> 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/draw/draw-detections.md).

# Draw Detections

Dieser Funktionsblock ist so konzipiert, dass er erkannte Objekte visuell auf einem Bild markiert. Er zeichnet Rechtecke um die angegebenen Koordinaten und annotiert sie mit Text, der den Erkennungsstatus angibt (z. B. "Ok" oder "Nok").

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

`Image` Das Bild, auf dem die Erkennungen gezeichnet werden.

`Coordinate_List` Eine Liste mit den Koordinaten für die Rechtecke, die um die erkannten Objekte gezeichnet werden. Die Koordinaten sollten als Paare angegeben werden.

`Object_Count` Eine Liste, die die Anzahl der an jeder angegebenen Koordinate erkannten Objekte angibt.

`Trigger` Ein boolescher Eingang, der, wenn aktiviert, den Zeichnungsprozess auslöst.

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

`Result Image` Das Ausgabebild mit den gezeichneten Rechtecken und Annotationen.

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

Es gibt keine spezifischen Steuerungen in der Benutzeroberfläche für diesen Funktionsblock; er funktioniert basierend auf den bereitgestellten Eingaben.

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

`Visual Annotations` Zeichnet Rechtecke und bietet textliches Feedback direkt auf dem Bild, um die Erkennungsergebnisse leicht zu identifizieren.

`Flexible Input Structure` Kann Listen von Koordinaten und Objektzahlen in verschiedenen Strukturen akzeptieren, was ihn anpassungsfähig an unterschiedliche Szenarien macht.

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

1. **Connect Input Image**: Verbinden Sie ein Bild mit dem Eingangsbereich `Image`, in dem die Erkennungen angezeigt werden sollen.
2. **Specify Detections**: Geben Sie eine Liste von Koordinaten über den Eingang `Coordinate_List` an, wobei jede Koordinate ein Paar darstellt, das die Ecken eines Rechtecks markiert.
3. **Object Count**: Verbinden Sie eine entsprechende Liste von Objektzahlen mit dem Eingang `Object_Count`.
4. **Activate Trigger**: Senden Sie ein `Trigger`-Signal, um den Zeichnungsprozess zu beginnen. Wenn dieses Signal nicht aktiviert ist, erfolgt keine Zeichnung.

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

Bei der Auswertung gibt dieser Block das modifizierte Bild mit Rechtecken und Text aus, die die Erkennungsergebnisse basierend auf den bereitgestellten Koordinaten und Zählungen anzeigen.

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

<details>

<summary>Farben und Schriftarten anpassen</summary>

Sie können die Farben der Rechtecke und den Text basierend auf Ihren Vorlieben anpassen oder bestimmte Erkennungen hervorheben, indem Sie die Werte im Code anpassen.

</details>

<details>

<summary>Dynamisches Thresholding</summary>

Sie können die Ausgaben anderer Erkennungsblöcke, wie `Find Object` oder `Safety Equipment Detection`, verknüpfen, um dynamisch anzupassen, welche Objekte basierend auf ihrer Anzahl annotiert werden.

</details>

<details>

<summary>Layering Annotations</summary>

Um mehr Kontext zu bieten, ziehen Sie in Betracht, andere Arten von Annotationen mithilfe zusätzlicher Funktionsblöcke zu schichten, die weitere Einblicke über dasselbe Bild bieten können.

</details>

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

<details>

<summary>Keine Objekte gezeichnet</summary>

Wenn keine Rechtecke gezeichnet werden, überprüfen Sie, ob der `Trigger` aktiviert ist, und stellen Sie sicher, dass die Längen von `Coordinate_List` und `Object_Count` gleich sind.

</details>

<details>

<summary>Ungültige Koordinaten</summary>

Wenn Sie Warnungen über ungültige Koordinaten erhalten, überprüfen Sie, ob die Koordinaten ordnungsgemäß formatiert sind und die Abmessungen des Bildes nicht überschreiten.

</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/draw/draw-detections.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.