contour_fourier_truncation_energy — SHAPE2D `descriptor` op

• 데이터 종류: matrix → table

• 호출: import fullseye as fs; fs.ledger.contour_fourier_truncation_energy(spectrum, orders=None)(구현을 직접 호출하려면 import fourierdesc; fourierdesc.contour_fourier_truncation_energy(spectrum, orders=None), 원장에서 가져오려면 opsshape2d.get("contour_fourier_truncation_energy"))

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

打ち切り次数ごとの予言される誤差(`table`)—— パーセバルの厳密式。

次数 `K で打ち切った再構成 z^K` について、標本上の二乗平均誤差は

`mean|z - z^K|^2 = Σ_{|k| > K} |c_k|^2` に厳密に等しい。だから

再構成を 1 度もせずに「何項あれば何画素まで似るか」を先に言える。

★予言が厳密なのは、係数列が完全なときだけである(`contour_fourier_complex`

を `n_harmonics=None` で呼んだ場合)。打ち切った係数列を渡されると、

捨てられた側のエネルギーは知りようがないので、返る誤差は下界になる

—— 過小に見える誤差を「厳密」と言わないために、ここに書いておく。

返り値: dict(`table`)

"order": 打ち切り次数 `K` の 1-D

"rms_error": 予言される rms 誤差[入力の単位]

"energy_fraction": 残した項が担うエネルギーの割合(`0..1`、単調増加)

"total_energy": `Σ_{k≠0} |c_k|^2(位置 c_0` を除いた形のエネルギー)

"k_max": スペクトルが持つ最大次数

자세한 사용 가이드

• shape_description_2d 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)

• poc_one_stroke_epicycles — py -3.11 examples/poc_one_stroke_epicycles.py

타입이 이어지는 다음 연산자(`table` 를 입력으로 받는 것)

from_xld

같은 카테고리(`descriptor`)

elliptic_fourier · reconstruct · invariants · normalize · descriptor_distance · fourier_smooth · from_xld · contour_fourier_complex

*Provenance: fourierdesc.py — SHAPE2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

contour_fourier_truncation_energy — SHAPE2D descriptor op

사용법