For the complete documentation index, see llms.txt. This page is also available as Markdown.

धुंधलापन विज़ुअलाइज़ेशन

किसी छवि में पाए गए वस्तुओं को blur करें।

किसी छवि में पहचाने गए ऑब्जेक्ट्स पर ब्लर प्रभाव लागू करें, उनकी बारीकियों को धुंधला करते हुए पृष्ठभूमि को सुरक्षित रखें; यह गोपनीयता सुरक्षा, सामग्री फ़िल्टरिंग, या दृश्य जोर देने के लिए उपयोगी है।

यह ब्लॉक कैसे काम करता है

यह ब्लॉक एक छवि और डिटेक्शन प्रेडिक्शन्स लेता है और पहचाने गए ऑब्जेक्ट्स पर ब्लर प्रभाव लागू करता है, जबकि पृष्ठभूमि अपरिवर्तित रहती है। यह ब्लॉक:

  1. इनपुट के रूप में एक छवि और पूर्वानुमान लेता है

  2. बाउंडिंग बॉक्स या सेगमेंटेशन मास्क से पहचाने गए क्षेत्रों की पहचान करता है

  3. पहचाने गए ऑब्जेक्ट क्षेत्रों पर ब्लर प्रभाव (औसत पूलिंग का उपयोग करके) लागू करता है

  4. पृष्ठभूमि और पहचाने गए ऑब्जेक्ट्स के बाहर के क्षेत्रों को अपरिवर्तित रखता है

  5. एक एनोटेटेड छवि लौटाता है जिसमें पहचाने गए ऑब्जेक्ट्स धुंधले होते हैं, जबकि छवि का बाकी हिस्सा स्पष्ट रहता है

यह ब्लॉक ऑब्जेक्ट डिटेक्शन प्रेडिक्शन्स (बाउंडिंग बॉक्स का उपयोग करके) और इंस्टेंस सेगमेंटेशन प्रेडिक्शन्स (मास्क का उपयोग करके) दोनों के साथ काम करता है। जब मास्क उपलब्ध होते हैं, तो यह पहचाने गए ऑब्जेक्ट्स के सटीक आकार को धुंधला करता है; अन्यथा, यह आयताकार बाउंडिंग बॉक्स क्षेत्रों को धुंधला करता है। ब्लर की तीव्रता कर्नेल आकार पैरामीटर द्वारा नियंत्रित होती है, जहाँ बड़े कर्नेल आकार अधिक मजबूत ब्लर प्रभाव पैदा करते हैं। पैडिंग पैरामीटर प्रत्येक डिटेक्शन के आसपास अतिरिक्त पिक्सेल को धुंधला करता है, हर तरफ़ बॉक्स को और मास्क को बाहर की ओर बढ़ाता है, ताकि मॉडल द्वारा छोड़े गए किनारों को कवर किया जा सके। इससे एक दृश्य प्रभाव बनता है जो पहचाने गए ऑब्जेक्ट्स को ढकता या अनामित करता है, जबकि आसपास की छवि से संदर्भ बनाए रखता है, जिससे यह गोपनीयता सुरक्षा, सामग्री फ़िल्टरिंग, या पृष्ठभूमि पर ध्यान केंद्रित करने के लिए आदर्श बनता है।

सामान्य उपयोग मामले

  • गोपनीयता सुरक्षा और अनामिकीकरण: छवियों या वीडियो में चेहरों, लोगों, नंबर प्लेटों, या अन्य संवेदनशील जानकारी को धुंधला करें ताकि गोपनीयता सुरक्षित रहे, डेटा संरक्षण नियमों का पालन हो, या साझा करने/प्रकाशित करने से पहले सामग्री को अनामित किया जा सके

  • सामग्री फ़िल्टरिंग और मॉडरेशन: सामग्री मॉडरेशन वर्कफ़्लो, सुरक्षित सामग्री पूर्वावलोकन, या उपयोगकर्ता-जनित सामग्री फ़िल्टरिंग के लिए छवियों या वीडियो में अनुपयुक्त या संवेदनशील सामग्री को धुंधला करें

