> 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/german/beispielprojekte/object-counting.md).

# Objektzählung (Object Counting)

Das Zählen von Objekten ist ein häufig auftretendes Problem im Bereich der Computer Vision. Dieses Tutorial lehrt Sie, wie Sie kreisförmige Objekte in einem bestimmten Bereich mithilfe konventioneller Computer Vision-Algorithmen zählen können.

Das Beispielbild ist bereits in AugeLab Studio im Ordner mit Beispielbildern als **coins2.jpg** Datei vorhanden.

Erstellen Sie einen [Load Image](/german/funktionsblocke/blocks-reference/input-output/image-inputs/load-image.md) Block in einem leeren Szenario mit dem unten gezeigten Beispielbild:

<figure><img src="/files/WfWG31XmuXeWtHgxy7Hr" alt=""><figcaption></figcaption></figure>

Als ersten Schritt müssen wir die Münzen vom Hintergrund trennen, indem wir den [Image Threshold](/german/funktionsblocke/blocks-reference/image-transformations/color-filters/image-threshold.md) Block verwenden. Dies kann auch mit dem [HSV Filter](/german/funktionsblocke/blocks-reference/image-transformations/color-filters/hsv-filter.md) oder [RGB Mask](/german/funktionsblocke/blocks-reference/image-transformations/color-filters/rgb-mask.md) erfolgen, aber das Trennen der Farbflächen und das Erstellen eines binären Bildes reicht aus. Erstellen Sie die folgende Logik:

<figure><img src="/files/UjqDJHSVSxwPznWWsL5r" alt=""><figcaption></figcaption></figure>

Da wir den [Find Contour](/german/funktionsblocke/blocks-reference/detections-shapes/shape-analysis/find-contour.md) Block verwenden, um zu zählen, wie viele separate weiße Flächen existieren, wählen wir die Option **THRESH\_BINARY\_INV**, um das Bild zu filtern, und passen den Schieberegler an, um den Hintergrund zu filtern.

Es kann jedoch sein, dass die weißen Bereiche nicht perfekt voneinander getrennt sind. Die Verwendung des Find Contour Blocks würde ein falsches Ergebnis liefern:

<figure><img src="/files/0NIO4bMbNJQqIhl8HvdI" alt=""><figcaption></figcaption></figure>

Wie Sie sehen, gibt es im bereitgestellten Bild keine 14 Blockmünzen. Wir benötigen einen Algorithmus, um die weißen Bereiche zu trennen oder zu verkleinern. Dazu verwenden wir den [Distance Transformation](https://github.com/AugelabTech/AugeLab-Studio-Gitbook-Docs/blob/main/german/function-blocks-filters/distance-transform.md) Block:

<figure><img src="/files/NQmvYCIyKhMT8Y6Ig2Ev" alt=""><figcaption></figcaption></figure>

Die Distanztransformation berechnet, wie weit jeder Pixel von der weißen Farbdichte entfernt ist. Die Verwendung von [Image Threshold](/german/funktionsblocke/blocks-reference/image-transformations/color-filters/image-threshold.md) erneut erzeugt unterschiedliche weiße Bereiche für jeden:

<figure><img src="/files/nalM8wE3cYyhBnEvkSTK" alt=""><figcaption></figcaption></figure>

Nun sollte die Verwendung des Find Contour Blocks ergeben, wie viele Münzen wir im Referenzbild haben:

<figure><img src="/files/DbpCvykyUfA96edYCO9s" alt=""><figcaption></figcaption></figure>

Das ist es! Jetzt wissen Sie, wie Sie jedes Objekt in einem bestimmten Bereich mit AugeLab Studio zählen können!