Find Contour

Ce bloc de fonction détecte et sélectionne des contours dans une image en niveaux de gris. Utilisez-le pour localiser des formes, obtenir leur position, aire, rotation et prévisualiser le contour sélectionné sur l’image. Des limites d’aire ajustables et des méthodes d’approximation permettent de filtrer et d’affiner les résultats.

📥 Entrées

Image Gray Image en niveaux de gris utilisée pour la détection des contours (image mono-canal).

📤 Sorties

Selected Contour Le contour choisi (forme) basé sur la sélection manuelle ou la sélection automatique.

Contours Une liste de tous les contours détectés qui ont passé le filtrage.

Contour Image Image de prévisualisation avec le contour sélectionné dessiné et le centre marqué.

Object Position La position du centre (x, y) du contour sélectionné.

Object Rotation L’angle d’orientation du contour sélectionné (en degrés).

Object Area La valeur d’aire du contour sélectionné (en unités de pixels).

Object Count Nombre de contours trouvés après filtrage.

🕹️ Contrôles

Minimum Contour Area (%) Curseur de plage horizontal pour définir l’aire minimale et maximale des contours en pourcentage de l’aire de l’image ; les contours en dehors de cette plage sont ignorés.

Approximation Method Menu déroulant pour choisir la stratégie d’approximation du contour (impacte le niveau de détail vs. la simplification).

Contour Selection Menu déroulant listant les contours détectés (avec pourcentages d’aire) pour en sélectionner un pour inspection ou mesure.

🎨 Fonctionnalités

• Prévisualisation visuelle du contour sélectionné avec marqueur du centre et tracé du contour.

• Filtrage basé sur l’aire pour ignorer les formes trop petites ou trop grandes.

• Plusieurs options d’approximation pour contrôler le détail et le lissage du contour.

• Sortie à la fois des données géométriques (forme, centre, angle, aire) et d’une liste de tous les contours validés.

• Protection automatique contre un nombre excessif de contours traités afin de préserver les performances.

⚙️ Comment ça fonctionne

En exécution, le bloc analyse l’image en niveaux de gris fournie, détecte les contours, les filtre selon la plage d’aire configurée, les trie par taille et rend disponible un contour sélectionné pour inspection. L’image de prévisualisation affiche le contour choisi et son centre, et le bloc exporte des données numériques et de forme pour un traitement ultérieur.

💡 Astuces

• Prétraitez les images avec Image Threshold, Image Adaptive Threshold ou Blur pour améliorer la détection sur des entrées bruitées.

• Utilisez Image ROI Select ou Image ROI pour recadrer la zone d’intérêt avant d’exécuter ce bloc afin d’éviter les contours non pertinents.

• Associez avec Approximate Contour, Minimum Rectangle, Minimum Ellipse ou Minimum Circle pour obtenir des représentations géométriques plus simples du contour sélectionné.

• Utilisez Translate Shape pour recentrer les formes détectées dans un même référentiel lorsque vous combinez plusieurs sources.

• Visualisez ou annotez les résultats avec Draw Rectangle, Draw Result On Image ou Draw Detections pour des superpositions UI plus claires.

• Si vous avez besoin d’aires polygonales en entrée ou pour limiter l’analyse, combinez avec Image ROI Polygon ou Image ROI Polygon Multi.

• Enregistrez les images ou résultats avec Image Logger, Image Write, ou exportez les données numériques avec CSV Export / Data to JSON.

• Combinez avec Find Object (template matching) ou Feature Detector pour une identification d’objet plus fine après un filtrage grossier par contours.

• Pour des systèmes de contrôle qualité, connectez en aval vers Measure Object Distance, Check Area ou Rectangles in Rectangle pour implémenter une logique de passage/échec.

🛠️ Dépannage

• Si aucun contour n’est trouvé, élargissez la plage de Minimum Contour Area (%) ou améliorez le contraste d’entrée avec Auto Contrast ou Denoising.

• Si de nombreux petits contours parasites apparaissent, augmentez l’aire minimale ou appliquez Image Threshold / Blur pour réduire le bruit.

• Si les contours sont trop détaillés, choisissez une Approximation Method plus simple pour réduire le nombre de sommets et simplifier la forme.