sk_entropy_feat — 2D `features` op

• 数据种类:image → feature

• 调用:fullseye.apply(img, "sk_entropy_feat", a=0.5, b=0.5)(2-D 的模型是一张图 + 两个标量旋钮 a,b∈[0,1])

• HALCON 对应:entropy_gray(其含义与参数可参考 HALCON 手册)

sk_entropy_feat: 入力 → 出力

*图为在 128×128 合成输入上实际运行的输出。左为输入，右为输出(非图像的返回值直接显示其值)。*

用法

整幅图像的香农熵(1 个标量特征量)。用一个数值概括亮度直方图分布的离散程度、信息量 —— 数值越高,表示亮度分布越均匀分散(信息量越多/对比度越丰富)。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

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。

详细使用指南

• gallery2d_features 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

在 Studio 中试试

下面的程序已确认可以运行(与图相同的输入)。在 Studio 帮助中，此块会变成按钮，可当场加载并运行。

sk_entropy_feat 0.50 0.50

▸ Load this pipeline · Load & run

可运行的示例(实际调用该算子并已验证的样例)

• gallery2d_features — py -3.11 examples/gallery2d_features.py

类型可衔接的下一个算子(可接受 `feature` 作为输入)

identity

同类别(`features`)

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

*Provenance: ops.py — 2D 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

sk_entropy_feat — 2D features op

用法