> 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/match-shapes.md).

# Match Shapes

Ce bloc de fonction compare deux formes (contours) et retourne un score de ressemblance entre 0 et 1. Il est utile lorsque vous souhaitez une mesure numérique unique de la similarité entre deux contours — des valeurs proches de 1 signifient que les formes sont plus similaires.

## 📥 Entrées

`Contour` — Premier contour à comparer (référence).

`Contour` — Second contour à comparer (requête).

## 📤 Sorties

`Resemblence` — Un nombre entre 0 et 1 exprimant la similarité des deux contours (plus élevé = plus similaire).

## 🕹️ Contrôles

`Resemblence` — Étiquette en lecture seule affichant la valeur de ressemblance actuelle pour un retour visuel rapide dans l'UI.

## ⚙️ Mécanisme d'exécution

Lorsque le bloc s'exécute, il accepte deux entrées de contour, les convertit en représentations comparables et calcule un score de ressemblance unique. Le score est fourni à la fois comme valeur de sortie et affiché sur l'étiquette `Resemblence` du bloc pour que vous puissiez voir les résultats immédiatement.

## 🎯 Fonctionnalités

* Score numérique rapide de similarité pour deux contours.
* Retour visuel dans l'UI via l'étiquette `Resemblence` mise à jour en temps réel.
* Compatible avec des contours générés par d'autres blocs d'analyse et de détection de formes.

## 📝 Comment utiliser

1. Fournissez deux contours aux entrées. Les contours peuvent provenir de blocs de détection ou de traitement de contours comme `Find Contour`.
2. Lancez le flux ; le bloc renvoie `Resemblence` et met à jour l'étiquette pour inspection instantanée.
3. Utilisez la valeur numérique pour des décisions, des enregistrements ou un traitement ultérieur.

## 💡 Conseils et astuces

* Si vous n'avez qu'une image, extrayez d'abord les contours avec le bloc `Find Contour`, puis alimentez ce bloc avec les contours obtenus.
* Pour simplifier des contours complexes (réduire le bruit ou le nombre de points), essayez `Approximate Contour` avant la comparaison ; des contours plus simples donnent souvent des valeurs de ressemblance plus stables.
* Si vous avez besoin du contour transformé en image pour une comparaison visuelle, utilisez `Contour to Image` puis prévisualisez avec `Show Image`.
* Pour comparer plusieurs contours candidats à une référence, combinez ce bloc avec `Most Similar Shape` pour sélectionner automatiquement la meilleure correspondance.
* Lors de la mise en correspondance de formes dans des régions spécifiques, rognez d'abord l'image avec `Image ROI Select` afin que les contours proviennent de la zone attendue.
* Si les contours proviennent d'images à échelles différentes, normalisez les tailles avec `Image Resize` ou convertissez les contours en images recadrées de mêmes dimensions à l'aide de `Contour to Image`.

## 🛠️ Dépannage

* Si la ressemblance semble anormalement faible : assurez-vous que les deux contours ont une échelle et une orientation similaires. Essayez de simplifier les contours avec `Approximate Contour` ou de normaliser la taille des images.
* Si la sortie est instable entre les images : vérifiez l'étape d'extraction des contours (par ex. `Find Contour`) pour des détections bruyantes et envisagez un prétraitement avec `Blur` ou `Image Threshold`.
* Pas de sortie ou contour invalide : vérifiez que le bloc qui produit les contours retourne bien des données de contour (utilisez `Debug Input` ou prévisualisez les images intermédiaires avec `Show Image`).