sk_niblack — 2D `segmentation` op

• 데이터 종류: image → region

• 호출: fullseye.apply(img, "sk_niblack", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

• HALCON 대응: var_threshold(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)

사용법

Niblack의 국소 적응 임계값법. Sauvola와 마찬가지로 국소 평균·표준편차로부터 임계값을 정하지만, 계수를 부여하는 방식이 더 단순(고전적)하며, Sauvola보다 전경을 넓게(=노이즈를 더 쉽게 포함) 판정하는 경향이 있다.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

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。

자세한 사용 가이드

• gallery2d_segmentation 패밀리 가이드

참고(샘플 데이터·문헌)

• 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.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

타입이 이어지는 다음 연산자(`region` 를 입력으로 받는 것)

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

같은 카테고리(`segmentation`)

threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li · sk_yen · sk_sauvola

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

sk_niblack — 2D segmentation op

사용법