Антон Горецкий

import cv2
import numpy as np

# Загрузка изображений:
dr_image = cv2.imread('original.png')

# Преобразуем в серое:
gray = cv2.cvtColor(dr_image, cv2.COLOR_BGR2GRAY)

# Бинаризация: черные линии → белые (на чёрном фоне).
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)

# Шаблоны:
template1 = cv2.imread('temp2.png', cv2.IMREAD_GRAYSCALE)  # ёлочка
template2 = cv2.imread('temp1.png', cv2.IMREAD_GRAYSCALE)  # круг

_, template1 = cv2.threshold(template1, 127, 255, cv2.THRESH_BINARY_INV)
_, template2 = cv2.threshold(template2, 127, 255, cv2.THRESH_BINARY_INV)

# Параметры:
threshold1 = 0.7  # для ёлочки
threshold2 = 0.5  # для круга

# Поиск "ёлочки":
result1 = cv2.matchTemplate(binary, template1, cv2.TM_CCOEFF_NORMED)
loc1 = np.where(result1 >= threshold1)

# Поиск "круга":
result2 = cv2.matchTemplate(binary, template2, cv2.TM_CCOEFF_NORMED)
loc2 = np.where(result2 >= threshold2)

# Результат:
result = dr_image.copy()
detected_boxes = []

# Обработка "ёлочки":
for pt in zip(*loc1[::-1]):
    x, y = pt
    w, h = template1.shape[1], template1.shape[0]
    box = (x, y, x + w, y + h)

    if not any(np.allclose(box, b, atol=10) for b in detected_boxes):
        detected_boxes.append(box)
        cv2.rectangle(result, pt, (pt[0] + w, pt[1] + h), (0, 0, 255), 2)
        cv2.putText(result, "Tree", (pt[0], pt[1] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1)

# Обработка "круга":
for pt in zip(*loc2[::-1]):
    x, y = pt
    w, h = template2.shape[1], template2.shape[0]
    box = (x, y, x + w, y + h)

    if not any(np.allclose(box, b, atol=10) for b in detected_boxes):
        detected_boxes.append(box)
        cv2.rectangle(result, pt, (pt[0] + w, pt[1] + h), (0, 255, 0), 2)
        cv2.putText(result, "Circle", (pt[0], pt[1] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)

# Сохраняем результат:
cv2.imwrite('result_with_labels.png', result)
print(f"Найдено объектов: {len(detected_boxes)}")

# Показываем:
cv2.imshow('Detected', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

const combinations = (data, size) => size > 1
  ? Array.from(data, n => combinations(data, ~-size).map(m => [ n, ...m ])).flat()
  : Array.from(data, n => [ n ]);

const combinations = (data, size) =>
  Array.from({ length: data.length ** size }, (_, i) =>
    Array.from({ length: size }, (_, j) =>
      data[(i / (data.length ** (size - j - 1)) | 0) % data.length]
    )
  );

// ваш случай
combinations('abcde', 2)

// а вот, например, числа в интервале [0, 9999], представленные в виде массивов цифр
combinations([...Array(10).keys()], 4)

// или, интервал [0, 31], но в двоичном виде
combinations([ 0, 1 ], 5)

Выводит также a,a b,b c,c ... Мне это лишнее

const partialPermutation = (data, size) =>
  data.length < size
    ? null
    : (function get(permutation, result) {
        if (permutation.size === size) {
          result.push([...permutation]);
        } else {
          for (const n of data) if (!permutation.has(n)) {
            permutation.add(n);
            get(permutation, result);
            permutation.delete(n);
          }
        }

        return result;
      })(new Set, []);

• JSON-файл для Lottie (но он может быть преобразован в SVG-анимацию).
  
• Или использовать Lottie + SVG renderer в браузере (например, на сайте или в мобильном приложении).
  

Но куда двигаться дальше?

Но имея базовые понятия, да с помощью ИИ я же могу junior'ом то уже работать

И я полученный код уже использую, еще немного напильничком обработать и можнои на github и на pypi выкладывать.