> 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/funktionsblocke/blocks-reference/detections-shapes/detectors/line-detector.md).

# Line Detector

Dieser Funktionsblock dient zur Erkennung von Linien in Bildern mithilfe verschiedener Linenerkennungstechniken. Er bietet Optionen zur Auswahl der Erkennungsmethode und zur Konfiguration von Parametern, die die Linenerkennung beeinflussen.

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

`Image Any` Das Eingangsbild, in dem Linien erkannt werden.

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

`Lined Image` Das Ausgabebild mit den erkannten Linien, die auf ihm gezeichnet sind.

`Number of Lines` Die Gesamtanzahl der in dem Eingangsbild erkannten Linien.

`Lines` Liefert die Koordinaten der erkannten Linien, die für die weitere Verarbeitung verwendet werden können.

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

`Line Detection Type` Ein Dropdown-Menü zur Auswahl der Erkennungsmethode: entweder "Deterministisch" oder "Probabilistisch".

`Confidence` Ein Schieberegler, um die Empfindlichkeitsschwelle für den Linenerkennungsprozess festzulegen.

`Min. Line Gap` Ein Schieberegler, um den minimalen Abstand zwischen erkannten Liniensegmenten festzulegen (anzuwenden für die probabilistische Methode).

`Max. Line Gap` Ein Schieberegler, um den maximalen Abstand zwischen Segmenten festzulegen, um sie als eine einzige Linie zu behandeln (anzuwenden für die probabilistische Methode).

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

`Two Line Detection Methods` Benutzer können zwischen zwei Linenerkennungsmethoden wählen, was Flexibilität basierend auf dem Bildinhalt ermöglicht.

`Dynamic Parameter Adjustment` Die Anpassungsfähigkeit von Parametern wie Vertrauen und Abständen bietet Kontrolle über den Linenerkennungsprozess, um verschiedenen Arten von Bildern gerecht zu werden.

`Visual Output` Die erkannten Linien werden visuell im Ausgabebild dargestellt, was die Analyse der Ergebnisse erleichtert.

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

1. **Input an Image**: Verbinden Sie ein beliebiges Bild mit dem `Image Any` Eingang.
2. **Select Detection Method**: Wählen Sie zwischen "Deterministisch" oder "Probabilistisch" aus dem Dropdown-Menü `Line Detection Type`.
3. **Adjust Parameters**: Verwenden Sie die Schieberegler, um Vertrauen, minimalen Linienabstand und maximalen Linienabstand gemäß Ihren Anforderungen einzustellen.
4. **Run the Block**: Evaluieren Sie den Block, um Linien im Bild zu erkennen.

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

Bei der Auswertung verarbeitet der Funktionsblock das Eingangsbild zur Linenerkennung basierend auf den angegebenen Parametern und gibt das veränderte Bild, die Linienanzahl und die erkannten Linienkoordinaten zurück.

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

<details>

<summary>Using Gaussian Blur</summary>

Die Anwendung eines gaußschen Weichzeichners auf das Eingangsbild vor der Linenerkennung kann helfen, das Rauschen zu reduzieren und die Erkennungsergebnisse zu verbessern.

</details>

<details>

<summary>Experiment with Threshold</summary>

Passen Sie den Schieberegler `Confidence` an, um den besten Schwellenwert für die Linenerkennung zu finden. Ein niedrigerer Wert könnte mehr Linien erkennen, während ein höherer Wert Rauschen herausfiltern kann.

</details>

<details>

<summary>Using Proper Image Formats</summary>

Stellen Sie sicher, dass das Eingangsbild richtig formatiert ist; wenn es farbig ist, konvertiert der Block es automatisch in Graustufen.

</details>

<details>

<summary>Testing on Various Images</summary>

Für die besten Ergebnisse testen Sie den Linenerkenner an Bildern mit klaren und deutlichen Linien. Komplexe Hintergründe können die Erkennungsgenauigkeit beeinträchtigen.

</details>

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

<details>

<summary>No Lines Detected</summary>

Wenn keine Linien erkannt werden, versuchen Sie, den Schwellenwert (`Confidence`) Schieberegler anzupassen sowie Bilder zu verwenden, die klare Linien aufweisen.

</details>

<details>

<summary>Excessive Noise in Output</summary>

Wenn übermäßige oder irrelevante Linien erkannt werden, sollten Sie in Betracht ziehen, Vorverarbeitungsschritte wie das Weichzeichnen oder die Schwellenwertbestimmung des Bildes vor der Linenerkennung hinzuzufügen.

</details>