normals_to_egi — REPRCONV direction op

• 데이터 종류: normals → image2d

• 호출: import reprconv; reprconv.normals_to_egi(normals, n_az=36, n_el=18)(또는 opsreprconv.get("normals_to_egi"))

사용법

법선 `(N,3) → 확장 가우스 상 (n_el, n_az) 의 image2d`.

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

方向の 2-D ヒストグラム(Horn, *Extended Gaussian Images*, Proc. IEEE 72(12)

1984)。「どの向きの面がどれだけあるか」の地図で、平面が支配的な物体では

1 つの bin に山が立つ。不可逆 —— bin 幅ぶんの方向解像度を捨てる。

捨てた量は測れる: 最頻 bin の中心方向と入力の平均方向の角度差が量子化誤差で、

既定 (36, 18) では bin 幅 10 度に対し実測 3.7 度(`selftest` が出す)。

仰角の bin は `sin(el)` で等分する(等立体角)。度で等分すると極が過剰に

細かくなり、「北極に面が集中している」という嘘の山が立つ。

Args:

normals: (N, 3)。

n_az: 方位の bin 数(既定 36 = 10 度刻み)。

n_el: 仰角の bin 数(既定 18)。

Returns:

(n_el, n_az) float64 の計数マップ(行 = 仰角、列 = 方位)。

Raises:

ValueError: bin 数が 1 未満 / 上限超 / 入力不正。

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)

• representation_conversion — py -3.11 examples/representation_conversion.py

타입이 이어지는 다음 연산자(image2d 를 입력으로 받는 것)

keypoints_from_image2d

같은 카테고리(direction)

normals_to_angles · angles_to_normals

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

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.