cv_adaptive_gauss — 2D `segmentation` op

• データ種: image → region

• 呼び出し: fullseye.apply(img, "cv_adaptive_gauss", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

• HALCON 相当: local_threshold(意味・パラメータは HALCON リファレンスが参考になる)

cv_adaptive_gauss: 入力 → 出力

*図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力(絵にならない返り値は値そのもの)。*

使い方

局所ガウス重み付き平均によるしきい値二値化(adaptive threshold、Gaussian 版、OpenCV 実装)。cv_adaptive_mean と同じ枠組みだが、局所平均を単純平均ではなくガウス重み付き平均で取るため、窓の境界付近の急な変化が出にくい。

HALCON の local_threshold(Segment an image using local thresholding.)に相当。実装は `cv2.adaptiveThreshold(_u8(v), 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, blockSize=2*int(a*6)+3, C=int(b*10))` —— a は blockSize を 3〜15(奇数)に、b は定数 C を 0〜10 に振る。

詳しい使い方ガイド

• gallery2d_segmentation ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

Studio で試す

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

cv_adaptive_gauss 0.50 0.50

▸ Load this pipeline · Load & run

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

型が繋がる次の op(`region` を入力に取れる)

identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small

同カテゴリ(`segmentation`)

threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li · sk_yen · sk_sauvola

*Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

cv_adaptive_gauss — 2D segmentation op

使い方