edges_image — 2D `segmentation` op

• 데이터 종류: image → region

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

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

edges_image: 入力 → 出力

*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*

사용법

Canny 에지 검출(`skimage.feature.canny, 시그마 0.5+2*a)에 의한 영역 추출. 가우시안 평활화→그래디언트→비최대 억제→히스테리시스 임계값이라는 여러 단계의 처리를 한데 모아 수행하는, 널리 쓰이는 에지 검출법이다. HALCON의 edges_image`(Detect edges using Deriche, Lanser, Shen, or Canny filters.)에 해당한다(HALCON은 Deriche/Lanser/Shen/Canny 중 선택할 수 있지만, 여기서는 Canny로 고정한다).

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

`a がガウス平滑化のシグマを振る。b` は未使用(内部のヒステリシス

しきい値は skimage の既定値)。skimage が無い環境ではこの分岐は呼べない。

자세한 사용 가이드

• gallery2d_segmentation 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.

Studio에서 시도하기

아래 프로그램은 실제로 실행됨을 확인했습니다(그림과 같은 입력). Studio 도움말에서는 이 블록이 버튼이 되어 즉시 불러와 실행할 수 있습니다.

edges_image 0.50 0.50

▸ Load this pipeline · Load & run

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

타입이 이어지는 다음 연산자(`region` 를 입력으로 받는 것)

identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small

같은 카테고리(`segmentation`)

threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li · sk_yen · sk_sauvola

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

edges_image — 2D segmentation op

사용법