features op• 데이터 종류: image → feature
• 호출: fullseye.apply(img, "sk_blur_effect", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
흐림 정도 추정(스칼라 특징량 1개). 이미지를 의도적으로 약간 다시 흐리게 만든 뒤, 원본과 재흐림 후 사이에 에지 선명도가 얼마나 변하는지 비교하는 방법으로, 0(흐림 없음)~1(최대로 흐림)의 점수를 반환한다 —— 참조 이미지 없이 초점/흔들림을 정량화할 수 있다.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
HALCON に直接対応するものは無い。実装は `measure.blur_effect(v)`。a, b は未使用 —— 再ぼかしフィルタのサイズは既定値(11)のまま。
• 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_features — py -3.11 examples/gallery2d_features.py
feature 를 입력으로 받는 것)features)blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · cv_cc_count
*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.