ncc_locate — 2D `matching` op

• データ種: image → match

• 呼び出し: fullseye.apply(img, "ncc_locate", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

• HALCON 相当: find_ncc_model(意味・パラメータは HALCON リファレンスが参考になる)

ncc_locate: 入力 → 出力

*図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力(絵にならない返り値は値そのもの)。*

使い方

正規化相互相関（NCC）によるテンプレートマッチングで最良位置を探す。HALCON の `find_ncc_model`（Find the best matches of an NCC model in an image.）に相当。

`a, b は未使用——テンプレートは引数ではなく set_match_template でスレッドローカルな _MATCH_CTX に事前登録しておく（マッチング系 op 共通の作法、_MatchCtx の docstring 参照）。_ncc_map（NCC 相関マップ、Lewis 1995 の定義で [-1,1]）を計算し、その最大値の位置を [相関値, y, x] で返す。テンプレート未設定、または入力が 2 次元画像でない場合は [0,0,0]（no-match）を返す——fail-closed。回転・スケール変化には非対応（_shape_locate` は回転を扱う）。

詳しい使い方ガイド

• gallery2d_contour_measure ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

Studio で試す

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

ncc_locate 0.50 0.50

▸ Load this pipeline · Load & run

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_contour_measure — py -3.11 examples/gallery2d_contour_measure.py

• poc_template_tracking — py -3.11 examples/poc_template_tracking.py

型が繋がる次の op(`match` を入力に取れる)

identity

同カテゴリ(`matching`)

shape_locate

*Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

ncc_locate — 2D matching op

使い方