Merge branch 'dev' of https://github.com/shelllet/winui into dev

docx/CHANGELOG.md

@@ -1,10 +1,10 @@
 # [0.29](https://github.com/shelllet/winui/compare/main...dev) (2023-xx-xx)
 ### Changed：
-1. 优化图像检测相关动作。
-2. *鼠标监听* 支持监听鼠标按下。
-3. 模板匹配，只能返回第一个匹配到的位置。
-4. 增加 *颜色填充* 动作。
-5. 增加 *形状查找* 动作，可以查找 *长方形*、 *正方形*、 *三角形*。
+
+1. *鼠标监听* 支持监听鼠标按下。
+2. 图像查找（特征匹配）返回匹配的多个图像。
+3. 增加 *颜色填充* 动作。
+4. 增加 *形状查找* 动作，可以查找 *长方形*、 *正方形*、 *三角形*。
 
 ## [0.28](https://github.com/shelllet/winui/compare/main...dev) (2023-09-23)
 ### Changed：

docx/_sidebar.md

@@ -33,6 +33,7 @@
       - [异步启动](./actions/async/WorkBegin.md)
       - [状态切换](./actions/async/WorkReset.md)
       - [等待事件](./actions/async/WhenEvent.md)
+      - [异步等待](./actions/async/WorkWait.md)
     - 文件
       - [读取文件](./actions/filesystem/FileRead.md)
       - [文件写入](./actions/filesystem/FileWrite.md)
@@ -90,7 +91,7 @@
     - 图像检测
       - [直线检测](./actions/detection/LineDetection.md)
       - [椭圆检测](./actions/detection/EllipseDetection.md)
-      - [斑点查找](./actions/detection/BlobDetect.md)
+      - [斑点检测](./actions/detection/BlobDetect.md)
       - [形状查找](./actions/detection/ShapeDetection.md)
       - [形状匹配](./actions/detection/MatchShapes.md)
       - [特征匹配](./actions/detection/FeatureDetect.md)
@@ -276,4 +277,5 @@
     - [MouseMessage](./enums/MouseMessage.md)
     - [MorphologicalOperations](./enums/MorphologicalOperations.md)
     - [ContourApproximationModes](./enums/ContourApproximationModes.md)
+    - [FeatureAlgorithm](./enums/FeatureAlgorithm.md)
   - [Changelog](./CHANGELOG.md)

docx/actions/detection/BlobDetect.md

@@ -1,6 +1,9 @@
 # 斑点检测
 *斑点* 是图像中与周围区域在属性（例如亮度、颜色）上不同的区域， 也可以称为 *Blob* ，该动作对图像中的 *斑点* ，按照指定的条件进行筛选过滤。
 
+* 查找圆或者椭圆就是从黑色背景中查找白色圆或者椭圆边缘。所以请记住，要找到的圆或者椭圆应该是白色的，背景应该是黑色的。
+
+
 ![BlobDetect](./images/03.png ':size=90%')
 
 ## 子流程
@@ -10,7 +13,7 @@
 ## 运行参数
 
 * 图像
->  单通道图像，如果为非单通道图像，则会转换成灰度图像。
+>  源图像。
 * 阈值
 >  通过使用从最小阈值开始对源图像进行阈值处理，将源图像转换为多个二值图像。这些阈值按 *步长* 递增， 直到最大阈值。
 * 步长
@@ -28,7 +31,7 @@
 
 ## 输出
 
->   检测到 *斑点* 的矩形框，参考： [RotatedRect](./types/RotatedRect.md)。
+>   检测到 *斑点* 的矩形框，参考： [RotatedRects](./types/RotatedRect.md)。
 
