> 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/find-object-multiple-image.md).

# Find Object - Multiple Image

Dieser Funktionsblock ist so konzipiert, dass er ein Objekt in mehreren Abschnitten eines gegebenen Hauptbildes erkennt, indem er es mit einem Vorlagenbild vergleicht. Er ermöglicht präzise Übereinstimmungen, selbst wenn mehrere Bildausschnitte verarbeitet werden.

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

`Main Image` Das Hauptbild, in dem Sie nach dem Objekt suchen möchten.

`Object Image` Das Bild, das die Vorlage des Objekts enthält, das Sie im Hauptbild finden möchten.

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

`Image Any` Die Ausgabe liefert das Hauptbild mit Hervorhebungen der erkannten Bereiche.

`Match Count` Diese Ausgabe zeigt die Anzahl der erfolgreichen Übereinstimmungen zwischen dem Hauptbild und dem Vorlagenbild an.

`Matched All` Eine boolesche Ausgabe, die anzeigt, ob alle Objektvorlagen im Hauptbild übereinstimmen.

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

`Method` Ein Dropdown-Menü zur Auswahl des Objekterkennungsverfahrens aus einer Liste verfügbarer Methoden zum Template Matching.

`Match Threshold %` Ein Schieberegler zur Anpassung des Schwellenwerts, der für die Übereinstimmung verwendet wird und beeinflusst, wie streng die Übereinstimmungskriterien sind.

`Enter Horizontal Slice Rate` Ein Eingabefeld, um anzugeben, in wie viele horizontale Abschnitte das Hauptbild während der Verarbeitung unterteilt werden soll.

`Enter Vertical Slice Rate` Ein Eingabefeld, um anzugeben, in wie viele vertikale Abschnitte das Hauptbild während der Verarbeitung unterteilt werden soll.

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

`Multi-Image Comparison` Effiziente Erkennung desselben Objekts in mehreren Ausschnitten, die aus einem Bild extrahiert werden.

`Flexible Template Method Selection` Benutzer können aus verschiedenen Übereinstimmungsmethoden wählen, die für unterschiedliche Szenarien geeignet sind.

`Visual Feedback` Das Ausgabebild zeigt klar die übereinstimmenden und nicht übereinstimmenden Bereiche an und bietet sofortiges visuelles Feedback.

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

1. **Input Images**: Verbinden Sie das Hauptbild, das das Objekt enthält, und das Vorlagenbild des Objekts, das Sie erkennen möchten.
2. **Set Slicing Rates**: Geben Sie die Anzahl der horizontalen und vertikalen Abschnitte für sowohl das Hauptbild als auch die Objektvorlage an.
3. **Select Matching Method**: Wählen Sie die gewünschte Methode zum Template Matching aus dem Dropdown-Menü `Method`.
4. **Set Threshold**: Passen Sie den `Match Threshold %` an, um die Empfindlichkeit des Matching-Prozesses einzustellen.
5. **Run the Block**: Führen Sie den Block aus, um die Objekterkennung durchzuführen. Das System visualisiert die Ergebnisse im Ausgabebild.

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

Nach der Ausführung dieses Funktionsblocks wird das Hauptbild verarbeitet, und es wird das modifizierte Bild zurückgegeben, das die übereinstimmenden Bereiche sowie die Anzahl der Übereinstimmungen und den Status, ob alle Vorlagen gefunden wurden, hervorhebt.

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

<details>

<summary>Schneidraten anpassen</summary>

Experimentieren Sie mit verschiedenen horizontalen und vertikalen Schneidraten für optimale Übereinstimmungsleistungen. Zu viele Abschnitte können zu unnötiger Verarbeitung führen, während zu wenige möglicherweise Erkennungen verpassen.

</details>

<details>

<summary>Schwellenwert einstellen</summary>

Wenn Sie Schwierigkeiten haben, Objekte zu finden, ziehen Sie in Betracht, den Übereinstimmungsschwellenwert zu senken, um die Empfindlichkeit zu erhöhen, damit mehr Übereinstimmungen als gültig betrachtet werden.

</details>

<details>

<summary>Umgang mit mehreren Vorlagen</summary>

Stellen Sie sicher, dass jede Objektvorlage, die Sie verwenden, klar und eindeutig ist, um die Wahrscheinlichkeit erfolgreicher Übereinstimmungen in verschiedenen Abschnitten zu erhöhen.

</details>

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

<details>

<summary>Warnung bei Nichtübereinstimmung</summary>

Wenn Sie eine Warnung über nicht übereinstimmende Abschnitte erhalten, stellen Sie sicher, dass sowohl das Hauptbild als auch das Objektbild in die gleiche Anzahl an Segmenten unterteilt wurden.

</details>

<details>

<summary>Keine Übereinstimmungen gefunden</summary>

Wenn keine Übereinstimmungen erkannt werden, überprüfen Sie, ob das Vorlagenbild ausreichend ähnlich zu den Übereinstimmungsbereichen im Hauptbild ist. Möglicherweise müssen Sie auch den Übereinstimmungsschwellenwert anpassen oder eine andere Übereinstimmungsmethode verwenden.

</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/find-object-multiple-image.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.