texture op• 데이터 종류: image → feature
• 호출: fullseye.apply(img, "cooc_feature_matrix", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
• HALCON 대응: cooc_feature_matrix(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)
> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.
グレーレベル共起行列(GLCM、`skimage.feature.graycomatrix`、16 階調
に量子化、距離 `1+3*a`、角度 0°)から Haralick テクスチャ特徴量
`energy`(角二次モーメント、行列の値の集中度=テクスチャの均一性)を計算
する。HALCON の `cooc_feature_matrix`（Calculate gray value features
from a co-occurrence matrix.）に相当(HALCON は複数の特徴量・複数角度を
同時に返せるが、ここでは energy・角度 0° 固定に単純化)。
`a が共起を取る画素間距離を 1〜4 の範囲で振る。b` は未使用。
• gallery2d_texture_freq 패밀리 가이드
• 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.
• gallery2d_texture_freq — py -3.11 examples/gallery2d_texture_freq.py
feature 를 입력으로 받는 것)texture)std_filter · gabor · sk_frangi · sk_meijering · sk_hessian · sk_gabor · sk_lbp · sk_entropy
*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.