blob_label — BLOB `connect` op

• 데이터 종류: mask → labels2d

• 호출: import blob2d; blob2d.blob_label(region: 'Any', connectivity: 'int' = 8) -> 'np.ndarray'(또는 opsblob.get("blob_label"))

사용법

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

二値領域を連結成分に分け、`int32` のラベル画像(背景 0、物体 1..n)を返す。

Parameters

----------

region : array_like

2-D。`> 0` が前景(bool でも実数でもよい。NaN は背景)。

connectivity : {4, 8}

斜めに触れる 2 画素をつなぐか。既定 8 は `ndimage.label` と

HALCON `connection` の既定に一致する。**4 にすると斜めに接した塊が

別々に数えられる**。

Returns

-------

numpy.ndarray

`(H, W) の int32`。番号は 1 から連番で歯抜けが無い。

Examples

--------

>>> import numpy as np

>>> m = np.zeros((6, 9), bool); m[1:4, 1:4] = True; m[1:4, 5:8] = True

>>> int(blob_label(m).max())

자세한 사용 가이드

• blob_analysis 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)

• poc_gear_tooth_metrology — py -3.11 examples/poc_gear_tooth_metrology.py

• poc_nuclei_ploidy — py -3.11 examples/poc_nuclei_ploidy.py

• poc_particle_sizing — py -3.11 examples/poc_particle_sizing.py

• poc_particle_tracking — py -3.11 examples/poc_particle_tracking.py

• poc_sea_ice_concentration — py -3.11 examples/poc_sea_ice_concentration.py

• poc_timelapse_growth — py -3.11 examples/poc_timelapse_growth.py

• poc_traffic_counting — py -3.11 examples/poc_traffic_counting.py

• poc_vessel_network — py -3.11 examples/poc_vessel_network.py

• poc_wound_area_tracking — py -3.11 examples/poc_wound_area_tracking.py

타입이 이어지는 다음 연산자(`labels2d` 를 입력으로 받는 것)

blob_features · blob_select · blob_select_largest · blob_split · blob_region · blob_boundaries · blob_overlay

같은 카테고리(`connect`)

—

*Provenance: blob2d.py — BLOB 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

blob_label — BLOB connect op

사용법