> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/hi/blocks/blocks/visualize-predictions/halo-visualization.md).
# हेलो विज़ुअलाइज़ेशन
## v2
धुंधला करके और रंगीन मास्क ओवरले करके पहचान किए गए ऑब्जेक्ट्स के चारों ओर एक नरम, चमकदार हैलो प्रभाव बनाएँ, जो एक विशिष्ट दृश्य शैली प्रदान करता है और ऑब्जेक्ट की सीमाओं को एक चिकनी, प्रकाशित उपस्थिति के साथ उभारता है।
## यह ब्लॉक कैसे काम करता है
यह ब्लॉक एक छवि और instance segmentation predictions (मास्क सहित) लेता है और प्रत्येक पहचाने गए ऑब्जेक्ट के चारों ओर एक चमकदार हैलो प्रभाव बनाता है। यह ब्लॉक:
1. इनपुट के रूप में एक छवि और इंस्टेंस सेगमेंटेशन प्रेडिक्शंस (मास्क सहित) लेता है
2. प्रत्येक पहचाने गए ऑब्जेक्ट के लिए segmentation masks निकालता है (यदि masks उपलब्ध हों तो predictions के masks का उपयोग करता है, या masks उपलब्ध न होने पर bounding box masks बनाता है)
3. चुनी गई रंग पैलेट के आधार पर प्रत्येक मास्क पर रंगीन स्टाइल लागू करता है, जिसमें रंग क्लास, इंडेक्स, या ट्रैक ID के अनुसार असाइन किए जाते हैं
4. प्रत्येक detection के लिए रंगीन mask overlays बनाता है, और masks को सबसे बड़े से सबसे छोटे क्षेत्र तक मिलाता है (ताकि overlapping objects को सही ढंग से संभाला जा सके)
5. रंगीन masks पर blur filter (निर्दिष्ट kernel size के साथ average pooling) लागू करता है, जिससे ऑब्जेक्ट किनारों के चारों ओर एक नरम, फैला हुआ हैलो प्रभाव बनता है
6. निर्दिष्ट opacity स्तर का उपयोग करके धुंधले हैलो ओवरले को मूल छवि के साथ मिश्रित करता है, जिससे पहचाने गए ऑब्जेक्ट्स के चारों ओर एक चमकदार रूप बनता है
7. प्रत्येक पहचाने गए ऑब्जेक्ट के चारों ओर ओवरले किए गए नरम हैलो प्रभावों वाली एक एनोटेटेड छवि लौटाता है
यह ब्लॉक रंगीन masks को धुंधला करके हैलो बनाता है, जिससे एक नरम, चमकदार प्रभाव उत्पन्न होता है जो ऑब्जेक्ट सीमाओं से आगे तक फैलता है। कठोर किनारों वाली विज़ुअलाइज़ेशन (जैसे bounding boxes या polygons) के विपरीत, हैलो एक चिकनी, प्रकाशित उपस्थिति देते हैं जो ऑब्जेक्ट्स को अलग दिखाते हैं और साथ ही दृश्य रूप से आकर्षक सौंदर्य बनाए रखते हैं। blur kernel size यह नियंत्रित करता है कि हैलो ऑब्जेक्ट से कितना दूर तक फैलेगा (बड़ा kernel = चौड़ा halo), और opacity चमक प्रभाव की तीव्रता को नियंत्रित करती है। इस ब्लॉक के लिए masks सहित instance segmentation predictions आवश्यक हैं, क्योंकि यह ऑब्जेक्ट परिधियों के चारों ओर हैलो प्रभाव बनाने के लिए mask आकृतियों का उपयोग करता है।
## सामान्य उपयोग के मामले
* **कलात्मक और सौंदर्यपरक विज़ुअलाइज़ेशन**: पहचाने गए ऑब्जेक्ट्स के चारों ओर आकर्षक, चमकदार प्रभाव बनाएँ, जो कलात्मक प्रस्तुतियों, डिज़ाइन अनुप्रयोगों, या ऐसे user interfaces के लिए उपयुक्त हों जहाँ नरम, प्रकाशित हैलो एक आधुनिक, परिष्कृत रूप देते हैं
* **नरम ऑब्जेक्ट हाइलाइटिंग**: जहाँ कठोर किनारे बहुत तीखे या ध्यान भटकाने वाले हों, वहाँ पहचाने गए ऑब्जेक्ट्स को हल्के, फैले हुए हैलो से हाइलाइट करें; यह प्रस्तुतियों, विपणन सामग्री, या उपभोक्ता-उन्मुख अनुप्रयोगों के लिए उपयोगी है