 
 ## 脚本调用

docx/actions/detection/EllipseDetection.md

@@ -1,5 +1,9 @@
 # 椭圆检测 
-检测图像中的圆或者椭圆。
+检测图像中的圆或者椭圆，线宽通常是 *1*像素。
+
+* 为了获得更高的准确性，请使用二值图像。因此，在查找圆或者椭圆之前，请应用阈值或边缘检测进行预处理。
+* 查找圆或者椭圆就是从黑色背景中查找白色圆或者椭圆边缘。所以请记住，要找到的圆或者椭圆应该是白色的，背景应该是黑色的。
+
 
 ![EllipseDetection](./images/02.png ':size=90%')
 

docx/actions/detection/FeatureDetect.md

@@ -1,5 +1,5 @@
 # 特征匹配 
-该动作通过特征匹配，在一张图像当中查找模板图像。
+特征是图像中信息特别丰富或有趣的独特区域。这些可能包括边缘、角落或斑点（基于颜色强度的区域）。该动作通过特征匹配，在一张图像当中查找模板图像。
 
 ![FeatureDetect](./images/06.png ':size=90%')
 
@@ -13,16 +13,16 @@
 
 
 * 图像
-
+>   单通道图像，如果为非单通道图像，则会转换成灰度图像。
 * 模板
->   要查找的图像 
-* 精度
-> 根据该精度进行特征过滤，低于该值的认为最佳匹配, 匹配越好，该值越小。默认值：0.75
-
-
+>   要查找的图像，单通道图像，如果为非单通道图像，则会转换成灰度图像。
+* 特征
+> 获取的最大特征航空数量。仅适用于 *ORB* 和 *SIFT* 算法，默认值：500
+* 算法
+> 参考 [FeatureAlgorithm](../enums/FeatureAlgorithm.md)
 ## 输出
 
-> 检测到的位置区域，参考：[RotatedRect](../types/RotatedRect.md)
+> 检测到的位置区域，参考：[RotatedRects](../types/RotatedRect.md)
 
 
 ## 脚本调用
@@ -35,3 +35,6 @@ import simple;
 ## 资源
 
 例子：https://github.com/shelllet/WinUi/blob/main/detection/FeatureDetect.simple
+
+
+!> 该动作会先将源图像和模板图像转换成灰度图像，再进行匹配。

docx/actions/detection/FindContours.md

@@ -1,7 +1,7 @@
 # 查找轮廓 
 轮廓可以简单地理解为连接所有连续点（沿着边界）的曲线，具有相同的颜色或强度。轮廓是形状分析以及物体检测和识别的有用工具。
 
-* 为了获得更高的准确性，请使用二值图像。因此，在查找轮廓之前，请应用阈值或精明的边缘检测。
+* 为了获得更高的准确性，请使用二值图像。因此，在查找轮廓之前，请应用阈值或边缘检测进行预处理。
 * 查找轮廓就像从黑色背景中查找白色物体。所以请记住，要找到的对象应该是白色的，背景应该是黑色的。
 
 ![FindContours](./images/08.png ':size=90%')

docx/actions/detection/LineDetection.md

@@ -1,5 +1,9 @@
 # 直线检测
-检测图像中的直线。
+检测图像中的直线，直线的线宽通常是 *1* 像素。
+
+* 为了获得更高的准确性，请使用二值图像。因此，在查找直线之前，请应用阈值或边缘检测进行预处理。
+* 查找直线就是从黑色背景中查找白色直线。所以请记住，要找到的直线应该是白色的，背景应该是黑色的。
+
 
 ![LineDetection](./images/01.png ':size=90%')
 

docx/actions/detection/MatchShapes.md

@@ -1,8 +1,8 @@
 # 形状匹配 
 该动作可以在一张图像上查找一个特定的形状。即使图像旋转，绽放也不会对该结果产生太大影响。
 
-* 为了获得更高的准确性，请使用二值图像
-* 要找到的对象应该是白色的，背景应该是黑色的。
+* 为了获得更高的准确性，请使用二值图像，因此，在查找形状之前，请应用阈值或边缘检测进行预处理。
+* 要找到的形状应该是白色的，背景应该是黑色的。
 
 ![MatchShapes](./images/05.png ':size=90%')
 
