> 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/match-shapes.md).

# Match Shapes

Dieser Funktionsblock wird verwendet, um zwei Formen zu vergleichen, indem ihre Konturen analysiert werden. Er gibt eine Ähnlichkeitsbewertung aus, die angibt, wie ähnlich die Formen sind.

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

`Contour` Die erste Kontur, die Sie mit einer anderen vergleichen möchten.

`Contour` Die zweite Kontur zum Vergleich der Ähnlichkeit.

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

`Resemblance` Eine numerische Ausgabe (zwischen 0 und 1), die den Grad der Ähnlichkeit zwischen den beiden gegebenen Formen angibt, wobei 1 bedeutet, dass sie genau übereinstimmen, und 0 bedeutet, dass sie nicht übereinstimmen.

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

`Resemblance` Ein Label, das die berechnete Ähnlichkeitsbewertung zwischen den beiden Eingangsformen anzeigt.

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

`Contour Analysis` Der Block führt eine Konturanalyse durch, um die Ähnlichkeit der Formen basierend auf ihren geometrischen Eigenschaften genau zu vergleichen und zu messen.

`Dynamic Output` Der Score wird in Echtzeit aktualisiert, während sich die Eingaben ändern, und bietet sofortiges Feedback.

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

1. **Input Contours**: Stellen Sie sicher, dass Sie zwei Konturen an die Eingänge dieses Funktionsblocks zum Vergleich anschließen.
2. **Run the Block**: Führen Sie den Block aus, um die Formen zu analysieren.
3. **View Results**: Beobachten Sie die Ähnlichkeitsbewertung, die im Label `Resemblance` angezeigt wird.

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

Wenn der Block ausgeführt wird, vergleicht er die beiden Formen und gibt eine Ähnlichkeitsbewertung basierend auf ihren relativen Formen und Eigenschaften zurück.

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

<details>

<summary>Ideal Use Cases</summary>

Dieser Block funktioniert am besten zum Erkennen von Formen wie Kreisen, Rechtecken und anderen gut definierten Konturen. Bei unregelmäßigen Formen stellen Sie sicher, dass die Konturen zuvor gut extrahiert werden.

</details>

<details>

<summary>Preprocessing Shapes</summary>

Bevor Sie Konturen in diesen Block einspeisen, verwenden Sie `Contour Filter` oder `Contour Simplification`, um sicherzustellen, dass die Konturen sauber und gut definiert sind, was hilft, bessere Ähnlichkeitsbewertungen zu erzielen.

</details>

<details>

<summary>Working with Multiple Shapes</summary>

Wenn Sie mit mehreren Formen arbeiten, ziehen Sie in Betracht, jede Form durchzugehen und sie mit einer Referenzform zu vergleichen, um eine robuste Erkennung zu gewährleisten.

</details>

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

<details>

<summary>Inaccurate Resemblance Scores</summary>

Wenn Sie unerwartete Ähnlichkeitsbewertungen erhalten, überprüfen Sie die Eingänge der Konturen. Stellen Sie sicher, dass sie die richtigen Formen darstellen und bei Bedarf vorverarbeitet sind.

</details>

<details>

<summary>Contour Input Issues</summary>

Wenn Sie Fehler in Bezug auf die Kontureingaben sehen, überprüfen Sie, ob beide Eingänge tatsächlich Konturen sind. Jede Unstimmigkeit kann zu falscher Verarbeitung führen.

</details>