sk_entropy_feat — 2D `features` op

• データ種: image → feature

• 呼び出し: fullseye.apply(img, "sk_entropy_feat", 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: entropy_gray(意味・パラメータは HALCON リファレンスが参考になる)

sk_entropy_feat: 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

画像全体のシャノンエントロピー(1 スカラー特徴量)。輝度ヒストグラムの分布の広がり・情報量を 1 個の数値で要約する —— 値が高いほど輝度分布が均一に散らばっている(情報量が多い/コントラストが豊富)ことを示す。

HALCON の entropy_gray(Determine the entropy and anisotropy of images.)に相当(近似。異方性は計算しない)。実装は `measure.shannon_entropy(v)`(既定の底 2、単位はビット)。a, b は未使用。

詳しい使い方ガイド

• gallery2d_features 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。

sk_entropy_feat 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_features — py -3.11 examples/gallery2d_features.py

型が繋がる次の op(`feature` を入力に取れる)

identity

同カテゴリ(`features`)

blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_blur_effect · cv_cc_count

*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)。*

sk_entropy_feat — 2D features op

使い方