* **ओवरलैपिंग ऑब्जेक्ट दृश्यीकरण**: ओवरलैप होने वाले या पास-पास स्थित ऑब्जेक्ट्स को विज़ुअलाइज़ करने के लिए हैलो का उपयोग करें, जहाँ कठोर सीमाएँ दृश्य अव्यवस्था पैदा करें; इससे दृश्य स्पष्टता बनाए रखते हुए कई ऑब्जेक्ट्स को अलग-अलग पहचाना जा सकता है
* **ब्रांड और डिज़ाइन अनुप्रयोग**: ब्रांड विज़ुअल्स, प्रचार सामग्री, या डिज़ाइन सिस्टम में हैलो प्रभावों को शामिल करें, जहाँ नरम, चमकदार annotations कोणीय bounding boxes की तुलना में डिज़ाइन सौंदर्य से बेहतर मेल खाते हैं
* **दृश्य जोर और फोकस**: चमकदार हैलो के साथ पहचाने गए ऑब्जेक्ट्स पर ध्यान आकर्षित करें, जो एक प्राकृतिक दृश्य फोकस बिंदु बनाते हैं; यह dashboards, monitoring interfaces, या interactive applications में उपयोगी है
* **मास्क-आधारित ऑब्जेक्ट हाइलाइटिंग**: नरम हैलो प्रभावों के साथ instance segmentation परिणामों को विज़ुअलाइज़ करें, जो solid mask overlays का एक विकल्प प्रदान करते हैं जब आप छवि विवरणों को ढँके बिना ऑब्जेक्ट सीमाएँ दिखाना चाहते हैं
## अन्य ब्लॉक्स से कनेक्ट करना
इस ब्लॉक की एनोटेटेड छवि को इससे जोड़ा जा सकता है:
* **अन्य दृश्यांकन ब्लॉक** (जैसे, Label Visualization, Dot Visualization, Bounding Box Visualization) ताकि व्यापक विज़ुअलाइज़ेशन के लिए हैलो प्रभावों को अतिरिक्त annotations के साथ जोड़ा जा सके
* **डेटा स्टोरेज ब्लॉक्स** (जैसे, Local File Sink, CSV Formatter, Roboflow Dataset Upload) ताकि दस्तावेज़ीकरण, रिपोर्टिंग, या विश्लेषण के लिए हैलो प्रभावों वाली छवियाँ सहेजी जा सकें
* **वेबहुक ब्लॉक** डैशबोर्ड या मॉनिटरिंग टूल्स में प्रदर्शित करने के लिए हैलो प्रभावों वाले विज़ुअलाइज़्ड परिणामों को बाहरी सिस्टम, APIs, या web applications में भेजने के लिए
* **सूचना ब्लॉक** (जैसे, Email Notification, Slack Notification) ताकि अलर्ट या रिपोर्ट में दृश्य साक्ष्य के रूप में हैलो प्रभावों वाली एनोटेटेड छवियाँ भेजी जा सकें
* **वीडियो आउटपुट ब्लॉक** लाइव मॉनिटरिंग, कलात्मक विज़ुअलाइज़ेशन, या post-processing विश्लेषण के लिए हैलो प्रभावों वाले एनोटेटेड वीडियो स्ट्रीम या रिकॉर्डिंग बनाने के लिए
### प्रकार पहचानकर्ता
स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें `"type"` फ़ील्ड: `roboflow_core/halo_visualization@v2` अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।
### गुण
| **नाम** | **प्रकार** | **विवरण** | संदर्भ |
| --------------- | ----------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------ |
| `name` | `str` | इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें.. | ❌ |
| `copy_image` | `bool` | इस विकल्प को सक्षम करें ताकि विज़ुअलाइज़ेशन के लिए इनपुट छवि की एक प्रति बनाई जा सके और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब एक से अधिक विज़ुअलाइज़ेशन को स्टैक किया जा रहा हो.. | ✅ |
| `color_palette` | `str` | दृश्यित तत्वों के लिए एक color palette चुनें.. | ✅ |
| `palette_size` | `int` | पैलेट में रंगों की संख्या निर्दिष्ट करें. यह custom या Matplotlib palettes का उपयोग करते समय लागू होता है.. | ✅ |
| `custom_colors` | `List[str]` | HEX format में bounding boxes के लिए custom colors की एक सूची परिभाषित करें.. | ✅ |
