> 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/function-blocks/detections-shapes/detectors/circle-detector.md).

# Circle Detector

Dieser Funktionsblock wird verwendet, um kreisförmige Muster innerhalb eines Eingabebildes zu erkennen. Er nutzt die Hough-Kreis-Transformationstechnik, um Kreise in Bildern effektiv zu lokalisieren und zu umreißen.

## 📥 Eingänge <a href="#inputs" id="inputs"></a>

`Image Any` Dieser Eingang akzeptiert beliebige Bilddaten, die kreisförmige Muster zur Erkennung enthalten können.

## 📤 Ausgänge <a href="#outputs" id="outputs"></a>

`Result` Das Ausgabe Bild zeigt die erkannten Kreise, die zur einfachen Identifizierung markiert sind.

`Positions` Die Koordinaten der erkannten Kreise, die eine weitere Verarbeitung oder Analyse ermöglichen.

`Number of Circles` Die Gesamtanzahl der im Bild erkannten Kreise.

`Circles` Detaillierte Informationen über die erkannten Kreise im Format, das durch den Kreis-Typ angegeben wird. Dies kann verschiedene Attribute der erkannten Kreise umfassen.

## 🕹️ Steuerungen <a href="#controls" id="controls"></a>

`dp` Ein Schieberegler zur Anpassung des inversen Verhältnisses der Auflösung des Akkumulators zur Bildauflösung, die während der Kreiserkennung verwendet wird.

`Edge Detection` Ein Schieberegler zur Einstellung des höheren Schwellenwertes von den beiden, die an den Canny-Kanten-Detektor übergeben werden (der niedrigere ist doppelt so klein).

`Threshold` Dieser Schieberegler setzt den Schwellenwert für die Kreiserkennungsmethode.

`Min Distance` Ein Parameter, der die minimale Distanz zwischen den Zentren der erkannten Kreise bestimmt.

`Min Radius` Ein Schieberegler zur Angabe des minimalen Radius der zu erkennenden Kreise, der als Prozentsatz der Breite des Eingabebildes definiert wird.

`Max Radius` Ein Schieberegler zur Festlegung des maximalen Radius der zu erkennenden Kreise, ebenfalls als Prozentsatz der Breite des Eingabebildes definiert.

## 🎨 Funktionen <a href="#features" id="features"></a>

`Flexible Parameters` Benutzer können mehrere Parameter feinjustieren, um die Kreiserkennung für verschiedene Arten von Eingabebildern zu optimieren.

`Visual Feedback` Das resultierende Ausgabe Bild markiert die erkannten Kreise klar und bietet visuelles Feedback in Echtzeit über den Erkennungsprozess.

## 📝 Nutzungshinweise <a href="#usage" id="usage"></a>

1. **Connect Input**: Verbinden Sie Ihr Eingabebild, das Kreise enthalten kann, mit dem Eingang `Image Any`.
2. **Adjust Parameters**: Verwenden Sie die Schieberegler, um geeignete Parameter einzustellen, um die Kreiserkennung entsprechend den spezifischen Merkmalen Ihres Bildes zu optimieren.
3. **Evaluate**: Führen Sie den Block aus, um Kreise zu erkennen. Die Ausgabe umfasst ein Bild mit erkannten Kreisen und relevanten Daten über deren Positionen und Zählungen.

## 📊 Bewertung <a href="#evaluation" id="evaluation"></a>

Bei der Ausführung analysiert dieser Funktionsblock das Eingabebild und gibt eine Ausgabe mit den identifizierten Kreisen zurück, die darauf gezeichnet sind, zusammen mit deren Positionen und Zählungen.

## 💡 Tipps und Tricks <a href="#tips-and-tricks" id="tips-and-tricks"></a>

<details>

<summary>Kanten-Erkennung anpassen</summary>

Wenn Sie Schwierigkeiten haben, Kreise zu erkennen, versuchen Sie, den Parameter `Edge Detection` basierend auf der Bildklarheit höher oder niedriger anzupassen.

</details>

<details>

<summary>Unterschiedliche Radiuswerte testen</summary>

Experimentieren Sie mit verschiedenen Werten für `Min Radius` und `Max Radius`, basierend auf den erwarteten Größen von Kreisen im Eingabebild, um optimale Ergebnisse zu erzielen.

</details>

<details>

<summary>Vorverarbeitung verwenden</summary>

Sie können Vorverarbeitungstechniken wie die Blurr- oder Image Threshold-Blöcke verwenden, um die Kanten im Bild zu verbessern, was es einfacher macht, kreisförmige Muster zu erkennen.

</details>

<details>

<summary>Genauere Erkennung</summary>

Die Verwendung eines höheren Wertes für `Min Distance` kann helfen, die Erkennung von false positives zu reduzieren, indem Überlappungen bei Erkennungen vermieden werden.

</details>

## 🛠️ Fehlersuche <a href="#troubleshooting" id="troubleshooting"></a>

<details>

<summary>Keine Kreise erkannt</summary>

Wenn keine Kreise erkannt werden, versuchen Sie, die Parameter anzupassen, insbesondere die Einstellungen für `Threshold` und `Min Radius`, um eine geeignete Konfiguration für Ihr Eingabebild zu finden.

</details>

<details>

<summary>Weiche oder verschwommene Kreise</summary>

Wenn Kreise weich oder nicht gut definiert erscheinen, ziehen Sie in Betracht, eine Vorverarbeitungsmethode wie `Gaussian Blur` auf Ihr Eingabebild anzuwenden, bevor es diesen Block erreicht.

</details>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.augelab.com/german/function-blocks/detections-shapes/detectors/circle-detector.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.