mutual_information — IMGMETRICS information op

• 데이터 종류: image2d × image2d → scalar

• 호출: import imgmetrics; imgmetrics.mutual_information(a, b, bins=64, data_range=None)(또는 opsimgmetrics.get("mutual_information"))

사용법

상호정보량 I(A; B) [bit] = H(A) + H(B) - H(A, B).

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

ビン数に依存する(増やすほど上振れする)ので `bins` は明示的な引数。

独立な 2 枚でも標本が有限なので厳密に 0 にはならない ―― どれくらい上振れ

するかはテストに数値で残してある。

자세한 사용 가이드

• image_difference_metrics 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)

• image_quality_metrics — py -3.11 examples/image_quality_metrics.py

타입이 이어지는 다음 연산자(scalar 를 입력으로 받는 것)

—

같은 카테고리(information)

image_entropy · joint_entropy · normalized_mutual_information · joint_histogram

*Provenance: imgmetrics.py — IMGMETRICS 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.