typed op• 데이터 종류: points → volume
• 호출: fullseye.apply(img, "tb_euclidean_cluster", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
반경 tol의 근접 그래프 연결 요소를 이용한 거리 클러스터링(-1=노이즈).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
互いに `tol` 以内の点を(推移的に)同一クラスタへ束ねる。空間的に離れた物体が
別クラスタになる(接地面除去後の「どの塊が掴める物か」の分離に使う)。連結成分のうち
`min_size` 未満のものはノイズとして -1。ラベルはクラスタサイズ降順で 0,1,2,...
(決定論)。
Args:
points: (N,3) 点群。
tol: 同一クラスタとみなす近接半径(距離、要 > 0)。
min_size: これ未満の連結成分はノイズ(-1)。
Returns:
labels: (N,) int。0..(n_clusters-1) がクラスタ、-1 がノイズ。空入力は shape (0,)。
2-D 進化レジストリへ橋渡しした 3d の op `euclidean_cluster。実装は同じで、呼び出し規約だけ op(v, a, b) に合わせてある。a が min_size(既定 10)を振る。b` は未使用。
• 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.
• (아직 없음)
volume 를 입력으로 받는 것)identity · vol_gaussian · vol_median · vol_erode · vol_dilate · vol_threshold · vol_reg_dilate · vol_reg_erode
typed)tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_angle_3points · tb_project_points · tb_render_point_depth · tb_statistical_outlier_removal · tb_radius_outlier_removal
*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.