  • दृश्य जोर और फोकस: छवि के अन्य हिस्सों पर ध्यान आकर्षित करने, धुंधले अग्रभूमि ऑब्जेक्ट्स और स्पष्ट पृष्ठभूमि के बीच दृश्य कंट्रास्ट बनाने, या संरचना में विशिष्ट तत्वों को उभारने के लिए पहचाने गए ऑब्जेक्ट्स को धुंधला करें

  • उत्पाद फ़ोटोग्राफ़ी और ई-कॉमर्स: उत्पाद फ़ोटोग्राफ़ी, कैटलॉग निर्माण, या ई-कॉमर्स छवि तैयारी के लिए मुख्य विषय को स्पष्ट और प्रमुख बनाए रखने हेतु छवियों में पहचाने गए ध्यान भटकाने वाले तत्वों या द्वितीयक उत्पादों को धुंधला करें

  • सुरक्षा और निगरानी: विश्लेषण, रिपोर्टिंग, या सार्वजनिक साझा करने के लिए दृश्य संदर्भ को सुरक्षित रखते हुए सुरक्षा फ़ुटेज या निगरानी छवियों में लोगों, वाहनों, या अन्य पहचाने जा सकने वाले तत्वों को अनामित करें

  • दस्तावेज़ीकरण और रिपोर्टिंग: उन रिपोर्टों, दस्तावेज़ों, या केस स्टडीज़ के लिए छवियों के अनामित या सेंसर किए गए संस्करण बनाएं, जहाँ संवेदनशील जानकारी को छिपाना आवश्यक हो लेकिन समग्र संदर्भ दिखाई देना चाहिए

अन्य ब्लॉक्स से जोड़ना

इस ब्लॉक से प्राप्त एनोटेटेड छवि को इससे जोड़ा जा सकता है:

  • अन्य विज़ुअलाइज़ेशन ब्लॉक (उदा., Label Visualization, Bounding Box Visualization, Polygon Visualization) ताकि व्यापक विज़ुअलाइज़ेशन के लिए या यह दिखाने के लिए कि क्या धुंधला किया गया था, धुंधले ऑब्जेक्ट्स के ऊपर अतिरिक्त एनोटेशन जोड़े जा सकें

  • डेटा स्टोरेज ब्लॉक्स (उदा., Local File Sink, CSV Formatter, Roboflow Dataset Upload) ताकि गोपनीयता-संरक्षित सामग्री के दस्तावेज़ीकरण, रिपोर्टिंग, या संग्रहण के लिए धुंधली छवियाँ सहेजी जा सकें

  • Webhook ब्लॉक सामग्री मॉडरेशन, गोपनीयता-अनुपालन साझा करने, या अनामित विश्लेषण के लिए धुंधली छवियों को बाहरी सिस्टम, API, या वेब अनुप्रयोगों में भेजने के लिए

  • सूचना ब्लॉक (उदा., Email Notification, Slack Notification) ताकि अलर्ट या रिपोर्ट में गोपनीयता-संरक्षित दृश्य साक्ष्य के रूप में धुंधली छवियाँ भेजी जा सकें

  • वीडियो आउटपुट ब्लॉक लाइव मॉनिटरिंग, गोपनीयता-अनुपालन वीडियो प्रसंस्करण, या पोस्ट-प्रोसेसिंग विश्लेषण के लिए धुंधले ऑब्जेक्ट्स वाली एनोटेटेड वीडियो स्ट्रीम या रिकॉर्डिंग बनाने के लिए

प्रकार पहचानकर्ता

चरण में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/blur_visualization@v1 ताकि ब्लॉक को अपने वर्कफ़्लो में एक चरण के रूप में जोड़ा जा सके।

गुण

नाम

प्रकार

विवरण

संदर्भ

नाम

str

इस चरण के लिए एक अद्वितीय पहचानकर्ता दर्ज करें..

