lines_facet — 2D `contour` op

• 데이터 종류: image → contour

• 호출: fullseye.apply(img, "lines_facet", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

• HALCON 대응: lines_facet(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

線状構造（リッジ）を検出して輪郭（XLD contour）として返す。実装は Frangi フィルタ（`skimage.filters.frangi、多スケール σ=1..3 のリッジ強調）で線らしさを求め、閾値 0.1+0.4a` を超える連結成分の画素座標をそのまま輪郭点列として出力する。b は未使用。

HALCON の `lines_facet`（局所多項式近似=ファセットモデルで線を検出する演算）とは検出原理が異なる近似 —— facet モデルによるサブピクセル位置推定は行わず、Frangi 応答の二値化領域を輪郭化しているだけなので、座標はサブピクセル精度を持たない。

자세한 사용 가이드

• gallery2d_contour_measure 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_contour_measure — py -3.11 examples/gallery2d_contour_measure.py

타입이 이어지는 다음 연산자(`contour` 를 입력으로 받는 것)

identity · select_contours · smooth_contours · fit_line_contours · contours_to_region · count_contours · total_length · select_contours_xld

같은 카테고리(`contour`)

select_contours · smooth_contours · fit_line_contours · contours_to_region · sk_find_contours · edges_sub_pix · lines_gauss · select_contours_xld

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

lines_facet — 2D contour op

사용법