ncc_locate — 2D `matching` op

• Datenarten: image → match

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

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

Verwendung

Sucht die beste Position mittels Template-Matching auf Basis der normalisierten Kreuzkorrelation (NCC). Entspricht HALCONs `find_ncc_model` (Find the best matches of an NCC model in an image.).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

`a, b は未使用——テンプレートは引数ではなく set_match_template でスレッドローカルな _MATCH_CTX に事前登録しておく（マッチング系 op 共通の作法、_MatchCtx の docstring 参照）。_ncc_map（NCC 相関マップ、Lewis 1995 の定義で [-1,1]）を計算し、その最大値の位置を [相関値, y, x] で返す。テンプレート未設定、または入力が 2 次元画像でない場合は [0,0,0]（no-match）を返す——fail-closed。回転・スケール変化には非対応（_shape_locate` は回転を扱う）。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_contour_measure

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_contour_measure — py -3.11 examples/gallery2d_contour_measure.py

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

identity

Gleiche Kategorie (`matching`)

shape_locate

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

ncc_locate — 2D matching op