| `color_axis` | `str` | चुनें कि bounding box colors कैसे असाइन किए जाते हैं.. | ✅ |
| `अपारदर्शिता` | `float` | हैलो ओवरले की अपारदर्शिता, 0.0 (पूरी तरह पारदर्शी) से 1.0 (पूरी तरह अपारदर्शी) तक। यह चमकदार हैलो प्रभाव की तीव्रता को नियंत्रित करती है। कम मान अधिक सूक्ष्म, नरम हैलो बनाते हैं जो पृष्ठभूमि के साथ मिल जाते हैं, जबकि अधिक मान अधिक तीव्र, स्पष्ट चमक उत्पन्न करते हैं। संतुलित दृश्य प्रभावों के लिए सामान्य मान 0.5 से 0.9 के बीच होते हैं.. | ✅ |
| `कर्नेल_आकार` | `int` | हैलो प्रभाव बनाने के लिए उपयोग किए जाने वाले blur kernel का आकार (पिक्सेल में)। यह नियंत्रित करता है कि हैलो ऑब्जेक्ट सीमाओं से कितनी दूर तक फैलेगा और चमक कितनी नरम/फैली हुई दिखाई देगी। बड़े मान अधिक चौड़े, अधिक फैले हुए हैलो बनाते हैं जिनमें अधिक चिकने gradients होते हैं, जबकि छोटे मान अधिक सघन, अधिक केंद्रित चमक बनाते हैं। मान आम तौर पर 20 से 80 पिक्सेल के बीच होते हैं, और 40 अधिकांश उपयोग मामलों के लिए एक अच्छा डिफ़ॉल्ट है.. | ✅ |
यह **संदर्भ** स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है `वर्कफ़्लो` रनटाइम। देखें *बाइंडिंग्स* अधिक जानकारी के लिए।
### इनपुट और आउटपुट बाइंडिंग्स
उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार `हेलो विज़ुअलाइज़ेशन` संस्करण `v2` है।
इनपुट और आउटपुट बाइंडिंग्स
* इनपुट
* `छवि` ([*`छवि`*](/workflows/hi/developer-guide/developer-guide/kinds/image.md)): विज़ुअलाइज़ करने के लिए छवि..
* `copy_image` ([*`boolean`*](/workflows/hi/developer-guide/developer-guide/kinds/boolean.md)): इस विकल्प को सक्षम करें ताकि विज़ुअलाइज़ेशन के लिए इनपुट छवि की एक प्रति बनाई जा सके और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब एक से अधिक विज़ुअलाइज़ेशन को स्टैक किया जा रहा हो..
* `predictions` (*Union\[*[*`rle_instance_segmentation_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/rle-instance-segmentation-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*]*): पहचाने गए ऑब्जेक्ट्स के लिए masks वाली instance segmentation predictions. यह ब्लॉक ऑब्जेक्ट सीमाओं के चारों ओर हैलो प्रभाव बनाने के लिए segmentation masks का उपयोग करता है। यदि masks उपलब्ध नहीं हैं, तो यह bounding boxes से masks बनाएगा। mask डेटा वाले instance segmentation model outputs आवश्यक हैं..
* `color_palette` ([*`string`*](/workflows/hi/developer-guide/developer-guide/kinds/string.md)): दृश्यित तत्वों के लिए एक color palette चुनें..
* `palette_size` ([*`पूर्णांक`*](/workflows/hi/developer-guide/developer-guide/kinds/integer.md)): पैलेट में रंगों की संख्या निर्दिष्ट करें. यह custom या Matplotlib palettes का उपयोग करते समय लागू होता है..
* `custom_colors` ([*`list_of_values`*](/workflows/hi/developer-guide/developer-guide/kinds/list-of-values.md)): HEX format में bounding boxes के लिए custom colors की एक सूची परिभाषित करें..
* `color_axis` ([*`string`*](/workflows/hi/developer-guide/developer-guide/kinds/string.md)): चुनें कि bounding box colors कैसे असाइन किए जाते हैं..
