sk_slic — 2D `segmentation` op

• 数据种类:image → region

• 调用:fullseye.apply(img, "sk_slic", a=0.5, b=0.5)(2-D 的模型是一张图 + 两个标量旋钮 a,b∈[0,1])

sk_slic: 入力 → 出力

*图为在 128×128 合成输入上实际运行的输出。左为输入，右为输出(非图像的返回值直接显示其值)。*

用法

基于 SLIC(Simple Linear Iterative Clustering)的超像素分割。在结合了颜色(此处为灰度值)与坐标的空间中进行 k-means 聚类,将图像分割为大小大致均等的区域。此处返回的是分割结果的边界线区域。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

HALCON に直接対応するものは無い。実装は `segmentation.find_boundaries(segmentation.slic(v, n_segments=int(10+80*a), channel_axis=None))` —— a はおおよそのセグメント数を 10〜90 に振る(大きいほど細かく分割される)。b は未使用。

详细使用指南

• gallery2d_segmentation 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

在 Studio 中试试

下面的程序已确认可以运行(与图相同的输入)。在 Studio 帮助中，此块会变成按钮，可当场加载并运行。

sk_slic 0.50 0.50

▸ Load this pipeline · Load & run

可运行的示例(实际调用该算子并已验证的样例)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

类型可衔接的下一个算子(可接受 `region` 作为输入)

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

同类别(`segmentation`)

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

*Provenance: ops.py — 2D 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

sk_slic — 2D segmentation op

用法