Das Tool zur Unterstützung der Generation der Objektbeschreibungen verwendet ein ``Point and Click'' Verfahren. Beim Start wird dem Werkzeug eine fertige Lookup-Tabelle übergeben. Anhand dieser Lookup-Tabelle werden die Bilder von einer Kamera in Echtzeit segmentiert und angezeigt. Der Benutzer kann nun ein Objekt in die Kamera halten und ein Bild einfrieren. Dort wird ihm dann die Segmentierung der vorher gelernten Farben angezeigt. Intern liegt eine Liste der Regionen vor, die Zentren der gefundenen Regionen sind also bekannt. Nun muß der Benutzer der Reihe nach auf die Farbmarker klicken. Die erste angeklickte Region wird dabei das Zentrum, die zweite die Achse des Objekts. Wurden alle Farbmarker des Objekts angeklickt, muß der Benutzer das Objekt der Beschreibungsliste hinzufügen. Dieser Vorgang kann für beliebig viele Objekte wiederholt werden.
Während der Benutzer Regionen anklickt, wird vom Werkzeug eine Objektbeschreibung generiert. Die Größe und die Zentren der Regionen sind bekannt, der Abstand und der Winkel werden für jede hinzugefügte Region berechnet. Am Ende kann der Benutzer die erzeugten Beschreibungen in der in Abschnitt 2.3.2 beschriebenen einfachen Grammatik in einer Datei ablegen.
