> 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/image-transformations/transformation-filters/image-skeletonize.md).

# Image Skeletonize

Dieser Funktionsblock extrahiert die Skelettstruktur von Objekten in einem binären oder Graustufenbild. Er ist nützlich für Merkmalsextraktion, Topologieanalyse und erzeugt dünne Darstellungen von Formen zur Messung oder zur weiteren Verarbeitung.

## 📥 Eingänge

* `Image Gray` — Graustufen- oder Binärbild, das skelletiert werden soll.

## 📤 Ausgänge

* `Skeletonized` — Vollständiges Skelettergebnis als Binärbild (dünne, ein Pixel breite Darstellung).
* `Skeletonized Lite` — Gedünnte Version unter Verwendung einer Standard-Thinning-Methode.
* `Skeletonized Partially` — Teilweise gedünntes Bild, gesteuert durch die Einstellung `Iterations`.

## 🕹️ Steuerungen

* `Iterations` — Schieberegler zur Anpassung der maximalen Iterationen für partielle Dünnung. Höhere Werte führen zu stärkerer Dünnung im `Skeletonized Partially`-Ausgang.

## 🎨 Funktionen

* Erzeugt drei verschiedene Skelett-Ausgaben für flexible Analyse- und Visualisierungszwecke.
* Arbeitet direkt mit binären oder Graustufenbildern — kein Programmieraufwand erforderlich.
* `Skeletonized Partially` ermöglicht kontrollierte Dünnung, sodass Sie Detailtreue und Vereinfachung ausbalancieren können.

## 📝 Nutzungshinweise

1. Bereiten Sie das Eingangsbild vor und verbinden Sie es mit dem `Image Gray`-Eingang.
2. Wenn Ihr Bild nicht bereits binär ist (Schwarz/Weiß), erwägen Sie vorheriges Thresholding oder andere Vorverarbeitungen (siehe Tipps).
3. Passen Sie den `Iterations`-Schieberegler an, um die Aggressivität der partiellen Dünnung zu steuern.
4. Verwenden Sie die Ausgänge zur Visualisierung, Formanalyse oder als Eingaben für nachfolgende Blöcke.

## 📊 Bewertung

Bei Ausführung erzeugt der Block:

* `Skeletonized` für ein vollständiges Skelett,
* `Skeletonized Lite` für ein standardmäßig gedünntes Ergebnis,
* `Skeletonized Partially`, das die Einstellung `Iterations` für stufenweise Dünnung berücksichtigt.

Diese Ausgaben können visuell geprüft oder an nachgelagerte Blöcke zur Messung oder weiteren Verarbeitung weitergegeben werden.

## 💡 Tipps und Tricks

* Saubere binäre Eingaben liefern die besten Skelette. Verwenden Sie gegebenenfalls `Image Threshold` oder `Image Adaptive Threshold`, um eine klare Vorder-/Hintergrund-Trennung zu erzeugen.
* Reduzieren Sie Rauschen vor der Skelettierung mit `Blur` oder `Denoising`, um unerwünschte Verzweigungen zu vermeiden.
* Nutzen Sie `Morphological Transformations` (Opening/Closing), um kleine Artefakte zu entfernen oder Lücken in Formen vor der Skelettierung zu schließen.
* Zuschneiden auf den Bereich von Interesse mit `Image ROI Select` oder `Image ROI`, damit der Block sich nur auf das relevante Gebiet konzentriert.
* Nach der Skelettierung können Sie `Find Contour`, `Approximate Contour` oder `Measure Position Distance` verwenden, um Messwerte zu extrahieren oder die dünnen Strukturen weiter zu analysieren.
* Bei großen Bildern oder langsamer Verarbeitung versuchen Sie `Image Resizer`, um die Größe vor der Skelettierung zu reduzieren.

## 🛠️ Fehlersuche

* Keine sichtbaren Skelette: Stellen Sie sicher, dass die Eingabe binär ist oder genügend Kontrast aufweist. Versuchen Sie `Image Threshold` oder erhöhen Sie den Kontrast mit `Contrast Optimization`.
* Zu viele kleine Verzweigungen oder Rauschen: Wenden Sie `Morphological Transformations` oder `Blur` vor der Skelettierung an, um kleine Artefakte zu entfernen.
* Skelett zu dünn oder Details gehen verloren: Reduzieren Sie die Einstellung `Iterations` für eine weniger aggressive partielle Dünnung oder verwenden Sie den `Skeletonized Lite`-Ausgang, der mehr Struktur bewahrt.
* Verarbeitung zu langsam: Reduzieren Sie die Eingangsauflösung mit `Image Resizer` oder begrenzen Sie den Bereich mit `Image ROI Select`.