* `अपारदर्शिता` ([*`float_zero_to_one`*](/workflows/hi/developer-guide/developer-guide/kinds/float-zero-to-one.md)हैलो ओवरले की अपारदर्शिता, 0.0 (पूरी तरह पारदर्शी) से 1.0 (पूरी तरह अपारदर्शी) तक। यह चमकदार हैलो प्रभाव की तीव्रता को नियंत्रित करती है। कम मान अधिक सूक्ष्म, नरम हैलो बनाते हैं जो पृष्ठभूमि के साथ मिल जाते हैं, जबकि अधिक मान अधिक तीव्र, स्पष्ट चमक उत्पन्न करते हैं। संतुलित दृश्य प्रभावों के लिए सामान्य मान 0.5 से 0.9 के बीच होते हैं..
* `कर्नेल_आकार` ([*`पूर्णांक`*](/workflows/hi/developer-guide/developer-guide/kinds/integer.md)हैलो प्रभाव बनाने के लिए उपयोग किए जाने वाले blur kernel का आकार (पिक्सेल में)। यह नियंत्रित करता है कि हैलो ऑब्जेक्ट सीमाओं से कितनी दूर तक फैलेगा और चमक कितनी नरम/फैली हुई दिखाई देगी। बड़े मान अधिक चौड़े, अधिक फैले हुए हैलो बनाते हैं जिनमें अधिक चिकने gradients होते हैं, जबकि छोटे मान अधिक सघन, अधिक केंद्रित चमक बनाते हैं। मान आम तौर पर 20 से 80 पिक्सेल के बीच होते हैं, और 40 अधिकांश उपयोग मामलों के लिए एक अच्छा डिफ़ॉल्ट है..
* आउटपुट
* `छवि` ([`छवि`](/workflows/hi/developer-guide/developer-guide/kinds/image.md)): कार्यप्रवाहों में इमेज।
उदाहरण JSON परिभाषा
```json
{
"name": "",
"type": "roboflow_core/halo_visualization@v2",
"image": "$inputs.image",
"copy_image": true,
"predictions": "$steps.instance_segmentation_model.predictions",
"color_palette": "DEFAULT",
"palette_size": 10,
"custom_colors": [
"#FF0000",
"#00FF00",
"#0000FF"
],
"color_axis": "CLASS",
"opacity": 0.8,
"kernel_size": 40
}
```
## v1
धुंधला करके और रंगीन मास्क ओवरले करके पहचान किए गए ऑब्जेक्ट्स के चारों ओर एक नरम, चमकदार हैलो प्रभाव बनाएँ, जो एक विशिष्ट दृश्य शैली प्रदान करता है और ऑब्जेक्ट की सीमाओं को एक चिकनी, प्रकाशित उपस्थिति के साथ उभारता है।
## यह ब्लॉक कैसे काम करता है
यह ब्लॉक एक छवि और instance segmentation predictions (मास्क सहित) लेता है और प्रत्येक पहचाने गए ऑब्जेक्ट के चारों ओर एक चमकदार हैलो प्रभाव बनाता है। यह ब्लॉक:
1. इनपुट के रूप में एक छवि और इंस्टेंस सेगमेंटेशन प्रेडिक्शंस (मास्क सहित) लेता है
2. प्रत्येक पहचाने गए ऑब्जेक्ट के लिए segmentation masks निकालता है (यदि masks उपलब्ध हों तो predictions के masks का उपयोग करता है, या masks उपलब्ध न होने पर bounding box masks बनाता है)
3. चुनी गई रंग पैलेट के आधार पर प्रत्येक मास्क पर रंगीन स्टाइल लागू करता है, जिसमें रंग क्लास, इंडेक्स, या ट्रैक ID के अनुसार असाइन किए जाते हैं
4. प्रत्येक detection के लिए रंगीन mask overlays बनाता है, और masks को सबसे बड़े से सबसे छोटे क्षेत्र तक मिलाता है (ताकि overlapping objects को सही ढंग से संभाला जा सके)
5. रंगीन masks पर blur filter (निर्दिष्ट kernel size के साथ average pooling) लागू करता है, जिससे ऑब्जेक्ट किनारों के चारों ओर एक नरम, फैला हुआ हैलो प्रभाव बनता है
6. निर्दिष्ट opacity स्तर का उपयोग करके धुंधले हैलो ओवरले को मूल छवि के साथ मिश्रित करता है, जिससे पहचाने गए ऑब्जेक्ट्स के चारों ओर एक चमकदार रूप बनता है
