> 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/visualize-predictions/ellipse-visualization.md).

# 타원 시각화

이미지에서 감지된 객체를 강조하는 타원을 그립니다.

감지된 객체 주위에 타원형 윤곽선을 그려, 전체 타원 또는 일부 호로 사용자 지정할 수 있는 타원형 주석을 제공하며, 원형 시각화보다 더 유연한 기하학을 제공합니다.

## 이 블록의 작동 방식

이 블록은 이미지와 감지 예측 결과를 받아 각 감지된 객체 주위에 타원형(oval-shaped) 윤곽선을 그립니다. 이 블록:

1. 이미지와 예측값을 입력으로 받습니다
2. 각 감지된 객체의 바운딩 박스 좌표를 식별합니다
3. 각 감지에 대해 바운딩 박스를 기반으로 중심점과 크기(너비와 높이)를 계산합니다
4. 선택한 색상 팔레트를 기반으로 색상 스타일을 적용하며, 색상은 클래스, 인덱스 또는 트랙 ID별로 할당됩니다
5. Supervision의 EllipseAnnotator를 사용해 각 감지된 객체 주위에 타원형 윤곽선을 그립니다
6. 지정된 두께를 적용하여 타원형 윤곽선의 선 두께를 제어합니다
7. 시작 각도와 끝 각도 매개변수를 사용해 전체 타원 또는 부분 타원 호를 그립니다
8. 원본 이미지 위에 타원형 윤곽선이 오버레이된 주석 이미지가 반환됩니다

이 블록은 일반적으로 각 감지의 바운딩 박스에 맞춰지는 타원을 그려, 객체의 종횡비에 맞는 타원형 윤곽선을 만듭니다(원은 항상 둥글다는 점과 다릅니다). 타원은 원보다 더 유연한 기하학을 제공하며, 둥근 객체와 길쭉한 객체를 모두 더 정확하게 표현할 수 있습니다. 시작 및 끝 각도 매개변수를 사용하면 전체 타원(360도) 또는 부분 호를 그릴 수 있어 추가적인 시각 스타일 옵션을 제공합니다. 원 시각화(항상 완전한 원을 그림)와 달리, 타원 시각화는 부분 호를 그릴 수 있어 객체 위치를 명확히 표시하면서도 독특한 시각적 마커를 만들 수 있습니다.

## 일반적인 사용 사례

* **타원형 및 길쭉한 객체 강조**: 객체가 타원형이거나 길쭉한 경우(예: 차량, 길쭉한 제품, 타원형 객체) 원형이나 직사각형보다 타원이 더 잘 맞을 때, 타원형 윤곽선으로 감지된 객체를 강조합니다
* **유연한 기하학적 시각화**: 원이나 바운딩 박스의 대안으로 타원형을 사용하여 객체의 종횡비에 맞게 조정하고, 보다 정확한 시각적 표현을 제공합니다
* **부분 호 주석**: 시작 각도와 끝 각도를 사용하여 부분 타원 호를 그려, 독특하고 양식화된 시각 마커를 만들어 객체 위치를 고유한 시각 스타일로 나타냅니다
* **미적 시각화 대안**: 표준 바운딩 박스나 원과 비교해 시각적으로 구분되는 주석을 디자인 목적, 예술적 시각화 또는 타원형이 디자인 미학에 더 잘 맞을 때 만듭니다
* **객체 형태 적응**: 객체가 정사각형이 아닌 종횡비를 가질 때 원형 윤곽선보다 덜 정확한 경우 타원을 사용하여 직사각형 또는 길쭉한 객체에 더 잘 맞는 시각적 표현을 제공합니다
* **디자인 및 UI 애플리케이션**: 타원형 윤곽선을 사용자 인터페이스, 대시보드 또는 인터랙티브 애플리케이션에 통합하여 각진 직사각형보다 더 부드럽고 유기적인 시각 스타일을 제공합니다

## 다른 블록과 연결하기

이 블록의 주석이 달린 이미지는 다음과 연결할 수 있습니다:

* **기타 시각화 블록** (예: 레이블 시각화, 점 시각화, 바운딩 박스 시각화) 타원형 윤곽선과 추가 주석을 결합하여 포괄적인 시각화를 제공합니다
* **데이터 저장 블록** (예: 로컬 파일 싱크, CSV 포맷터, Roboflow 데이터셋 업로드) 타원형 윤곽선이 있는 주석 이미지를 문서화, 보고 또는 분석을 위해 저장합니다
* **웹훅 블록** 타원형 윤곽선이 포함된 시각화 결과를 외부 시스템, API 또는 웹 애플리케이션으로 보내 대시보드나 모니터링 도구에 표시합니다
* **알림 블록** (예: 이메일 알림, Slack 알림) 타원형 윤곽선이 있는 주석 이미지를 경고나 보고서의 시각적 증거로 보냅니다
* **비디오 출력 블록** 타원형 윤곽선이 있는 주석이 달린 비디오 스트림이나 녹화본을 만들어 실시간 모니터링, 추적 시각화 또는 후처리 분석에 사용합니다

### 유형 식별자

다음 식별자를 단계의 `"type"` 필드에 사용하세요: `roboflow_core/ellipse_visualization@v1` 를 워크플로우의 단계로 추가하려면.

