cv_hough_lines — 2D `features` op

• 데이터 종류: image → feature

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

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

사용법

확률적 허프 변환에 의한 직선(선분) 검출(단일 스칼라 특징량, OpenCV 구현). 먼저 Canny로 에지 이미지를 만들고, 거기서 직선 형태로 늘어선 에지 화소 집합을 투표 방식으로 찾아 선분으로 검출한다 —— 여기서는 검출된 선분의 개수만을 반환한다(0개면 0).

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

HALCON の hough_lines(Detect lines in edge images with the help of the Hough transform and returns it in HNF.)に相当(近似。線のパラメータではなく本数のみ)。実装は `cv2.HoughLinesP(Canny(_u8(v),50,150), 1, pi/180, threshold=int(20+40*a), minLineLength=int(10+20*b), maxLineGap=5)` —— a は投票数のしきい値(直線と認める最低票数)を 20〜60 に、b は最小線分長を 10〜30 に振る。Canny の内部しきい値(50, 150)と maxLineGap(5)は固定。

자세한 사용 가이드

• gallery2d_features 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_features — py -3.11 examples/gallery2d_features.py

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

identity

같은 카테고리(`features`)

blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect

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

cv_hough_lines — 2D features op

사용법