var_threshold — 2D `segmentation` op

• 데이터 종류: image → region

• 호출: fullseye.apply(img, "var_threshold", 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

Sauvola의 국소 적응적 이진화(`skimage.filters.threshold_sauvola, 창 크기 2*int(a*6)+3). 국소 평균과 국소 표준편차를 모두 사용해 임계값을 결정하므로, dyn_threshold보다 조명 불균일이나 저대비 문서에 강하다. HALCON의 var_threshold`(Threshold an image by local mean and standard deviation analysis.)에 해당하는 근사이다(공식화 발상은 비슷하지만 Sauvola의 식과 HALCON의 식은 계수가 다르다 —— 동일한 수치 결과가 나오지는 않는다).

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

`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)。

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).*

var_threshold — 2D segmentation op

사용법