7. प्रत्येक पहचाने गए ऑब्जेक्ट के चारों ओर ओवरले किए गए नरम हैलो प्रभावों वाली एक एनोटेटेड छवि लौटाता है
यह ब्लॉक रंगीन masks को धुंधला करके हैलो बनाता है, जिससे एक नरम, चमकदार प्रभाव उत्पन्न होता है जो ऑब्जेक्ट सीमाओं से आगे तक फैलता है। कठोर किनारों वाली विज़ुअलाइज़ेशन (जैसे bounding boxes या polygons) के विपरीत, हैलो एक चिकनी, प्रकाशित उपस्थिति देते हैं जो ऑब्जेक्ट्स को अलग दिखाते हैं और साथ ही दृश्य रूप से आकर्षक सौंदर्य बनाए रखते हैं। blur kernel size यह नियंत्रित करता है कि हैलो ऑब्जेक्ट से कितना दूर तक फैलेगा (बड़ा kernel = चौड़ा halo), और opacity चमक प्रभाव की तीव्रता को नियंत्रित करती है। इस ब्लॉक के लिए masks सहित instance segmentation predictions आवश्यक हैं, क्योंकि यह ऑब्जेक्ट परिधियों के चारों ओर हैलो प्रभाव बनाने के लिए mask आकृतियों का उपयोग करता है।
## सामान्य उपयोग के मामले
* **कलात्मक और सौंदर्यपरक विज़ुअलाइज़ेशन**: पहचाने गए ऑब्जेक्ट्स के चारों ओर आकर्षक, चमकदार प्रभाव बनाएँ, जो कलात्मक प्रस्तुतियों, डिज़ाइन अनुप्रयोगों, या ऐसे user interfaces के लिए उपयुक्त हों जहाँ नरम, प्रकाशित हैलो एक आधुनिक, परिष्कृत रूप देते हैं
* **नरम ऑब्जेक्ट हाइलाइटिंग**: जहाँ कठोर किनारे बहुत तीखे या ध्यान भटकाने वाले हों, वहाँ पहचाने गए ऑब्जेक्ट्स को हल्के, फैले हुए हैलो से हाइलाइट करें; यह प्रस्तुतियों, विपणन सामग्री, या उपभोक्ता-उन्मुख अनुप्रयोगों के लिए उपयोगी है
* **ओवरलैपिंग ऑब्जेक्ट दृश्यीकरण**: ओवरलैप होने वाले या पास-पास स्थित ऑब्जेक्ट्स को विज़ुअलाइज़ करने के लिए हैलो का उपयोग करें, जहाँ कठोर सीमाएँ दृश्य अव्यवस्था पैदा करें; इससे दृश्य स्पष्टता बनाए रखते हुए कई ऑब्जेक्ट्स को अलग-अलग पहचाना जा सकता है
* **ब्रांड और डिज़ाइन अनुप्रयोग**: ब्रांड विज़ुअल्स, प्रचार सामग्री, या डिज़ाइन सिस्टम में हैलो प्रभावों को शामिल करें, जहाँ नरम, चमकदार annotations कोणीय bounding boxes की तुलना में डिज़ाइन सौंदर्य से बेहतर मेल खाते हैं
* **दृश्य जोर और फोकस**: चमकदार हैलो के साथ पहचाने गए ऑब्जेक्ट्स पर ध्यान आकर्षित करें, जो एक प्राकृतिक दृश्य फोकस बिंदु बनाते हैं; यह dashboards, monitoring interfaces, या interactive applications में उपयोगी है
* **मास्क-आधारित ऑब्जेक्ट हाइलाइटिंग**: नरम हैलो प्रभावों के साथ instance segmentation परिणामों को विज़ुअलाइज़ करें, जो solid mask overlays का एक विकल्प प्रदान करते हैं जब आप छवि विवरणों को ढँके बिना ऑब्जेक्ट सीमाएँ दिखाना चाहते हैं
## अन्य ब्लॉक्स से कनेक्ट करना
इस ब्लॉक की एनोटेटेड छवि को इससे जोड़ा जा सकता है:
* **अन्य दृश्यांकन ब्लॉक** (जैसे, Label Visualization, Dot Visualization, Bounding Box Visualization) ताकि व्यापक विज़ुअलाइज़ेशन के लिए हैलो प्रभावों को अतिरिक्त annotations के साथ जोड़ा जा सके
* **डेटा स्टोरेज ब्लॉक्स** (जैसे, Local File Sink, CSV Formatter, Roboflow Dataset Upload) ताकि दस्तावेज़ीकरण, रिपोर्टिंग, या विश्लेषण के लिए हैलो प्रभावों वाली छवियाँ सहेजी जा सकें
