segmentation op• Datenarten: image → region
• Aufruf: fullseye.apply(img, "segment_image_mser", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])
• HALCON-Äquivalent: segment_image_mser (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)
MSER-Erkennung (Maximally Stable Extremal Regions) (`cv2.MSER_create). Erkennt Regionen, deren Form auch bei kontinuierlicher Variation des Schwellwerts stabil bleibt, und gibt deren Grenzen zurück (wird zur Erkennung von Regionen wie Text und Logos verwendet, robust gegenüber Beleuchtungsänderungen). Entspricht HALCONs segment_image_mser` (Segment image using Maximally Stable Extremal Regions (MSER).).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
`a が MSER の安定性パラメータ(delta、3〜11)を振る。b` は未使用。
`cv2` が無い環境ではこの分岐は呼べない。
• Leitfaden zur Familie gallery2d_segmentation
• 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_segmentation — py -3.11 examples/gallery2d_segmentation.py
region als Eingabe)identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small
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).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.