For the complete documentation index, see llms.txt. This page is also available as Markdown.

Color Density Percentage

Ce bloc de fonction calcule combien chaque canal de couleur (Red, Green, Blue) contribue à l'intensité globale d'une image couleur. Il est utile pour une analyse rapide des couleurs, des contrôles qualité et des décisions de prétraitement dans des pipelines de vision.

📥 Inputs

Image Any

  • Image couleur à 3 canaux (RGB ou BGR). Le bloc attend une image couleur classique pour calculer les totaux et pourcentages par canal.

📤 Outputs

Red Percentage

  • Pourcentage d'intensité rouge par rapport à l'intensité totale de l'image (0–100, arrondi).

Red Total

  • Somme des valeurs d'intensité du canal rouge (total absolu).

Green Percentage

  • Pourcentage d'intensité verte par rapport à l'intensité totale de l'image (0–100, arrondi).

Green Total

  • Somme des valeurs d'intensité du canal vert (total absolu).

Blue Percentage

  • Pourcentage d'intensité bleue par rapport à l'intensité totale de l'image (0–100, arrondi).

Blue Total

  • Somme des valeurs d'intensité du canal bleu (total absolu).

🕹️ Controls

Ce bloc de fonction n'a pas de widgets interactifs. Fournissez l'image via la prise d'entrée pour lancer le calcul.

⚙️ Mécanisme d'exécution

  • Lorsqu'un image à 3 canaux est reçue, le bloc somme les intensités de chaque canal et calcule l'intensité combinée par pixel.

  • Les pourcentages de canal sont calculés par channel_sum / total_sum puis convertis en pourcentage.

  • Les totaux et pourcentages sont fournis en sortie sous forme de valeurs numériques (les pourcentages sont arrondis pour lisibilité).

  • Si l'entrée n'est pas une image valide à 3 canaux, le bloc indiquera une entrée invalide (vérifiez les blocs en amont).

🎯 Caractéristiques clés

  • Résumé rapide de la composition couleur par image (pourcentages + totaux bruts).

  • Fonctionne sur des images RGB/BGR standard sans configuration supplémentaire.

  • Les sorties sont numériques et faciles à consigner, visualiser ou utiliser dans une logique de décision.

📝 Instructions d'utilisation

  1. Connectez une source d'image couleur à l'entrée Image Any.

  2. Lisez les sorties numériques pour décider des étapes suivantes (par exemple, vérifier si un canal dépasse une limite).

  3. Utilisez les sorties avec des blocs de journalisation ou de visualisation pour suivre les évolutions dans le temps.

💡 Astuces et conseils

  • Pour cibler l'analyse sur une zone spécifique, recadrez d'abord l'image avec Image ROI, Image ROI Select ou Image ROI Center avant de la connecter à ce bloc.

  • Pour des résultats plus stables sur des images bruitées, prétraitez avec Blur ou Denoising avant ce bloc.

  • Si vos images sont très grandes et lentes à traiter, utilisez Image Resizer pour réduire les dimensions tout en préservant les proportions de couleur.

  • Pour analyser seulement les pixels correspondant à une plage de couleurs, utilisez HSV Filter ou RGB Mask puis envoyez l'image masquée à ce bloc. Pour un masquage sélectif, appliquez Apply Mask après la création du masque.

  • Pour inspecter les canaux individuellement, utilisez Split Image avant ou après ce bloc pour visualisation ou traitement supplémentaire.

  • Utilisez Show Image pour prévisualiser l'image analysée, et Image Logger ou CSV Export pour sauvegarder les valeurs numériques à des fins de rapport ou de suivi.

  • Combinez ce bloc avec des blocs de détection (par exemple Object Detection ou Mask Detection) pour calculer des statistiques de couleur uniquement pour des objets ou régions détectés.

(Indice : tous les blocs recommandés ci‑dessus sont disponibles dans la collection de blocs et peuvent être combinés directement dans l'éditeur visuel.)

🛠️ Dépannage

  • Si les sorties semblent incorrectes, vérifiez que l'image en amont est bien une image couleur à 3 canaux.

  • Si les pourcentages donnent des valeurs inattendues, assurez-vous que l'image n'a pas été pré‑normalisée ou convertie en canal unique avant ce bloc.

  • Si le traitement est lent, insérez un Image Resizer pour réduire la taille des images d'entrée avant l'analyse.

Mis à jour