> 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/ko/blocks/blocks/transformations/absolute-static-crop.md).

# 절대 고정 자르기

입력 이미지에서 중심점과 치수로 지정된 절대 픽셀 좌표를 사용해 고정된 직사각형 영역을 추출하여, 관심 영역 추출 및 고정 영역 분석 워크플로를 위해 모든 입력에서 같은 이미지 위치로부터 일관된 크롭을 생성합니다.

## 이 블록의 작동 방식

이 블록은 탐지 바운딩 박스를 사용하는 동적 크롭과 달리, 절대 픽셀 좌표를 사용해 입력 이미지에서 고정된 직사각형 영역을 잘라냅니다. 이 블록은:

1. 입력 이미지와 절대 좌표 지정(x\_center, y\_center, width, height)을 받습니다
2. 중심점과 치수로부터 크롭 경계를 계산합니다:
   * 중심 좌표에서 너비/높이의 절반을 빼서 x\_min과 y\_min을 계산합니다
   * 최소 좌표에 너비/높이를 더해 x\_max와 y\_max를 계산합니다
   * 좌표 값을 정수 픽셀 위치로 반올림합니다
3. 배열 슬라이싱(y\_min부터 y\_max, x\_min부터 x\_max까지)을 사용해 이미지에서 사각형 영역을 추출합니다
4. 크롭된 영역에 내용이 있는지 검증합니다(좌표가 이미지 경계를 벗어나 크롭이 비어 있게 되면 None을 반환합니다)
5. 크롭의 출처(원본 이미지, 오프셋 좌표, 고유 크롭 식별자)를 추적하는 메타데이터가 포함된 크롭 이미지 객체를 생성합니다
6. 입력이 비디오인 경우 비디오 메타데이터를 보존합니다(프레임 정보와 시간적 문맥을 유지합니다)
7. 각 입력 이미지에 대해 크롭된 이미지를 반환합니다

이 블록은 고정 좌표를 사용하므로 배치의 모든 이미지에서 같은 영역이 추출됩니다. 따라서 여러 이미지에서 일관된 영역을 추출하는 데 적합합니다(예: 항상 오른쪽 상단 모서리를 자르기, 고정된 관심 영역을 추출하기, 특정 이미지 구역에 집중하기). 중심 기반 좌표계는 모서리 좌표가 아니라 중심점으로 크롭을 지정할 수 있어, 영역 정의가 더 직관적일 수 있습니다. 이 블록은 잘못된 크롭(이미지 경계를 벗어나거나 빈 영역이 되는 좌표)에 대해 None을 반환하여 경계 상황을 우아하게 처리합니다.

## 일반적인 사용 사례

* **고정 영역 추출**: 여러 이미지에서 동일한 이미지 영역을 추출하여 일관된 분석을 수행합니다(예: 로고 영역 같은 특정 관심 구역을 자르기, 워터마크 탐지를 위한 고정 영역 추출, 패턴 매칭을 위한 일관된 영역 자르기), 이미지 배치 전반에 걸쳐 표준화된 영역 분석을 가능하게 합니다
* **관심 영역 집중**: 이미지의 특정 영역을 상세 처리하기 위해 분리합니다(예: 감시 프레임의 특정 사분면을 자르기, 텍스트 인식을 위한 고정 영역 추출, 알려진 관심 구역에 집중하기), 미리 정해진 이미지 영역에 대한 집중 분석을 가능하게 합니다
* **다단계 워크플로 준비**: 후속 처리 단계를 위해 고정된 영역을 추출합니다(예: 전체 이미지에서 특정 영역을 자른 뒤, 잘린 영역에 OCR이나 분류를 수행하기), 고정 영역에 초점을 둔 계층적 워크플로를 가능하게 합니다
* **표준화된 크롭 생성**: 학습 또는 분석을 위해 이미지에서 일관된 크롭을 만듭니다(예: 데이터셋 생성을 위해 모든 이미지에서 고정 영역 추출, 비교를 위한 표준 영역 자르기, 특징 추출을 위한 균일한 크롭 생성), 표준화된 데이터 준비 워크플로를 가능하게 합니다
* **고정 영역 모니터링**: 시간 경과나 배치 전반에 걸쳐 특정 이미지 영역을 모니터링합니다(예: 변화 감지를 위해 비디오 프레임에서 같은 영역을 자르기, 추적 분석을 위한 고정 영역 추출, 일관된 모니터링 구역에 집중하기), 고정 영역에 대한 시계열 분석을 가능하게 합니다
* **전용 블록을 위한 전처리**: 특수 모델로 처리하기 전에 고정된 영역을 추출합니다(예: OCR을 실행하기 전에 특정 영역을 자르기, 세밀한 분류를 위한 고정 영역 추출, 특수 분석을 위한 영역 분리), 알려진 이미지 영역의 최적화된 처리를 가능하게 합니다

