sk_niblack — 2D `segmentation` op

• Datenarten: image → region

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

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

Verwendung

Niblacks lokal adaptive Schwellenwertbildung. Wie bei Sauvola wird der Schwellenwert aus lokalem Mittelwert und Standardabweichung bestimmt, jedoch mit einer einfacheren (klassischen) Art der Koeffizientenwahl, und neigt dazu, den Vordergrund großzügiger zu bewerten als Sauvola (d.h. anfälliger für Rauschen).

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

HALCON の var_threshold に相当(近似)。実装は `v > filters.threshold_niblack(v, window_size=2*int(a*6)+3)` —— a は局所窓サイズを 3〜15(奇数)に振る。b は未使用。sk_sauvola と同じ入力・同じ a の振り方で並べ、結果を見比べる用途を想定。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_segmentation

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_segmentation — py -3.11 examples/gallery2d_segmentation.py

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

identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small

Gleiche Kategorie (`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).*

sk_niblack — 2D segmentation op