❌

copy_image

बूल

इस विकल्प को सक्षम करें ताकि दृश्यीकरण के लिए इनपुट छवि की एक प्रति बनाई जा सके, और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब कई दृश्यीकरणों को एक साथ जोड़ा जा रहा हो..

✅

कर्नेल_आकार

int

औसत पूलिंग के लिए उपयोग किए जाने वाले ब्लर कर्नेल का आकार। बड़े मान अधिक मजबूत ब्लर प्रभाव पैदा करते हैं, जिससे ऑब्जेक्ट्स अधिक धुंधले हो जाते हैं। छोटे मान हल्के ब्लर प्रभाव पैदा करते हैं। सामान्य मान 5 (हल्का ब्लर) से 51 (मज़बूत ब्लर) तक होते हैं। इष्टतम ब्लरिंग प्रदर्शन के लिए यह एक विषम संख्या होनी चाहिए..

✅

पैडिंग

int

प्रत्येक डिटेक्शन के आसपास धुंधला करने के लिए अतिरिक्त पिक्सेल। बाउंडिंग बॉक्स हर तरफ़ इस संख्या के पिक्सेल तक बढ़ते हैं, और सेगमेंटेशन मास्क इस संख्या के पिक्सेल तक बाहर की ओर बढ़ते हैं, ताकि मॉडल द्वारा छूटे किनारे (बाल, हाथ) भी ढके रहें। 0 से केवल बॉक्स या मास्क को ठीक उतना ही धुंधला किया जाता है..

✅

यह संदर्भ कॉलम उस संभावना को चिह्नित करता है कि प्रॉपर्टी को गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है, जो उपलब्ध हैं वर्कफ़्लो रनटाइम में। देखें बाइंडिंग्स अधिक जानकारी के लिए।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन इसके बाइंडिंग प्रकारों पर निर्भर करते हैं। जाँचें कि कौन-से बाइंडिंग प्रकार ब्लर विज़ुअलाइज़ेशन संस्करण में v1 हैं।

इनपुट और आउटपुट बाइंडिंग्स
  • इनपुट

    • छवि (छवि): जिस छवि पर दृश्यीकरण करना है..

    • copy_image (boolean): इस विकल्प को सक्षम करें ताकि दृश्यीकरण के लिए इनपुट छवि की एक प्रति बनाई जा सके, और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब कई दृश्यीकरणों को एक साथ जोड़ा जा रहा हो..

    • भविष्यवाणियाँ (Union[instance_segmentation_prediction, keypoint_detection_prediction, object_detection_prediction, rle_instance_segmentation_prediction]): दृश्यीकरण के लिए मॉडल भविष्यवाणियाँ..

    • कर्नेल_आकार (integer): औसत पूलिंग के लिए उपयोग किए जाने वाले ब्लर कर्नेल का आकार। बड़े मान अधिक मजबूत ब्लर प्रभाव पैदा करते हैं, जिससे ऑब्जेक्ट्स अधिक धुंधले हो जाते हैं। छोटे मान हल्के ब्लर प्रभाव पैदा करते हैं। सामान्य मान 5 (हल्का ब्लर) से 51 (मज़बूत ब्लर) तक होते हैं। इष्टतम ब्लरिंग प्रदर्शन के लिए यह एक विषम संख्या होनी चाहिए..

    • पैडिंग (integer): प्रत्येक डिटेक्शन के आसपास धुंधला करने के लिए अतिरिक्त पिक्सेल। बाउंडिंग बॉक्स हर तरफ़ इस संख्या के पिक्सेल तक बढ़ते हैं, और सेगमेंटेशन मास्क इस संख्या के पिक्सेल तक बाहर की ओर बढ़ते हैं, ताकि मॉडल द्वारा छूटे किनारे (बाल, हाथ) भी ढके रहें। 0 से केवल बॉक्स या मास्क को ठीक उतना ही धुंधला किया जाता है..

  • आउटपुट

    • छवि (छवि): वर्कफ़्लो में इमेज।

उदाहरण JSON परिभाषा

अंतिम अपडेट

क्या यह उपयोगी था?