regiongrowing_n — SEGMENTATION `grow` op

• 데이터 종류: images → labels2d

• 호출: import fullseye as fs; fs.ledger.regiongrowing_n(feature_images, tol=0.05, min_size=1)(구현을 직접 호출하려면 import segmentation; segmentation.regiongrowing_n(feature_images, tol=0.05, min_size=1), 원장에서 가져오려면 opssegmentation.get("regiongrowing_n"))

사용법

다채널 특징의 유사성으로 영상 전체를 영역 분할하여 레이블 영상을 반환(regiongrowing_n).

자세한 사용 가이드

• halcon_segmentation 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)

• halcon_segmentation_tour — py -3.11 examples/halcon_segmentation_tour.py

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

watersheds_marker · seg_confusion_table · seg_dice_jaccard · seg_boundary_f · seg_hausdorff · seg_mean_surface_distance · seg_under_over_segmentation · seg_object_counts_match

같은 카테고리(`grow`)

expand_gray

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

regiongrowing_n — SEGMENTATION grow op

사용법