> 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/ja/burokku/blocks/visualize-predictions/dot-visualization.md).
# ドット可視化
画像上に円形のドットを描画して、検出されたオブジェクト上の特定の点をマークします。位置、サイズ、色、輪郭スタイルはカスタマイズ可能です。
## このブロックの仕組み
このブロックは、画像と検出予測を受け取り、各検出オブジェクトの指定されたアンカー位置に円形のドットマーカーを描画します。このブロックは:
1. 画像と予測を入力として受け取ります
2. 選択したアンカーポイント（中心、角、辺、または重心）に基づいて、各検出のドット位置を決定します
3. 選択したカラーパレットに基づいて色のスタイルを適用し、クラス、インデックス、またはトラックIDごとに色を割り当てます
4. Supervision の DotAnnotator を使用して、指定した半径と任意の輪郭の太さで円形ドットを描画します
5. 元の画像にドットを重ねたアノテーション付き画像を返します
このブロックは、バウンディングボックスの中心、4つの角のいずれか、辺の中点、または重心（不規則な形状のオブジェクトに有用）など、さまざまな位置オプションをサポートします。ドットは、異なるサイズ（半径）、視認性を高めるための任意の輪郭、さまざまなカラーパレットでカスタマイズできます。これにより、完全なバウンディングボックスによる視覚的な散らかりを避けながら検出位置を示す、最小限で見やすい可視化スタイルが実現され、密集したシーンや特定の注目点を強調したい場合に最適です。
## 一般的な使用例
* **最小限のオブジェクトマーキング**: 密集したシーンや多数の検出を扱う際に、バウンディングボックスの代わりに小さなドットで検出オブジェクトをマークし、よりすっきりして散らかりの少ない可視化にします
* **注目点の強調表示**: 物体追跡、姿勢推定、空間分析などの用途向けに、検出オブジェクト上の特定のアンカーポイント（角、中心、重心）をマークします
* **追跡の可視化**: ドットを使ってオブジェクトの軌跡やトラッキングIDを時系列で可視化し、追跡ワークフローにおけるバウンディングボックスのよりすっきりした代替手段を提供します
* **群衆カウントと密度分析**: 人やオブジェクトをドットでマークして、重なり合うバウンディングボックスなしで密度パターン、群衆分布、またはオブジェクト数を可視化します
* **キーポイントとランドマークのマーキング**: 物理シミュレーション、計測ワークフロー、空間的関係の分析のために、オブジェクト上の特定の点（不規則な形状の重心など）をマークします
* **最小限のUIオーバーレイ**: 完全なバウンディングボックスでは視覚的な邪魔が大きすぎるユーザーインターフェース、ダッシュボード、モバイルアプリ向けに、すっきりして目立ちすぎない視覚オーバーレイを作成します
## 他のブロックへの接続
このブロックの注釈付き画像は次に接続できます:
* **他の可視化ブロック** （例: バウンディングボックスの可視化、ラベルの可視化、トレースの可視化）と組み合わせて、ドットマーカーに追加の注釈を加え、包括的な可視化を実現します
* **データ保存ブロック** （例: ローカルファイル保存先、CSVフォーマッタ、Roboflowデータセットへのアップロード）と組み合わせて、ドットマーカー付きのアノテーション画像を文書化、報告、分析用に保存します
* **Webhookブロック** ドットマーカー付きの可視化結果を外部システム、API、Webアプリケーションに送信し、ダッシュボードや監視ツールで表示します
* **通知ブロック** （例: メール通知、Slack通知）と組み合わせて、ドットマーカー付きのアノテーション画像をアラートやレポートの視覚的証拠として送信します
* **動画出力ブロック** ライブ監視、追跡の可視化、後処理分析のために、ドットマーカー付きのアノテーション済み動画ストリームや録画を作成します
### 型識別子
ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/dot_visualization@v1` ワークフローにこのブロックをステップとして追加するには。
### プロパティ
| **名前** | **型** | **説明** | 参照 |
| ------------------- | ----------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name` | `str` | このステップの一意の識別子を入力してください。 | ❌ |
| `copy_image` | `bool` | このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元の画像を保持します。複数の可視化を重ねる場合に使用してください。 | ✅ |
| `カラーパレット` | `str` | 可視化要素のカラーパレットを選択します。 | ✅ |
| `パレットサイズ` | `整数` | パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。 | ✅ |
| `カスタムカラー` | `List[str]` | バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。 | ✅ |
| `色の割り当て` | `str` | バウンディングボックスの色をどのように割り当てるかを選択します。 | ✅ |
| `位置` | `str` | 各検出のバウンディングボックスに対するドットの配置位置。オプションには、CENTER（ボックスの中心）、角（TOP\_LEFT、TOP\_RIGHT、BOTTOM\_LEFT、BOTTOM\_RIGHT）、辺の中点（TOP\_CENTER、CENTER\_LEFT、CENTER\_RIGHT、BOTTOM\_CENTER）、または CENTER\_OF\_MASS（オブジェクトの重心、不規則な形状に有用）があります。。 | ✅ |
| `半径` | `整数` | ドットの半径（ピクセル）。値が大きいほど、より大きく目立つドットになります。。 | ✅ |
| `outline_thickness` | `整数` | ドットの輪郭の太さ（ピクセル）。0 にすると輪郭なし（塗りつぶしのドットのみ）になります。値が大きいほど、さまざまな背景に対して見やすくするためにドットの輪郭が太くなります。。 | ✅ |
この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。
### 入力と出力のバインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `点の可視化` のバージョン `v1` あるか確認してください。
入力と出力のバインディング
* 入力
* `image` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 可視化対象の画像。
* `copy_image` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元の画像を保持します。複数の可視化を重ねる場合に使用してください。
* `predictions` (*Union\[*[*`rle_instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*,* [*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*]*): 可視化するモデル予測。
* `カラーパレット` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：可視化要素のカラーパレットを選択します。
* `パレットサイズ` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。
* `カスタムカラー` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)）：バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。
* `色の割り当て` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：バウンディングボックスの色をどのように割り当てるかを選択します。
* `位置` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): 各検出のバウンディングボックスに対するドットの配置位置。オプションには、CENTER（ボックスの中心）、角（TOP\_LEFT、TOP\_RIGHT、BOTTOM\_LEFT、BOTTOM\_RIGHT）、辺の中点（TOP\_CENTER、CENTER\_LEFT、CENTER\_RIGHT、BOTTOM\_CENTER）、または CENTER\_OF\_MASS（オブジェクトの重心、不規則な形状に有用）があります。。
* `半径` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)): ドットの半径（ピクセル）。値が大きいほど、より大きく目立つドットになります。。
* `outline_thickness` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)): ドットの輪郭の太さ（ピクセル）。0 にすると輪郭なし（塗りつぶしのドットのみ）になります。値が大きいほど、さまざまな背景に対して見やすくするためにドットの輪郭が太くなります。。
* 出力
* `image` ([`image`](/workflows/ja/gaido/developer-guide/kinds/image.md)): ワークフロー内の画像。
JSON 定義の例
```json
{
"name": "",
"type": "roboflow_core/dot_visualization@v1",
"image": "$inputs.image",
"copy_image": true,
"predictions": "$steps.object_detection_model.predictions",
"color_palette": "DEFAULT",
"palette_size": 10,
"custom_colors": [
"#FF0000",
"#00FF00",
"#0000FF"
],
"color_axis": "CLASS",
"position": "CENTER",
"radius": 4,
"outline_thickness": 2
}
```