contour op• Datenarten: image → contour
• Aufruf: fullseye.apply(img, "lines_gauss", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])
• HALCON-Äquivalent: lines_gauss (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)
Erkennung linienförmiger Strukturen (Rippen/Ridges). Binarisiert die Antwort von `skimage.filters.frangi (einem gefäßartigen Ridge-Verstärkungsfilter) mit einem Schwellenwert (0.1+0.4*a) und gibt die zusammenhängenden Komponenten als Konturpunktmengen zurück. Dies ist vereinfacht auf eine Schwellenwertbildung des ridge-verstärkten Bildes, statt der 'Mittellinie + Breitenschätzung', die HALCONs lines_gauss` (Detect lines and their width.) ursprünglich durchführt (eine Approximation, bei der keine Linienbreiteninformation zurückgegeben wird).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
`a がリッジ検出のしきい値を振る。b` は未使用。skimage が無い環境
ではこの分岐は呼べない。
• Leitfaden zur Familie gallery2d_contour_measure
• 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_contour_measure — py -3.11 examples/gallery2d_contour_measure.py
contour als Eingabe)identity · select_contours · smooth_contours · fit_line_contours · contours_to_region · count_contours · total_length · select_contours_xld
contour)select_contours · smooth_contours · fit_line_contours · contours_to_region · sk_find_contours · edges_sub_pix · select_contours_xld · smooth_contours_xld
*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.