caliper op• Data kinds: image2d × measurehandle → table
• Call: import fullseye as fs; fs.ledger.fuzzy_measure_pairing(image, measure, sigma=1.0, threshold=0.1, pair_size=None) (implementation को सीधे call करना हो तो import measuring1d; measuring1d.fuzzy_measure_pairing(image, measure, sigma=1.0, threshold=0.1, pair_size=None), registry से लेना हो तो opsmeasure1d.get("fuzzy_measure_pairing"))
fuzzy मापदंड (अपेक्षित चौड़ाई pair_size) से सबसे अच्छा मेल खाने वाला edge जोड़ा चुनता है (fuzzy_measure_pairing)।
प्रक्रिया: measure_pairs(image, measure, sigma, threshold) से अलग polarity वाले पास-पास के edges के जोड़े लिए जाते हैं, हर जोड़े पर fuzzy_score = exp(-((width - pair_size) / (0.5 pair_size))^2) लगाकर score के घटते क्रम में sort किया जाता है। ठीक अपेक्षित चौड़ाई पर 1, चौड़ाई ±0.5 pair_size हटने पर e^-1 ≈ 0.37। पहला element सबसे अच्छा मेल खाने वाला जोड़ा है।
• image: 2-D float (grey मानों की इकाई input जैसी ही)।
• measure: gen_measure_rectangle2 / gen_measure_arc की dict।
• sigma: profile का smoothing σ [samples]। threshold: स्वीकार किए जाने वाले edges का न्यूनतम |grey अंतर| (image की इकाई)।
• pair_size: अपेक्षित चौड़ाई [px]। None होने पर न sorting न scoring, measure_pairs का परिणाम (measuring line के क्रम में) जैसा का तैसा लौटाया जाता है। 0 या ऋणात्मक मान validate नहीं होते (0 होने पर denominator 1e-9 बन जाता है और सभी जोड़ों के score लगभग 0 या 1 पर सिमट जाते हैं)।
• return value: जोड़ों की dict की list (table type)। हर dict में first / second (sample index), width [px], first_point / second_point ((row, col)), first_amplitude / second_amplitude, fuzzy_score। 1 भी जोड़ा न हो तो खाली list (exception नहीं)।
चौड़ाई की निचली/ऊपरी सीमा से काटना हो तो इस परिणाम को width से खुद filter करें (यह op केवल ranking करता है, threshold से बाहर नहीं करता)।
खाली इनपुट (image में 0 तत्व) पर ValueError उठता है।
• subpixel_measuring 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।
• poc_calipers_under_illusion — py -3.11 examples/poc_calipers_under_illusion.py
• poc_dimensional_inspection — py -3.11 examples/poc_dimensional_inspection.py
table को input के रूप में लेते हैं)caliper)gen_measure_rectangle2 · gen_measure_arc · translate_measure · measure_pos · measure_pairs
*Provenance: measuring1d.py — MEASURE1D 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.