> 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
検出されたオブジェクト上の特定の点を示すために、位置、サイズ、色、輪郭スタイルをカスタマイズできる円形のドットを画像上に描画します。
## 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、各検出対象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. 選択されたアンカーポイント（中心、四隅、辺の中点、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を適用し、色はクラス、インデックス、またはトラックIDごとに割り当てられる
4. Supervision の DotAnnotator を使用して、指定された半径と任意の輪郭太さを持つ円形のドットを描画します
5. 元画像の上にドットを重ねた注釈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、四隅、各辺の中点、または重心（不規則な形状のオブジェクトに有用）を含む、さまざまな位置オプションをサポートしています。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、フルバウンディングボックスの視覚的な煩雑さなしに検出位置を示す、最小限でクリーンな可視化スタイルを提供し、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ク付け**：密集したシーンや検出数が多い場合に、よりクリーンでごちゃつきの少ない可視化のため、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されたオブジェクトをマークします
* **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のために、検出された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、時間の経過に伴うオブジェクトの軌跡や追跡 ID を可視化し、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クリーンな代替手段を作成します
* **群衆カウントと密度分析**：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するために、人やオブジェクトをドットでマークします
* **キーポイントとランドマークのマーク付け**：物理シミュレーション、計測ワークフロー、または空間関係分析のために、オブジェクト上の特定の点（不規則な形状では重心など）をマークします
* **最小限のUIオーバーレイ**：フルバウンディングボックスでは視覚的に邪魔になりすぎるユーザーインターフェース、ダッシュボード、モバイルアプリケーション向けに、クリーンで控えめな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のものに接続できます：
* **他の可視化ブロック** （例：バウンディングボックス可視化、ラベル可視化、トレース可視化）を使って、ドットマーカーと追加の注釈を組み合わせ、包括的な可視化を行います
* **データ保存ブロック** （例：ローカルファイル出力、CSVフォーマッタ、Roboflow データセットアップロード）を使って、文書化、レポート、分析のためにドットマーカー付きの注釈画像を保存します
* **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、または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）を使って、アラートやレポートの視覚的証拠としてドットマーカー付きの注釈画像を送信します
* **ビデオ出力ブロック** ライブ監視、追跡の可視化、または後処理分析のために、ドットマーカー付きの注釈付きビデオストリームや録画を作成します
### 種別識別子
ステップで次の識別子を使用します `"type"` フィールド: `roboflow_core/dot_visualization@v1` ワークフローにステップとしてブロックを追加するには。
### 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、元画像を保持します。複数の可視化を重ねる場合に使用します。 | ✅ |
| `color_palette` | `str` | 可視化要素のカラーパレットを選択します。 | ✅ |
| `palette_size` | `int` | パレット内の色数を指定します。カスタムパレットまたはMatplotlibパレットを使用する場合に適用されます。 | ✅ |
| `custom_colors` | `List[str]` | バウンディングボックス用のカスタムカラーのリストをHEX形式で定義します。 | ✅ |
| `color_axis` | `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。 | ✅ |
| `position` | `str` | 各検出のバウンディングボックスに対してドットを配置する位置。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。 | ✅ |
| `radius` | `int` | ピクセル単位のドットの半径。値が大きいほど、より大きく見やすいドットになります。 | ✅ |
| `outline_thickness` | `int` | ピクセル単位のドット輪郭の太さ。輪郭なし（塗りつぶしのドットのみ）にするには 0 に設定します。値が大きいほど輪郭が太くなり、さまざまな背景に対して視認性が向上します。 | ✅ |
この **参照** 列は、で利用可能な動的値を使用し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* 詳細情報
### 入出力バインディング
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 `ドットの可視化` のバージョン `v1` 持つか確認してください。
入出力バインディング
* 入力
* `画像` ([*`画像`*](/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、元画像を保持します。複数の可視化を重ねる場合に使用します。
* `predictions` (*Union\[*[*`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)*,* [*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*): 可視化するモデル予測。。
* `color_palette` ([*`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。
* `palette_size` ([*`integer`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：パレット内の色数を指定します。カスタムパレットまたはMatplotlibパレットを使用する場合に適用されます。
* `custom_colors` ([*`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リストをHEX形式で定義します。
* `color_axis` ([*`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。
* `position` ([*`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してドットを配置する位置。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。
* `radius` ([*`integer`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：ピクセル単位のドットの半径。値が大きいほど、より大きく見やすいドットになります。
* `outline_thickness` ([*`integer`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：ピクセル単位のドット輪郭の太さ。輪郭なし（塗りつぶしのドットのみ）にするには 0 に設定します。値が大きいほど輪郭が太くなり、さまざまな背景に対して視認性が向上します。
* 出力
* `画像` ([`画像`](/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
}
```