xcv_watershed_markers — 2D `segmentation` op

• Datenarten: image → region

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

• HALCON-Äquivalent: watersheds (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)

Verwendung

Grenzlinienextraktion mittels markergesteuertem Watershed-Verfahren.

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

HALCON の `watersheds`(ウォーターシェッドと分水嶺盆地を抽出する)に

相当するが、ここでは盆地のラベルではなく 分水嶺の境界線 だけを

region として返す(近似)。

手順は古典的な OpenCV レシピ: Otsu 二値化 -> 膨張で「確実な背景」推定

-> 距離変換のしきい値で「確実な前景」推定 -> 両者の差分を「不明」領域

とし、確実な前景の連結成分をマーカーに `cv2.watershed` を実行。

`a` が確実な前景を決めるしきい値を距離変換最大値の 30%〜70% の範囲

で振る(大きいほど前景マーカーが小さく・保守的になり、過分割/過統合

の傾向が変わる)。`b` は未使用。

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_watershed_markers — 2D segmentation op