get_grayval_contour_xld — MV `gray` op

• Datenarten: image2d × keypoints → signal

• Aufruf: import fullseye as fs; fs.ledger.get_grayval_contour_xld(image, contour, order=1) (die Implementierung direkt: import mvimage; mvimage.get_grayval_contour_xld(image, contour, order=1); aus dem Register: opsmv.get("get_grayval_contour_xld"))

• HALCON-Äquivalent: get_grayval_contour_xld (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)

• GPU: nein (nur CPU-Referenzimplementierung)

Verwendung

Liest Grauwerte entlang einer Kontur interpoliert zu einem Signal aus.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

contour は (N, 2) の (row, col) か、輪郭が 1 本だけの XLD dict。order は補間の次数(0 最近傍 / 1 線形 / 3 三次)。画像の外の点があると ValueError(外挿の値を実測の顔で返さない)。空の入力(image が 0 要素)は ValueError。

Args:

image: (H, W) の画像。

contour: (N, 2) の点列、または {"shape", "cs"} の XLD dict。

order: 補間の次数(0 / 1 / 3)。

Returns:

長さ N の float 信号。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie machine_vision_classics

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

Typkompatible Folge-Operatoren (nehmen `signal` als Eingabe)

—

Gleiche Kategorie (`gray`)

atan2_image · area_center_gray · gray_histo · gray_projections

*Provenance: mvimage.py — MV Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

get_grayval_contour_xld — MV gray op