segmentation op• Datenarten: image → region
• Aufruf: fullseye.apply(img, "var_threshold", 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)
Sauvolas lokale adaptive Binarisierung (`skimage.filters.threshold_sauvola, Fenstergröße 2*int(a*6)+3). Da der Schwellenwert sowohl anhand des lokalen Mittelwerts als auch der lokalen Standardabweichung bestimmt wird, ist sie robuster gegenüber ungleichmäßiger Beleuchtung und kontrastarmen Dokumenten als dyn_threshold. Eine Annäherung an HALCONs var_threshold` (Threshold an image by local mean and standard deviation analysis.) -- die Formulierung folgt einer ähnlichen Idee, aber Sauvolas Formel und HALCONs Formel haben unterschiedliche Koeffizienten -- die numerischen Ergebnisse sind nicht identisch.
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
`a が局所窓のサイズを振る。b` は未使用(Sauvola の k, r は skimage の
既定値に固定)。
• Leitfaden zur Familie gallery2d_segmentation
• 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.
• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py
region als Eingabe)identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small
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).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.