> 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/corner-detector.md).

# Corner Detector

Ce bloc de fonction détecte les motifs de coins dans une image et les met en évidence pour inspection visuelle. Il est utile pour l'extraction de caractéristiques, les vérifications d'alignement et la préparation pour des tâches de forme ou de suivi.

## 📥 Entrées

`Image Any` L'image à analyser. Accepte des images en niveaux de gris ou en couleur.

## 📤 Sorties

`Detected Corners` Une image avec les coins détectés dessinés pour un retour visuel rapide.

`Number of Corners` Nombre total de points de coin détectés.

`Locations` Liste des coordonnées des coins (plusieurs points) pour un traitement ultérieur.

## 🕹️ Contrôles

`Detector Type` Choisir la méthode de détection de coins (options incluent HARRIS CORNER et SHI-THOMAS CORNER).

`Threshold` Ajuste la sensibilité du nombre de coins détectés. Des valeurs plus élevées réduisent les détections ; des valeurs plus faibles en augmentent.

## 🎨 Caractéristiques

* Marques visuelles dessinées sur l'image d'entrée pour indiquer chaque coin détecté.
* Possibilité de basculer entre deux algorithmes de détection de coins largement utilisés.
* Renvoie à la fois une sortie visuelle et des données structurées (nombre et coordonnées) pour un traitement ultérieur.

## ⚙️ Mécanisme de fonctionnement

Lorsqu'une image est fournie à l'entrée, le bloc analyse les motifs d'intensité locaux pour localiser les points d'angle. Il marque chaque coin détecté sur une copie de l'image d'entrée et produit en sortie l'image annotée, le nombre de coins trouvés et la liste de leurs coordonnées. Vous pouvez changer la méthode de détection et ajuster le `Threshold` pour contrôler la sensibilité.

## 📝 Instructions d'utilisation

1. Connectez une source d'image à l'entrée `Image Any`.
2. Sélectionnez le `Detector Type` désiré.
3. Ajustez le `Threshold` jusqu'à ce que le nombre de coins détectés corresponde à vos attentes.
4. Utilisez la sortie `Detected Corners` pour prévisualiser les résultats et la sortie `Locations` pour l'automatisation.

## 💡 Astuces

* Prétraitez les images bruyantes avec `Blur` ou `Denoising` pour éliminer les coins parasites dus au bruit de texture.
* Améliorez le contraste et la visibilité des caractéristiques avec `Contrast Optimization` ou `Adjust Colors` avant la détection.
* Limitez la zone de recherche avec `Image ROI Select` ou `Image ROI` pour ne traiter que la région d'intérêt.
* Si l'image est très grande et que la détection est lente, utilisez `Image Resize` pour la réduire avant d'exécuter ce bloc.
* Visualisez les résultats en plus grand ou inspectez les détails avec le bloc `Show Image`.
* Combinez les sorties de coins avec `Find Contour` ou `Feature Detector` si vous avez besoin d'une localisation d'objet ou d'une correspondance de niveau supérieur.
* Conservez ou figez une bonne image de référence avec `Image Memory` ou enregistrez des exemples via `Image Logger`.

## 🛠️ Dépannage

* Si trop de coins sont détectés, augmentez le `Threshold` ou appliquez un lissage avec `Blur`.
* Si trop peu ou aucun coin n'est détecté, diminuez le `Threshold` ou augmentez le contraste avec `Contrast Optimization`.
* Si des points détectés apparaissent en dehors de la zone d'intérêt, recadrez l'entrée avec `Image ROI Select` avant d'alimenter ce bloc.
* Pour des résultats incohérents selon les conditions d'éclairage, essayez `Adjust Colors` ou désactivez les ajustements automatiques de la caméra en amont (utilisez les paramètres avancés de la caméra si disponibles).