xcv_grabcut — 2D `segmentation` op

• Datenarten: image → region

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

Verwendung

Automatische Trennung von Vorder- und Hintergrund mittels GrabCut (iterativer Graph-Cut).

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

画像中央 70%×70%の固定矩形を「たぶん前景」の初期領域として与え、

色分布の GMM とグラフカットで前景/背景を反復的に分離する

(`cv2.GC_INIT_WITH_RECT`)。「確実な前景」と「たぶん前景」の画素を

合わせて前景 region として返す。

`a` が反復回数を 2〜5 回の範囲で振る(多いほど収束するが遅い)。

`b` は未使用。矩形が画像中央固定のため、被写体が縁に寄っている

画像では抽出に失敗しやすい。

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).*

xcv_grabcut — 2D segmentation op