features op• Datenarten: image → image
• Aufruf: fullseye.apply(img, "hough_circle_trans", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])
• HALCON-Äquivalent: hough_circle_trans (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)
Die Hough-Transformation zur Kreiserkennung. Berechnet `skimage.transform.hough_circle auf der Kantenmaske mit einer Reihe von Kreisvorlagen mit Radius 4 bis 19 (in Schritten von 3) und gibt die maximale Antwort über alle Radien, normiert auf [0,1], zurück. Entspricht HALCONs hough_circle_trans` (Return the Hough-Transform for circles with a given radius.) (HALCON gibt den Radius explizit an, hier handelt es sich jedoch um eine Annäherung, die einen festen Bereich per Brute-Force durchsucht).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
`a がエッジ抽出の閾値を振る。b` は未使用 ―― 探索する半径レンジは
コード側に固定されており、`b` で半径を選ぶことはできない。
• Leitfaden zur Familie gallery2d_features
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• gallery2d_features — py -3.11 examples/gallery2d_features.py
image als Eingabe)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
features)blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect
*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.