fit op• Datenarten: keypoints → table
• Aufruf: import fullseye as fs; fs.ledger.fit_circle_geometric(points, *, max_iterations: 'int' = 100, radius_limit_factor: 'float' = 1000000.0) -> 'dict' (die Implementierung direkt: import measure; measure.fit_circle_geometric(points, *, max_iterations: 'int' = 100, radius_limit_factor: 'float' = 1000000.0) -> 'dict'; aus dem Register: opsfit.get("fit_circle_geometric"))
• GPU: nein (nur CPU-Referenzimplementierung)
Passt Kreis und Radius geometrisch an (Zeile, Spalte)-Punkte einschließlich kurzer Bögen an.
Kåsa initialisiert eine Levenberg–Marquardt-Minimierung der radialen Abstände. Zurückgegeben werden Mittelpunkt, Radius, geometrischer RMS, Iterationen und Konvergenz; ungültige, kollineare oder divergente Fälle lösen ValueError aus.
• 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.
• fit_ops_from_knowhow — py -3.11 examples/fit_ops_from_knowhow.py
table als Eingabe)—
fit)*Provenance: measure.py — FIT 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.