* **वेबहुक ब्लॉक** डैशबोर्ड या मॉनिटरिंग टूल्स में प्रदर्शित करने के लिए हैलो प्रभावों वाले विज़ुअलाइज़्ड परिणामों को बाहरी सिस्टम, APIs, या web applications में भेजने के लिए
* **सूचना ब्लॉक** (जैसे, Email Notification, Slack Notification) ताकि अलर्ट या रिपोर्ट में दृश्य साक्ष्य के रूप में हैलो प्रभावों वाली एनोटेटेड छवियाँ भेजी जा सकें
* **वीडियो आउटपुट ब्लॉक** लाइव मॉनिटरिंग, कलात्मक विज़ुअलाइज़ेशन, या post-processing विश्लेषण के लिए हैलो प्रभावों वाले एनोटेटेड वीडियो स्ट्रीम या रिकॉर्डिंग बनाने के लिए
### प्रकार पहचानकर्ता
स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें `"type"` फ़ील्ड: `roboflow_core/halo_visualization@v1` अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।
### गुण
| **नाम** | **प्रकार** | **विवरण** | संदर्भ |
| --------------- | ----------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------ |
| `name` | `str` | इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें.. | ❌ |
| `copy_image` | `bool` | इस विकल्प को सक्षम करें ताकि विज़ुअलाइज़ेशन के लिए इनपुट छवि की एक प्रति बनाई जा सके और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब एक से अधिक विज़ुअलाइज़ेशन को स्टैक किया जा रहा हो.. | ✅ |
| `color_palette` | `str` | दृश्यित तत्वों के लिए एक color palette चुनें.. | ✅ |
| `palette_size` | `int` | पैलेट में रंगों की संख्या निर्दिष्ट करें. यह custom या Matplotlib palettes का उपयोग करते समय लागू होता है.. | ✅ |
| `custom_colors` | `List[str]` | HEX format में bounding boxes के लिए custom colors की एक सूची परिभाषित करें.. | ✅ |
| `color_axis` | `str` | चुनें कि bounding box colors कैसे असाइन किए जाते हैं.. | ✅ |
| `अपारदर्शिता` | `float` | हैलो ओवरले की अपारदर्शिता, 0.0 (पूरी तरह पारदर्शी) से 1.0 (पूरी तरह अपारदर्शी) तक। यह चमकदार हैलो प्रभाव की तीव्रता को नियंत्रित करती है। कम मान अधिक सूक्ष्म, नरम हैलो बनाते हैं जो पृष्ठभूमि के साथ मिल जाते हैं, जबकि अधिक मान अधिक तीव्र, स्पष्ट चमक उत्पन्न करते हैं। संतुलित दृश्य प्रभावों के लिए सामान्य मान 0.5 से 0.9 के बीच होते हैं.. | ✅ |
| `कर्नेल_आकार` | `int` | हैलो प्रभाव बनाने के लिए उपयोग किए जाने वाले blur kernel का आकार (पिक्सेल में)। यह नियंत्रित करता है कि हैलो ऑब्जेक्ट सीमाओं से कितनी दूर तक फैलेगा और चमक कितनी नरम/फैली हुई दिखाई देगी। बड़े मान अधिक चौड़े, अधिक फैले हुए हैलो बनाते हैं जिनमें अधिक चिकने gradients होते हैं, जबकि छोटे मान अधिक सघन, अधिक केंद्रित चमक बनाते हैं। मान आम तौर पर 20 से 80 पिक्सेल के बीच होते हैं, और 40 अधिकांश उपयोग मामलों के लिए एक अच्छा डिफ़ॉल्ट है.. | ✅ |
यह **संदर्भ** स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है `वर्कफ़्लो` रनटाइम। देखें *बाइंडिंग्स* अधिक जानकारी के लिए।
### इनपुट और आउटपुट बाइंडिंग्स
उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार `हेलो विज़ुअलाइज़ेशन` संस्करण `v1` है।
इनपुट और आउटपुट बाइंडिंग्स
* इनपुट
* `छवि` ([*`छवि`*](/workflows/hi/developer-guide/developer-guide/kinds/image.md)): विज़ुअलाइज़ करने के लिए छवि..
