> 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
감지된 객체 주위에 타원형 윤곽선을 그려, 완전한 타원 또는 부분 호로 맞춤 설정할 수 있는 타원형 주석을 제공하며, 원형 시각화보다 더 유연한 기하를 제공합니다.
## 이 블록의 작동 방식
이 블록은 이미지와 감지 예측을 받아 각 감지된 객체 주위에 타원형(달걀 모양) 윤곽선을 그립니다. 이 블록은:
1. 이미지와 예측을 입력으로 받습니다
2. 각 감지된 객체에 대한 경계 상자 좌표를 식별합니다
3. 경계 상자를 바탕으로 각 감지의 중심점과 치수(너비와 높이)를 계산합니다
4. 선택한 색상 팔레트를 기반으로 색상 스타일을 적용하며, 색상은 클래스, 인덱스 또는 추적 ID에 따라 할당됩니다
5. Supervision의 EllipseAnnotator를 사용하여 각 감지된 객체 주위에 타원형 윤곽선을 그립니다
6. 타원 윤곽선의 선 두께를 제어하기 위해 지정된 두께를 적용합니다
7. 시작 각도와 끝 각도 매개변수를 사용하여 전체 타원 또는 부분 타원 호를 그립니다
8. 원본 이미지 위에 타원형 윤곽선이 겹쳐진 주석 처리된 이미지를 반환합니다
이 블록은 일반적으로 각 감지의 경계 상자에 맞게 타원을 그려, 객체의 종횡비에 맞는 타원형 윤곽선을 만듭니다(항상 원형인 원과는 다릅니다). 타원은 원보다 더 유연한 기하를 제공하며, 둥근 객체와 길쭉한 객체를 모두 더 정확하게 표현할 수 있습니다. 시작 각도와 끝 각도 매개변수를 사용하면 전체 타원(360도) 또는 부분 호를 그릴 수 있어 추가적인 시각 스타일 옵션을 제공합니다. 원 시각화는 항상 완전한 원만 그리는 반면, 타원 시각화는 부분 호를 그릴 수 있어 객체 위치를 명확히 표시하면서도 독특한 시각적 표시를 생성합니다.
## 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 감지된 객체를 타원형 윤곽선으로 강조합니다
* **유연한 기하학적 시각화**: 객체의 종횡비에 맞춰 원이나 경계 상자보다 더 기하학적으로 유연한 대안으로 타원형을 사용하여 더 정확한 시각적 표현을 제공합니다
* **부분 호 주석**: 시작 각도와 끝 각도를 사용해 부분 타원 호를 그려, 객체 위치를 독특한 시각 스타일로 나타내는 뚜렷하고 스타일화된 시각적 표시를 만듭니다
* **미적 시각화 대안**: 디자인 목적, 예술적 시각화, 또는 타원형이 디자인 미학에 더 잘 맞을 때 표준 경계 상자나 원과 구별되는 시각적으로 뚜렷한 주석을 만듭니다
* **객체 형태 적응**: 객체의 종횡비가 정사각형이 아닐 때 원형 윤곽선보다 정확도가 떨어질 수 있으므로 타원을 사용하여 직사각형 또는 길쭉한 객체에 더 잘 맞는 시각화를 제공합니다
* **디자인 및 UI 응용**: 타원형 윤곽선을 사용자 인터페이스, 대시보드 또는 대화형 애플리케이션에 통합하여, 각진 직사각형보다 더 부드럽고 유기적인 시각 스타일을 제공합니다
## 다른 블록과 연결하기
이 블록의 주석이 달린 이미지는 다음에 연결할 수 있습니다:
* **다른 시각화 블록** (예: 레이블 시각화, 점 시각화, 경계 상자 시각화)와 함께 사용하여 타원형 윤곽선과 추가 주석을 결합한 포괄적인 시각화를 만듭니다
* **데이터 저장 블록** (예: 로컬 파일 싱크, CSV 포맷터, Roboflow 데이터셋 업로드)와 함께 사용하여 문서화, 보고 또는 분석을 위해 타원형 윤곽선이 있는 주석 처리된 이미지를 저장합니다
* **웹훅 블록** 타원형 윤곽선이 있는 시각화 결과를 외부 시스템, API 또는 웹 애플리케이션으로 전송하여 대시보드나 모니터링 도구에 표시합니다
* **알림 블록** (예: 이메일 알림, Slack 알림)과 함께 사용하여 경고나 보고서에서 시각적 증거로 타원형 윤곽선이 있는 주석 처리된 이미지를 전송합니다
* **비디오 출력 블록** 실시간 모니터링, 추적 시각화 또는 후처리 분석을 위해 타원형 윤곽선이 있는 주석 처리된 비디오 스트림 또는 녹화를 만듭니다
### 유형 식별자
step에서 다음 식별자를 사용하세요 `"type"` 필드: `roboflow_core/ellipse_visualization@v1` 를 워크플로에 단계로 추가합니다.
