binary_threshold — 2D `segmentation` op

• 데이터 종류: image → region

• 호출: fullseye.apply(img, "binary_threshold", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

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

사용법

오츠의 판별분석법(Otsu's method)에 의한 자동 임계값 이진화(`skimage.filters.threshold_otsu, 없으면 평균값으로 대신한다). 클래스 간 분산을 최대화하는 임계값을 이미지 히스토그램으로부터 자동으로 결정한다. HALCON의 binary_threshold`(Segment an image using binary thresholding.)에 해당한다(HALCON은 Otsu 외에 여러 알고리즘을 선택할 수 있지만, 여기서는 Otsu로 고정한다).

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

`a, b` は未使用 ―― ヒストグラムから自動決定されるため調整点は無い。

자세한 사용 가이드

• gallery2d_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)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

타입이 이어지는 다음 연산자(`region` 를 입력으로 받는 것)

identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small

같은 카테고리(`segmentation`)

threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li · sk_yen · sk_sauvola

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

binary_threshold — 2D segmentation op

사용법