### 속성

| **이름**          | **유형**      | **설명**                                                                                                                                                                                                          | 참조 |
| --------------- | ----------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`          | `str`       | 이 단계에 대한 고유 식별자를 입력하세요..                                                                                                                                                                                        | ❌  |
| `copy_image`    | `bool`      | 입력 이미지의 복사본을 시각화용으로 생성하여 원본을 보존하려면 이 옵션을 활성화하세요. 여러 시각화를 겹쳐 사용할 때 유용합니다..                                                                                                                                       | ✅  |
| `color_palette` | `str`       | 시각화할 요소에 사용할 색상 팔레트를 선택하세요..                                                                                                                                                                                    | ✅  |
| `palette_size`  | `int`       | 팔레트의 색상 수를 지정하세요. 이 설정은 사용자 지정 또는 Matplotlib 팔레트를 사용할 때 적용됩니다..                                                                                                                                                 | ✅  |
| `custom_colors` | `List[str]` | 바운딩 박스에 사용할 사용자 지정 색상 목록을 HEX 형식으로 정의하세요..                                                                                                                                                                      | ✅  |
| `color_axis`    | `str`       | 바운딩 박스 색상이 어떻게 할당될지 선택하세요. 음수 클래스 또는 트래커 ID를 가진 감지 결과(예: class\_id = -1인 매칭되지 않은 VLM 레이블)는 중립적인 회색으로 표시됩니다..                                                                                                    | ✅  |
| `thickness`     | `int`       | 타원 윤곽선의 두께(픽셀 단위). 값이 클수록 더 두껍고 더 눈에 띄는 타원형 윤곽선이 만들어집니다..                                                                                                                                                       | ✅  |
| `start_angle`   | `int`       | 타원 호를 그리기 위한 시작 각도(도). end\_angle과 함께 사용되어 전체 타원(360도) 또는 부분 호를 그릴지 제어합니다. 각도는 양의 x축을 기준으로 측정됩니다(0도 = 오른쪽, 90도 = 아래, 180도 = 왼쪽, 270도 = 위)..                                                                     | ✅  |
| `end_angle`     | `int`       | 타원 호를 그리기 위한 끝 각도(도). start\_angle과 함께 사용되어 전체 타원(360도) 또는 부분 호를 그릴지 제어합니다. 전체 타원을 그리려면 end\_angle = start\_angle + 360(또는 이에 상응하는 값)으로 설정합니다. 각도는 양의 x축을 기준으로 측정됩니다(0도 = 오른쪽, 90도 = 아래, 180도 = 왼쪽, 270도 = 위).. | ✅  |

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

### 입력 및 출력 바인딩

사용 가능한 연결은 바인딩 종류에 따라 달라집니다. OpenAI가 `타원 시각화` 버전에서 `v1` 지원하는지 확인하세요.

<details>

<summary>입력 및 출력 바인딩</summary>

* input
  * `image` ([*`image`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/image.md)): 시각화에 사용할 이미지..
  * `copy_image` ([*`boolean`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/boolean.md)): 입력 이미지의 복사본을 시각화용으로 생성하여 원본을 보존하려면 이 옵션을 활성화하세요. 여러 시각화를 겹쳐 사용할 때 유용합니다..
  * `predictions` (*Union\[*[*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/object-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*): 시각화할 모델 예측..
  * `color_palette` ([*`string`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 시각화할 요소에 사용할 색상 팔레트를 선택하세요..
  * `palette_size` ([*`integer`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 팔레트의 색상 수를 지정하세요. 이 설정은 사용자 지정 또는 Matplotlib 팔레트를 사용할 때 적용됩니다..
  * `custom_colors` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/list-of-values.md)): 바운딩 박스에 사용할 사용자 지정 색상 목록을 HEX 형식으로 정의하세요..
  * `color_axis` ([*`string`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 바운딩 박스 색상이 어떻게 할당될지 선택하세요. 음수 클래스 또는 트래커 ID를 가진 감지 결과(예: class\_id = -1인 매칭되지 않은 VLM 레이블)는 중립적인 회색으로 표시됩니다..
  * `thickness` ([*`integer`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 타원 윤곽선의 두께(픽셀 단위). 값이 클수록 더 두껍고 더 눈에 띄는 타원형 윤곽선이 만들어집니다..
  * `start_angle` ([*`integer`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 타원 호를 그리기 위한 시작 각도(도). end\_angle과 함께 사용되어 전체 타원(360도) 또는 부분 호를 그릴지 제어합니다. 각도는 양의 x축을 기준으로 측정됩니다(0도 = 오른쪽, 90도 = 아래, 180도 = 왼쪽, 270도 = 위)..
  * `end_angle` ([*`integer`*](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 타원 호를 그리기 위한 끝 각도(도). start\_angle과 함께 사용되어 전체 타원(360도) 또는 부분 호를 그릴지 제어합니다. 전체 타원을 그리려면 end\_angle = start\_angle + 360(또는 이에 상응하는 값)으로 설정합니다. 각도는 양의 x축을 기준으로 측정됩니다(0도 = 오른쪽, 90도 = 아래, 180도 = 왼쪽, 270도 = 위)..
* 출력
  * `image` ([`image`](https://docs.roboflow.com/workflows/ko/developer-guide/developer-guide/kinds/image.md)): 워크플로의 이미지.

</details>

<details>

<summary>예시 JSON 정의</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/ellipse_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",
	    "thickness": 2,
	    "start_angle": -45,
	    "end_angle": 235
	}
```

</details>
