classify_image_class_lut — SEGMENTATION `classify` op

• 資料種類:image2d × signal → labels2d

• 呼叫: import fullseye as fs; fs.ledger.classify_image_class_lut(image, lut)(要直接呼叫實作,import segmentation; segmentation.classify_image_class_lut(image, lut);從台帳取用則 opssegmentation.get("classify_image_class_lut"))

• HALCON 對應:classify_image_class_lut(其含義與參數可參考 HALCON 手冊)

• GPU:有(許可清單中的機械式 GPU 路徑,CuPy)。device="auto" 在實測尺寸(4,194,304 像素)以上選擇 GPU

用法

依灰階 LUT(閾值/標籤表)對像素分類(classify_image_class_lut)。

空輸入(image 為 0 個元素)會引發 ValueError。

詳細使用指南

• halcon_segmentation 族使用指南

參考(範例資料、文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者、年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• halcon_segmentation_tour — py -3.11 examples/halcon_segmentation_tour.py

• poc_surface_defect_classifiers — py -3.11 examples/poc_surface_defect_classifiers.py

型別可銜接的下一個運算子(可接受 `labels2d` 作為輸入)

watersheds_marker · seg_confusion_table · seg_dice_jaccard · seg_boundary_f · seg_hausdorff · seg_mean_surface_distance · seg_under_over_segmentation · seg_object_counts_match

同類別(`classify`)

class_2dim_sup · class_2dim_unsup · learn_ndim_norm · class_ndim_norm · fisher_lda_fit · fisher_lda_score

*Provenance: segmentation.py — SEGMENTATION 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

classify_image_class_lut — SEGMENTATION classify op

用法