Detect Reference

Dieser Funktionsblock wird verwendet, um automatisch Objekte in einem Eingangsbild basierend auf einem Referenzbild zu identifizieren. Er unterstützt verschiedene Optionen zur Feinabstimmung des Erkennungsprozesses.

📥 Eingänge

Image Das Hauptbild, in dem das Referenzobjekt erkannt werden muss.

Reference Das Referenzbild des Objekts, das übereinstimmen sollte.

Mask Ein optionales Maskenbild, das Bereiche isolieren kann, die während des Erkennungsprozesses berücksichtigt werden sollen.

📤 Ausgänge

Image Any Das Ausgabebild, das die erkannten Objekte mit hervorgehobenen übereinstimmenden Regionen zeigt.

Rectangle Coordinates Die Koordinaten der Rechtecke, die die erkannten Referenzen umschließen und mehrere Erkennungen unterstützen.

Match Percentage Der Übereinstimmungsprozentsatz für jedes erkannte Objekt.

🕹️ Steuerungen

Match Threshold % Ein Schieberegler, der die Schwelle für die Akzeptanz von Übereinstimmungen festlegt. Durch Anpassung dieses Wertes können Fehlalarme minimiert werden.

Down-size Ein Schieberegler, der die Größe des Referenzbilds reduziert, um die Verarbeitungsgeschwindigkeit zu verbessern und eine schnellere Erkennung zu ermöglichen.

Rotations Ein Schieberegler zur Einstellung der Anzahl der Rotationsschnitte zur Erkennung von Objekten in verschiedenen Ausrichtungen.

Sweep Angle Ein Bereichsschieberegler, der den Winkel für Rotationen während der Objekterkennung definiert.

Horizontal Flip Search Ein Kontrollkästchen, das die Berücksichtigung von umgedrehten Versionen des Referenzbildes einbezieht, was unter bestimmten Bedingungen die Erkennung unterstützen kann.

Estimation Method Ein Dropdown-Menü zur Auswahl der Methode zur Schätzung der Übereinstimmung von Objekten.

Color Mode Ein Dropdown-Menü zur Auswahl, ob Bilder in Graustufen oder Farbe (BGR) verarbeitet werden sollen, wobei die Farbbearbeitung normalerweise die Genauigkeit erhöht.

🎨 Funktionen

Rotational Detection Erkennt effektiv Objekte aus mehreren Rotationswinkeln und verbessert die Erkennungsfähigkeiten.

Mask Support Die Option, eine Maske zu verwenden, hilft, die Erkennung auf wichtige Bereiche des Eingangsbildes zu konzentrieren, wodurch die Effizienz verbessert wird.

Visual Feedback Das resultierende Bildoutput zeigt klar die übereinstimmenden Bereiche und bietet sofortiges Feedback zu den Erkennungsergebnissen.

📝 Nutzungshinweise

1. Input Images verbinden: Verknüpfen Sie das Eingangsbild mit dem Eingangsbereich Image und das Referenzbild mit dem Eingangsbereich Reference. Optional können Sie eine Maske an den Eingangsbereich Mask anschließen.

2. Parameter einstellen: Verwenden Sie die Schieberegler und Dropdowns, um die gewünschte Übereinstellungsschwellwerte, Größenreduzierung, Rotationen und Farbmodus festzulegen.

3. Bewerten: Führen Sie den Block aus, um die Objekterkennung durchzuführen. Die resultierende Ausgabe zeigt die Übereinstimmungen im Bild an.

📊 Bewertung

Wenn er ausgeführt wird, analysiert dieser Funktionsblock effektiv das Eingangsbild basierend auf der bereitgestellten Referenz und gibt das übereinstimmende Bild, die Koordinaten und die Übereinstimmungsprozentsätze aus.

💡 Tipps und Tricks

Verbesserung der Erkennung

Stellen Sie beim Verwenden der Erkennung sicher, dass das Referenzbild klar und gut beleuchtet ist. Die Anpassung des Match Threshold % kann auch dazu beitragen, die Genauigkeit der Erkennungen zu erhöhen.

Verwendung von Masken

Wenn nur bestimmte Teile des Eingangsbilds von Interesse sind, verwenden Sie den Eingangsbereich Mask, um die Bereiche zu begrenzen, die vom Erkennungsprozess berücksichtigt werden, wodurch sowohl Geschwindigkeit als auch Genauigkeit verbessert werden.

Rotationseinstellungen

Experimentieren Sie mit den Steuerelementen Rotations und Sweep Angle, um optimale Einstellungen zur Erkennung von Objekten zu finden, die in verschiedenen Ausrichtungen erscheinen können.

🛠️ Fehlersuche

Keine Übereinstimmungen gefunden

Wenn Sie keine Übereinstimmungen erhalten, überprüfen Sie, ob das Referenzbild das Objekt im Eingangsbild genau darstellt, und passen Sie die Match Threshold % auf einen niedrigeren Wert an, um eine großzügigere Übereinstimmung zu ermöglichen.

Leistungsprobleme

Wenn es zu Verzögerungen kommt, ziehen Sie in Betracht, die Einstellung Down-size zu reduzieren, was es dem Erkennungsprozess ermöglicht, auf einem kleineren Bild zu arbeiten und die Berechnung zu beschleunigen.

Nicht erkannte Bereiche

Wenn bestimmte Regionen des Eingangsbilds keine Ergebnisse liefern, überprüfen Sie den Eingangsbereich Mask auf mögliche Blockaden oder verbessern Sie das Referenzbild im Vergleich zu den spezifischen Instanzen, die Sie erwarten zu erkennen.