segment op• 데이터 종류: image → region
• 호출: fullseye.apply(img, "sg_slic_superpixels", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
SLIC 기법에 의한 슈퍼픽셀 과분할(over-segmentation)의 경계 격자를 반환한다(`skimage.segmentation.slic`, 대응하는 HALCON 연산자 없음).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
`a（0〜1）がセグメント数とコンパクトネスの両方を振る: 大きいほどセグメント数が少なく（n_seg = max(2, round(6+(1-a)*40))）、コンパクトネスが高くなる（compactness = 0.01 + a*0.2、形が四角く整う）。b` は未使用。戻り値はスーパーピクセルの境界線（外側の輪郭）をなぞった region で、境界はコンパクトネスが低いほど輝度エッジにスナップしやすい。
• gallery2d_segmentation 패밀리 가이드
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py
region 를 입력으로 받는 것)identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small
segment)sg_felzenszwalb · sg_gmm_segment · sg_kmeans_intensity · sg_region_growing_seeded · sg_normalized_cut_2 · sg_watershed_gradient
*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.