it_region_to_bin — 2D `segmentation` op

• Datenarten: image → image

• Aufruf: fullseye.apply(img, "it_region_to_bin", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

• HALCON-Äquivalent: region_to_bin (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)

Verwendung

region_to_bin: Schwellenwert bei `a auf das Bild anwenden, um eine Region zu erhalten, und diese Region dann als binäres Bild mit zwei Grauwerten darstellen -- Vordergrundpixel erhalten den hohen Grauwert, Hintergrundpixel den niedrigen. b` legt die beiden Werte fest: lo = 0.5 - 0.5*b, hi = 0.5 + 0.5*b.

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_segmentation

Referenzen (Beispieldaten, Literatur)

• 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.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

Typkompatible Folge-Operatoren (nehmen `image` als Eingabe)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

Gleiche Kategorie (`segmentation`)

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

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

it_region_to_bin — 2D segmentation op