segmentation op• Data kinds: image → region
• Call: fullseye.apply(img, "binary_threshold", a=0.5, b=0.5) (2-D model = एक image + दो scalar knobs a,b∈[0,1])
• HALCON समकक्ष: binary_threshold (अर्थ और parameters समझने के लिए HALCON reference उपयोगी है)
• GPU: हाँ (allow-list का mechanical GPU path, CuPy)। device="auto" मापे गए आकार (4,194,304 pixel) और उससे बड़े पर GPU चुनता है
*Figure synthetic 128×128 input पर सच में चलाकर मिला output है। बाईं ओर input, दाईं ओर output। Point clouds ऊपर से देखे गए scatter के रूप में (brightness = z), 1-D series line के रूप में, volumes z दिशा में maximum-intensity projection के रूप में, videos बीच के frame के रूप में, complex images amplitude के रूप में, और जो return values चित्र नहीं बन सकते वे स्वयं values के रूप में दिखाए जाते हैं।*
*Knob a output नहीं बदलता (मापा गया: 0.1 / 0.5 / 0.9 पर एक जैसा)।*
*Knob b output नहीं बदलता (मापा गया: 0.1 / 0.5 / 0.9 पर एक जैसा)।*
दूसरी images पर भी (synthetic scene / photo / coins। ऊपर की row में inputs, नीचे की row में उनके outputs। Knobs default पर):
▸ binary_threshold: दूसरी images पर output (docs site)
*चौथा column colour (H,W,3) input है। यह op channels को पार किए बिना colour संभालता है (colour channel को तीसरे spatial axis की तरह convolve नहीं करता)।*
Otsu की विधि (Otsu's method) से स्वचालित threshold binarization (core otsu वाला ही function: डेटा की वास्तविक सीमा को 256 bins में बाँटकर argmax bin के ऊपरी किनारे पर काटता है)। image histogram से वह threshold स्वतः तय करता है जो वर्गों के बीच का variance अधिकतम करे। HALCON के binary_threshold (Segment an image using binary thresholding.) के समकक्ष है -- HALCON में Otsu के अलावा कई algorithms चुने जा सकते हैं, यहाँ Otsu स्थिर है।
a, b उपयोग नहीं होते ―― threshold histogram से स्वतः तय होता है, इसलिए tune करने को कुछ नहीं है।
खाली frame (मापा गया): एक समान brightness वाली image देने पर brightness चाहे जो हो, परिणाम खाली होता है (सभी pixels background 0)। पूरी सफ़ेद हो या पूरी काली, एक जैसा व्यवहार होता है; केवल brightness से कुछ detect नहीं होता।
• gallery2d_segmentation family guide
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
नीचे का program सच में चलता है, यह जाँचा गया है (figure वाला ही input)। Studio की help में यह block buttons बन जाता है, जिनसे इसे वहीं load करके चलाया जा सकता है।
binary_threshold 0.50 0.50
▸ यह pipeline load करें · Load करके चलाएँ
• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py
• threshold_family_agreement — py -3.11 examples/threshold_family_agreement.py
region को input के रूप में लेते हैं)identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small
segmentation)threshold · ptile_threshold · sigma_threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li
*Provenance: ops.py — 2D operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.