normalized_mutual_information — IMGMETRICS `information` op

• 데이터 종류: image2d × image2d → scalar

• 호출: import imgmetrics; imgmetrics.normalized_mutual_information(a, b, bins=64, data_range=None)(또는 opsimgmetrics.get("normalized_mutual_information"))

사용법

정규화 상호정보량 2*I(A;B) / (H(A) + H(B)). 같은 그림이면 1.0.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

周辺エントロピーが両方 0(どちらも一様な絵)のときは、**上限が 0 なので

比が定義できない** ―― 0 除算を避けるために 0 や 1 を返さず `ValueError`。

자세한 사용 가이드

• image_difference_metrics 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• image_quality_metrics — py -3.11 examples/image_quality_metrics.py

타입이 이어지는 다음 연산자(`scalar` 를 입력으로 받는 것)

—

같은 카테고리(`information`)

image_entropy · joint_entropy · mutual_information · joint_histogram

*Provenance: imgmetrics.py — IMGMETRICS 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

normalized_mutual_information — IMGMETRICS information op

사용법