## 다른 블록에 연결하기

이 블록은 이미지를 받아 고정된 영역에서 잘라낸 이미지를 생성합니다:

* **이미지 로딩 블록 다음에** 처리 전에 고정된 관심 영역을 추출하여 전체 이미지를 처리하지 않고 미리 정해진 이미지 영역에 대해 집중 분석할 수 있도록
* **분류 또는 분석 블록 앞에** 영역 중심 입력이 필요한 경우(예: 고정 영역의 텍스트를 위한 OCR, 잘린 영역에 대한 세밀한 분류, 특정 이미지 영역을 위한 특수 모델), 일관된 영역의 최적화된 처리를 가능하게 합니다
* **비디오 처리 워크플로에서** 여러 프레임에서 같은 영역을 추출해야 하는 경우(예: 시계열 분석을 위해 각 비디오 프레임에서 고정 영역 자르기, 추적을 위한 일관된 모니터링 구역 추출, 프레임 전반에 걸쳐 특정 영역에 집중하기), 고정 영역의 시계열 분석을 가능하게 합니다
* **감지 블록 뒤에** 대략적인 위치를 알고 있고 그 주변의 고정 크기 영역을 추출하고 싶을 때(예: 일반 영역에서 객체를 탐지한 뒤, 상세 분석을 위해 그 영역 주변을 고정 영역으로 자르기), 영역 중심의 다단계 워크플로를 가능하게 합니다
* **시각화 블록 이전** 특정 영역을 표시하는 경우(예: 잘린 영역만 표시, 고정된 관심 영역 시각화, 분리된 영역 주석 표시), 추출된 영역의 집중 시각화를 가능하게 합니다
* **배치 처리 워크플로에서** 일관된 분석이나 비교를 위해 모든 이미지에서 같은 영역을 추출해야 하는 경우, 이미지 집합 전반에 걸친 표준화된 영역 추출을 가능하게 합니다

### 유형 식별자

단계에서 다음 식별자를 사용하세요 `"type"` 필드: `roboflow_core/absolute_static_crop@v1` 워크플로우에 이 블록을 단계로 추가하려면.

