Detection Threshold` défini par l'utilisateur pour produire la sortie booléenne `Is Blurred?`. Le bloc met à jour l'affichage de `Current blur value` afin que vous puissiez ajuster le seuil de façon interactive. ## 📝 Mode d'emploi * Connectez une source d'image (caméra, chargeur ou bloc de traitement précédent) à `Input Image`. * Ajustez le `Detection Threshold` jusqu'à ce que la distinction entre images acceptables et inacceptables soit claire en regardant `Current blur value`. * Utilisez la sortie `Is Blurred?` pour piloter la logique en aval (par exemple : rejeter des images, déclencher une nouvelle capture ou enregistrer les images de faible qualité). ## 💡 Astuces * Pour la surveillance d'une caméra en direct, associez-le à `Camera USB` ou à d'autres blocs d'entrée d'image pour contrôler les images entrantes. * Si vous souhaitez visualiser ou sauvegarder des exemples d'images floues, connectez le flux à `Show Image` et/ou `Image Logger` pour réviser et ajuster les réglages. * Le prétraitement peut influencer le score de flou : essayez `Image Resize` pour normaliser la taille ou `Denoising` pour réduire le bruit qui fausserait la mesure. * Pour simuler des images floues lors des tests, utilisez le bloc `Blur` en amont. * Combinez avec des outils ROI comme `Image ROI` ou `Image ROI Select` pour vérifier la netteté seulement dans les zones pertinentes (par exemple la région où l'objet d'intérêt apparaît). ## 🛠️ Dépannage * Si toutes les images sont étiquetées comme floues : augmentez le `Detection Threshold` ou vérifiez que vos images d'entrée ne sont pas trop réduites avant l'évaluation. * Si aucune image n'est marquée comme floue alors qu'elles semblent floues : baissez le `Detection Threshold` et vérifiez que la région testée correspond à l'endroit où le flou se produit (utilisez des blocs ROI pour cibler la zone d'intérêt). * Si l'affichage de `Current blur value` ne se met pas à jour, assurez-vous qu'une image valide est connectée à `Input Image` et que la source produit bien des images (connectez la source à un `Show Image` pour vérifier visuellement).