> 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/turkish/fonksiyon-bloklari/blocks-reference/detections-shapes/detectors/corner-detector.md).

# Corner Detector

Bu fonksiyon bloğu, görüntüler içinde köşe desenlerini tespit etme konusunda uzmanlaşmıştır. İyi bilinen algoritmaları kullanarak, çeşitli görüntü işleme görevlerinde faydalı olabilecek önemli ilgi noktalarını belirlemek için etkili bir yöntem sunar.

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

`Image Any` Bu giriş, köşe tespiti için herhangi bir görüntü verisini kabul eder.

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

`Detected Corners` Çıktı, tespit edilen köşelerin vurgulandığı orijinal görüntüyü gösterir.

`Number of Corners` Bu çıktı, giriş görüntüsünde tespit edilen toplam köşe sayısını belirtir.

`Locations` Bu çıktı, tespit edilen köşelerin kesin konumlarını koordinat noktaları olarak sağlar.

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

`Detector Type` Kullanılacak köşe tespit algoritmasını seçmenizi sağlayan bir açılır menü, "HARRIS CORNER" veya "SHI-THOMAS CORNER" seçenekleri ile.

`Threshold` Köşe tespitinin hassasiyetini ayarlamak için kullanılan bir kaydırıcı. Daha yüksek değerler daha az köşe elde ederken, daha düşük değerler daha fazla köşe döndürebilir.

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

`Multiple Detection Methods` Kullanıcılar, belirli ihtiyaçlarına göre farklı köşe tespit algoritmaları arasında seçim yapabilirler.

`Visual Output` Köşeler, belirlenen özelliklerle ilgili net görsel geri bildirim sağlayarak, renkli daireler kullanılarak görüntüde gösterilir.

## 📝 Kullanım Talimatları <a href="#usage" id="usage"></a>

1. **Connect Input Image**: Analiz için bir görüntüyü `Image Any` girişine bağlayın.
2. **Select Detector Type**: `Detector Type` açılır menüsünden istenilen köşe tespit algoritmasını seçin.
3. **Adjust Threshold**: Köşe tespit sürecinin hassasiyetini ayarlamak için `Threshold` kaydırıcısını kullanın.
4. **Run the Block**: Köşe tespitini gerçekleştirmek için bloğu değerlendirin. Çıktılar, tespit edilen köşelerin bulunduğu görüntü, köşe sayısı ve ilgili konumlarını içerecektir.

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

Çalıştırıldığında, bu fonksiyon bloğu giriş görüntüsünü işler, tespit edilen köşeleri vurgular ve çıktıda ilgili sayısal ve koordinat verilerini sağlar.

## 💡 İpuçları ve Püf Noktaları <a href="#tips-and-tricks" id="tips-and-tricks"></a>

<details>

<summary>Tespit Ayarlama</summary>

Köşe tespitini geliştirmek için, belirli görüntünüz için en etkili hassasiyeti bulmak amacıyla farklı eşik değerleriyle denemeler yapın.

</details>

<details>

<summary>Giriş Görüntüsünü Ön İşleme</summary>

Görüntüdeki gürültüyü azaltmak ve tespit doğruluğunu artırmak için öncelikle `Blur` veya `Image Threshold` bloğunu kullanmayı düşünün.

</details>

<details>

<summary>Farklı Veri Türleri ile Sonuçları Görselleştirme</summary>

Bu bloğun `Locations` çıktısını, köşe konumlarına göre daha fazla işleme yapan diğer bloklara bağlayabilirsiniz, örneğin `Draw Point` veya `Measure Position Distance`.

</details>

## 🛠️ Sorun Giderme <a href="#troubleshooting" id="troubleshooting"></a>

<details>

<summary>Köşe Tespit Edilemedi</summary>

Eğer köşe tespit edilemiyorsa, giriş görüntüsünün net olduğundan ve belirgin özelliklere sahip olduğundan emin olun. Tespit hassasiyeti için eşiği ayarlayın.

</details>

<details>

<summary>Eşik Sorunları</summary>

Eşik değerinin kabul edilebilir aralığı takip ettiğinden emin olun. Eşik ile ilgili bir hata varsa, daha uygun bir değere ayarlayın.

</details>