segment_characters — MV `text` op

• 데이터 종류: image2d → labels2d

• 호출: import fullseye as fs; fs.ledger.segment_characters(image, min_area=4, max_gap=1)(구현을 직접 호출하려면 import mvtext; mvtext.segment_characters(image, min_area=4, max_gap=1), 원장에서 가져오려면 opsmv.get("segment_characters"))

• HALCON 대응: segment_characters(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)

• GPU: 없음(CPU 참조 구현만)

사용법

문자 행 영상을 글자별 열 덩어리로 나눈 라벨 영상을 만든다.

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

連結成分を列の範囲で束ね、列の隙間が max_gap 以下の成分は同じ字にする(i の点や = のように上下へ分かれた字を 1 字に数えるため)。min_area 未満の成分は雑音として捨てる。ラベルは左から順。インクが無い画像は全 0 を返す(理由: 字が無い)。空の入力(image が 0 要素)は ValueError。

Args:

image: 灰色画像か bool の領域 (H, W)。

min_area: 残す連結成分の最小の画素数(>= 1)。

max_gap: 同じ字と見なす列の隙間(>= 0)。隙間が負(重なり)の成分は必ず束ねる。

Returns:

image と同じ形の整数ラベル画像(背景 0、字 1..n)。

자세한 사용 가이드

• machine_vision_classics 패밀리 가이드

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)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

타입이 이어지는 다음 연산자(`labels2d` 를 입력으로 받는 것)

select_characters

같은 카테고리(`text`)

text_line_orientation · text_line_slant · select_characters

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

segment_characters — MV text op

사용법