sk_entropy_feat — 2D `features` op

• Datenarten: image → feature

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

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

Verwendung

Shannon-Entropie des gesamten Bildes (ein skalares Merkmal). Fasst die Streuung/den Informationsgehalt des Helligkeitshistogramms in einer einzigen Zahl zusammen -- ein höherer Wert zeigt an, dass die Helligkeitsverteilung gleichmäßiger gestreut ist (mehr Information / reicherer Kontrast).

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

HALCON の entropy_gray(Determine the entropy and anisotropy of images.)に相当(近似。異方性は計算しない)。実装は `measure.shannon_entropy(v)`(既定の底 2、単位はビット)。a, b は未使用。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_features

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_features — py -3.11 examples/gallery2d_features.py

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

identity

Gleiche Kategorie (`features`)

blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_blur_effect · cv_cc_count

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

sk_entropy_feat — 2D features op