gray_histo_abs — 2D `features` op

• 데이터 종류: image → feature

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

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

사용법

이미지 계조의 표준편차(`x.std())를 반환한다. HALCON의 gray_histo_abs(Calculate the gray value distribution.)는 본래 히스토그램 전체(각 계조의 빈도수)를 반환하는 연산자지만, 이 대역에서는 히스토그램 자체가 아니라 분포의 퍼짐을 나타내는 표준편차 하나의 스칼라로 요약하고 있다(근사 -- 이 파이프라인의 feature` 정렬이 스칼라 하나여야 한다는 계약상의 제약 때문).

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

`a, b` は未使用。

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).*

gray_histo_abs — 2D features op

사용법