segment op• 데이터 종류: image → region
• 호출: fullseye.apply(img, "sg_normalized_cut_2", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*
밝기 그래프에 대한 정규화 컷(normalized cut, 스펙트럴 2분할, Shi & Malik)을 사용하여 이미지를 밝은 영역과 어두운 영역 두 개로 나눈다(대응하는 HALCON 연산자 없음).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
計算量を抑えるため画像を `sdim = round(10+b*14) 程度まで間引いてから、輝度差と距離で重みを決めたアフィニティグラフを作り、一般化固有値問題 (D-W)y = lambda*D*y の第 2 固有ベクトル（Fiedler ベクトル）を中央値でしきい値化して 2 群に分ける。a（0〜1）は輝度方向の帯域幅sig_i = 0.05 + a*0.5 を振り、b`（0〜1）は間引きの解像度を振る。明るい方の群を最近傍で元解像度に拡大して region として返す。
• gallery2d_segmentation 패밀리 가이드
• 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.
아래 프로그램은 실제로 실행됨을 확인했습니다(그림과 같은 입력). Studio 도움말에서는 이 블록이 버튼이 되어 즉시 불러와 실행할 수 있습니다.
sg_normalized_cut_2 0.50 0.50
▸ Load this pipeline · Load & run
• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py
region 를 입력으로 받는 것)identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small
segment)sg_slic_superpixels · sg_felzenszwalb · sg_gmm_segment · sg_kmeans_intensity · sg_region_growing_seeded · sg_watershed_gradient
*Provenance: ops.py — 2D 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.