xsk_blob_dog — 2D features op

• データ種: image → feature

• 呼び出し: fullseye.apply(img, "xsk_blob_dog", 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)

*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

ブロブ(斑点状構造)の検出数(LoG/DoG/DoH のいずれかで検出)。

skimage.feature の Laplacian of Gaussian(LoG)/ Difference of

Gaussian(DoG)/ Determinant of Hessian(DoH)のいずれか(このコードは

3 種を共通実装しており、どれを使うかは呼び出し元がどの op 名で

登録したか —— `xsk_blob_log / xsk_blob_dog / xsk_blob_doh`

—— で決まる)を用いてブロブを検出し、その個数をそのまま返す

(feature 出力)。

`a が探索する最大スケール max_sigma` を 5〜25 の範囲で振る

(大きいほど大きなブロブまで拾う)。`b` が検出しきい値

`threshold` を 0.02〜0.17 で振る(小さいほど弱いブロブまで拾い、

検出数が増えやすい)。3 手法は速度・精度が異なる(LoG が最も正確

だが遅く、DoH はエッジに強い一方、小さいブロブを苦手とする、等)。

詳しい使い方ガイド

• gallery2d_features 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。

xsk_blob_dog 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_features — py -3.11 examples/gallery2d_features.py

型が繋がる次の op(feature を入力に取れる)

identity

同カテゴリ(features)

blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect

*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)。*

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