### 속성

| **이름**     | **유형** | **설명**                                                                                                                                                                                                               | 참조 |
| ---------- | ------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`     | `str`  | 이 단계에 대한 고유 식별자를 입력하세요..                                                                                                                                                                                             | ❌  |
| `x_center` | `정수`   | 크롭 영역 중심점의 X 좌표를 절대 픽셀 좌표로 나타낸 것입니다. 양의 정수여야 합니다. 크롭 영역은 이 X 좌표를 중심으로 합니다. 실제 크롭 경계는 x\_min = x\_center - width/2 및 x\_max = x\_min + width로 계산됩니다. 계산된 크롭이 이미지 경계를 벗어나면 크롭이 잘리거나, 크롭이 비게 되는 경우 None을 반환할 수 있습니다..   | ✅  |
| `y_center` | `정수`   | 크롭 영역 중심점의 Y 좌표를 절대 픽셀 좌표로 나타낸 것입니다. 양의 정수여야 합니다. 크롭 영역은 이 Y 좌표를 중심으로 합니다. 실제 크롭 경계는 y\_min = y\_center - height/2 및 y\_max = y\_min + height로 계산됩니다. 계산된 크롭이 이미지 경계를 벗어나면 크롭이 잘리거나, 크롭이 비게 되는 경우 None을 반환할 수 있습니다.. | ✅  |
| `너비`       | `정수`   | 크롭 영역의 너비를 픽셀 단위로 나타낸 것입니다. 양의 정수여야 합니다. 크롭의 가로 범위를 정의합니다. 크롭은 x\_center 좌표를 기준으로 왼쪽과 오른쪽으로 각각 width/2픽셀씩 확장됩니다. 전체 크롭 너비는 이 값과 같습니다. 계산된 크롭이 이미지 너비를 벗어나면 이미지 경계에 맞게 잘립니다..                                         | ✅  |
| `높이`       | `정수`   | 크롭 영역의 높이를 픽셀 단위로 나타낸 것입니다. 양의 정수여야 합니다. 크롭의 세로 범위를 정의합니다. 크롭은 y\_center 좌표를 기준으로 위아래로 각각 height/2픽셀씩 확장됩니다. 전체 크롭 높이는 이 값과 같습니다. 계산된 크롭이 이미지 높이를 벗어나면 이미지 경계에 맞게 잘립니다..                                             | ✅  |

이 **참조** 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 `워크플로우` 런타임입니다. 자세한 내용은 *바인딩* 을 참조하세요.

### 입력 및 출력 바인딩

사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 `절대 정적 자르기` 버전 `v1` 을 가지고 있는지.

<details>

<summary>입력 및 출력 바인딩</summary>

* 입력
  * `이미지` ([*`이미지`*](/workflows/ko/developer-guide/developer-guide/kinds/image.md)): 추론할 이미지입니다..
  * `x_center` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 크롭 영역 중심점의 X 좌표를 절대 픽셀 좌표로 나타낸 것입니다. 양의 정수여야 합니다. 크롭 영역은 이 X 좌표를 중심으로 합니다. 실제 크롭 경계는 x\_min = x\_center - width/2 및 x\_max = x\_min + width로 계산됩니다. 계산된 크롭이 이미지 경계를 벗어나면 크롭이 잘리거나, 크롭이 비게 되는 경우 None을 반환할 수 있습니다..
  * `y_center` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 크롭 영역 중심점의 Y 좌표를 절대 픽셀 좌표로 나타낸 것입니다. 양의 정수여야 합니다. 크롭 영역은 이 Y 좌표를 중심으로 합니다. 실제 크롭 경계는 y\_min = y\_center - height/2 및 y\_max = y\_min + height로 계산됩니다. 계산된 크롭이 이미지 경계를 벗어나면 크롭이 잘리거나, 크롭이 비게 되는 경우 None을 반환할 수 있습니다..
  * `너비` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 크롭 영역의 너비를 픽셀 단위로 나타낸 것입니다. 양의 정수여야 합니다. 크롭의 가로 범위를 정의합니다. 크롭은 x\_center 좌표를 기준으로 왼쪽과 오른쪽으로 각각 width/2픽셀씩 확장됩니다. 전체 크롭 너비는 이 값과 같습니다. 계산된 크롭이 이미지 너비를 벗어나면 이미지 경계에 맞게 잘립니다..
  * `높이` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 크롭 영역의 높이를 픽셀 단위로 나타낸 것입니다. 양의 정수여야 합니다. 크롭의 세로 범위를 정의합니다. 크롭은 y\_center 좌표를 기준으로 위아래로 각각 height/2픽셀씩 확장됩니다. 전체 크롭 높이는 이 값과 같습니다. 계산된 크롭이 이미지 높이를 벗어나면 이미지 경계에 맞게 잘립니다..
* 출력
  * `잘라낸 이미지` ([`이미지`](/workflows/ko/developer-guide/developer-guide/kinds/image.md)): 워크플로의 이미지입니다.

</details>

<details>

<summary>예시 JSON 정의</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/absolute_static_crop@v1",
	    "images": "$inputs.image",
	    "x_center": 40,
	    "y_center": 40,
	    "width": 40,
	    "height": 40
	}
```

</details>