* `copy_image` ([*`boolean`*](/workflows/hi/developer-guide/developer-guide/kinds/boolean.md)): इस विकल्प को सक्षम करें ताकि विज़ुअलाइज़ेशन के लिए इनपुट छवि की एक प्रति बनाई जा सके और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब एक से अधिक विज़ुअलाइज़ेशन को स्टैक किया जा रहा हो..
* `predictions` (*Union\[*[*`rle_instance_segmentation_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/rle-instance-segmentation-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*]*): पहचाने गए ऑब्जेक्ट्स के लिए masks वाली instance segmentation predictions. यह ब्लॉक ऑब्जेक्ट सीमाओं के चारों ओर हैलो प्रभाव बनाने के लिए segmentation masks का उपयोग करता है। यदि masks उपलब्ध नहीं हैं, तो यह bounding boxes से masks बनाएगा। mask डेटा वाले instance segmentation model outputs आवश्यक हैं..
* `color_palette` ([*`string`*](/workflows/hi/developer-guide/developer-guide/kinds/string.md)): दृश्यित तत्वों के लिए एक color palette चुनें..
* `palette_size` ([*`पूर्णांक`*](/workflows/hi/developer-guide/developer-guide/kinds/integer.md)): पैलेट में रंगों की संख्या निर्दिष्ट करें. यह custom या Matplotlib palettes का उपयोग करते समय लागू होता है..
* `custom_colors` ([*`list_of_values`*](/workflows/hi/developer-guide/developer-guide/kinds/list-of-values.md)): HEX format में bounding boxes के लिए custom colors की एक सूची परिभाषित करें..
* `color_axis` ([*`string`*](/workflows/hi/developer-guide/developer-guide/kinds/string.md)): चुनें कि bounding box colors कैसे असाइन किए जाते हैं..
* `अपारदर्शिता` ([*`float_zero_to_one`*](/workflows/hi/developer-guide/developer-guide/kinds/float-zero-to-one.md)हैलो ओवरले की अपारदर्शिता, 0.0 (पूरी तरह पारदर्शी) से 1.0 (पूरी तरह अपारदर्शी) तक। यह चमकदार हैलो प्रभाव की तीव्रता को नियंत्रित करती है। कम मान अधिक सूक्ष्म, नरम हैलो बनाते हैं जो पृष्ठभूमि के साथ मिल जाते हैं, जबकि अधिक मान अधिक तीव्र, स्पष्ट चमक उत्पन्न करते हैं। संतुलित दृश्य प्रभावों के लिए सामान्य मान 0.5 से 0.9 के बीच होते हैं..
* `कर्नेल_आकार` ([*`पूर्णांक`*](/workflows/hi/developer-guide/developer-guide/kinds/integer.md)हैलो प्रभाव बनाने के लिए उपयोग किए जाने वाले blur kernel का आकार (पिक्सेल में)। यह नियंत्रित करता है कि हैलो ऑब्जेक्ट सीमाओं से कितनी दूर तक फैलेगा और चमक कितनी नरम/फैली हुई दिखाई देगी। बड़े मान अधिक चौड़े, अधिक फैले हुए हैलो बनाते हैं जिनमें अधिक चिकने gradients होते हैं, जबकि छोटे मान अधिक सघन, अधिक केंद्रित चमक बनाते हैं। मान आम तौर पर 20 से 80 पिक्सेल के बीच होते हैं, और 40 अधिकांश उपयोग मामलों के लिए एक अच्छा डिफ़ॉल्ट है..
* आउटपुट
* `छवि` ([`छवि`](/workflows/hi/developer-guide/developer-guide/kinds/image.md)): कार्यप्रवाहों में इमेज।
उदाहरण JSON परिभाषा
```json
{
"name": "",
"type": "roboflow_core/halo_visualization@v1",
"image": "$inputs.image",
"copy_image": true,
"predictions": "$steps.instance_segmentation_model.predictions",
"color_palette": "DEFAULT",
"palette_size": 10,
"custom_colors": [
"#FF0000",
"#00FF00",
"#0000FF"
],
"color_axis": "CLASS",
"opacity": 0.8,
"kernel_size": 40
}
```