### 속성
| **이름** | **유형** | **설명** | 참조 |
| --------------- | ----------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | -- |
| `name` | `str` | 이 단계에 고유 식별자를 입력하세요.. | ❌ |
| `copy_image` | `bool` | 이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요.. | ✅ |
| `color_palette` | `str` | 시각화 요소에 사용할 색상 팔레트를 선택하세요.. | ✅ |
| `palette_size` | `int` | 팔레트의 색상 개수를 지정하세요. 이는 사용자 지정 또는 Matplotlib 팔레트를 사용할 때 적용됩니다.. | ✅ |
| `custom_colors` | `List[str]` | 경계 상자에 사용할 사용자 지정 색상 목록을 HEX 형식으로 정의하세요.. | ✅ |
| `color_axis` | `str` | 경계 상자 색상이 할당되는 방식을 선택하세요.. | ✅ |
| `thickness` | `int` | 픽셀 단위의 타원 윤곽선 두께. 값이 클수록 더 두껍고 더 잘 보이는 타원 윤곽선이 생성됩니다.. | ✅ |
| `start_angle` | `int` | 타원 호를 그리기 시작하는 각도를 도 단위로 지정합니다. end\_angle과 함께 사용하여 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 끝내는 각도를 도 단위로 지정합니다. start\_angle과 함께 사용하여 전체 타원(360도) 또는 부분 호를 그릴지 제어합니다. 전체 타원을 그리려면 end\_angle = start\_angle + 360(또는 이에 상응하는 값)으로 설정하세요. 각도는 양의 x축을 기준으로 측정됩니다(0도 = 오른쪽, 90도 = 아래, 180도 = 왼쪽, 270도 = 위).. | ✅ |
해당 **참조** 열은 워크플로 런타임에서 사용할 수 있는 동적 값으로 속성을 매개변수화할 수 있음을 나타냅니다. 자세한 내용은 `워크플로` 런타임. 자세한 내용은 *바인딩* 를 참조하세요.
### 입력 및 출력 바인딩
사용 가능한 연결은 바인딩 종류에 따라 달라집니다. 어떤 바인딩 종류가 있는지 확인하세요 `타원 시각화` 버전 `v1` 가 있습니다.
입력 및 출력 바인딩
* 입력
* `image` ([*`image`*](/workflows/ko/developer-guide/developer-guide/kinds/image.md)): 시각화에 사용할 이미지입니다..
* `copy_image` ([*`boolean`*](/workflows/ko/developer-guide/developer-guide/kinds/boolean.md)): 이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요..
* `predictions` (*Union\[*[*`instance_segmentation_prediction`*](/workflows/ko/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](/workflows/ko/developer-guide/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`object_detection_prediction`*](/workflows/ko/developer-guide/developer-guide/kinds/object-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](/workflows/ko/developer-guide/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*): 시각화할 모델 예측..
* `color_palette` ([*`문자열`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 시각화 요소에 사용할 색상 팔레트를 선택하세요..
* `palette_size` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 팔레트의 색상 개수를 지정하세요. 이는 사용자 지정 또는 Matplotlib 팔레트를 사용할 때 적용됩니다..
* `custom_colors` ([*`list_of_values`*](/workflows/ko/developer-guide/developer-guide/kinds/list-of-values.md)): 경계 상자에 사용할 사용자 지정 색상 목록을 HEX 형식으로 정의하세요..
* `color_axis` ([*`문자열`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 경계 상자 색상이 할당되는 방식을 선택하세요..
* `thickness` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 픽셀 단위의 타원 윤곽선 두께. 값이 클수록 더 두껍고 더 잘 보이는 타원 윤곽선이 생성됩니다..
* `start_angle` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 타원 호를 그리기 시작하는 각도를 도 단위로 지정합니다. end\_angle과 함께 사용하여 전체 타원(360도) 또는 부분 호를 그릴지 제어합니다. 각도는 양의 x축을 기준으로 측정됩니다(0도 = 오른쪽, 90도 = 아래, 180도 = 왼쪽, 270도 = 위)..
* `end_angle` ([*`정수`*](/workflows/ko/developer-guide/developer-guide/kinds/integer.md)): 타원 호를 그리기 끝내는 각도를 도 단위로 지정합니다. start\_angle과 함께 사용하여 전체 타원(360도) 또는 부분 호를 그릴지 제어합니다. 전체 타원을 그리려면 end\_angle = start\_angle + 360(또는 이에 상응하는 값)으로 설정하세요. 각도는 양의 x축을 기준으로 측정됩니다(0도 = 오른쪽, 90도 = 아래, 180도 = 왼쪽, 270도 = 위)..
* 출력
* `image` ([`image`](/workflows/ko/developer-guide/developer-guide/kinds/image.md)): 워크플로의 이미지.
예시 JSON 정의
```json
{
"name": "",
"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
}
```