@@ -12,7 +12,7 @@
 
 ## 运行参数
 
-* 源图像
+* 图像
 > 单通道图像，通常是二值化后的图像，从该图像上查找相应的目标形状。如果非单通道图像，则默认转换为灰度图像。
 * 目标
 >  单通道图像，包含目标形状，通常是一张具有特定形状，二值化化后的图像。如果非单通道图像，则默认转换为灰度图像。
@@ -24,7 +24,7 @@
 > 根据相似性进行过滤。越低，表示匹配越好。*0*：表示完全匹配，低于该值的形状，会被认为是匹配的形状。
 ## 输出
 
-> 所有匹配到的形状的位置，可以参考[DetectionResult](./types/DetectionResult.md)
+> 所有匹配到的形状的位置，可以参考[DetectionResults](./types/DetectionResult.md)
 
 
 ## 脚本调用

docx/actions/detection/MatchTemplate.md

@@ -13,17 +13,17 @@
 ## 运行参数
 
 * 图像
+> 源图像，待查找图像，可以是彩色图像。
 * 模板
->   要查找的图像
+>   要查找的图像，可以是彩色图像，不能比源图像大。
 * 精度
 >   根据相似度进行过滤, 低于该值的认为不匹配。 匹配越好，该值越大。**1** 表示完美匹配。
 
 ## 输出
 
-> 匹配到的位置，参考：[DetectionResult](./types/DetectionResult.md)
+> 匹配到的位置，参考：[DetectionResults](./types/DetectionResult.md)
     
 
-
 ## 脚本调用
 
 ```python

docx/actions/detection/ShapeDetection.md

@@ -1,7 +1,7 @@
 # 形状查找
 该动作可以查找图像上的基本形状，如：三角形、四边形、正方形。
 
-* 为了获得更高的准确性，请使用二值图像。因此，在查找形状之前，请应用阈值或精明的边缘检测。
+* 为了获得更高的准确性，请使用二值图像。因此，在查找形状之前，请应用阈值或边缘检测进行预处理。
 * 查找形状就像从黑色背景中查找白色物体。所以请记住，要找到的形状应该是白色的，背景应该是黑色的。
 
 ![ShapeDetection](./images/04.png ':size=90%')
@@ -18,6 +18,8 @@
 * 逼近
 > 指定近似精度的参数。这是原始形状与其近似形状之间的最大距离。
 
+* 形状
+> 要查找的形状。
 
 ## 输出
 

docx/enums/FeatureAlgorithm.md

@@ -0,0 +1,12 @@
+# FeatureAlgorithm
+
+* SIFT
+> 用于检测和描述图像中的局部特征。它对图像缩放、方向和仿射失真具有鲁棒性。在不同尺度的图像中 *SIFT* 都比 *SURF* 要好。
+* SURF
+> *SURF* 在旋转不变性、模糊和扭曲变换方面优于 *SIFT*。
+* BRISK
+> 比*SURF* 快的一种检测方法。 
+* ORB
+> 计算速度快，并且对光照和旋转变化具有鲁棒性，*ORB* 比 *SURF* 和 *SIFT* 快得多，而且性能也比 *SURF* 更好。
+* AKAZE
+> 在过滤匹配项并删除异常值之后，与 *ORB* 相比，*AKAZE* 呈现出更多数量的正确匹配项。计算速度比 *ORB* 慢。

docx/types/DetectionResult.md

@@ -10,4 +10,8 @@ Class `DetectionResult` 对象检测结果
 
 2. rc ：[RotatedRect](../types/RotatedRect.md)
 
-    位置框
+    位置框
+
+# DetectionResult
+
+Class `DetectionResults`

docx/types/RotatedRect.md

@@ -7,3 +7,7 @@ class `RotatedRect`, 表示一个带角度的旋转矩形。
 1. center ：[Point](../types/Point.md)
 
    中心坐标
+
+# RotatedRect
+
+class `RotatedRects`