tb_normals_to_egi — 2D typed op

• データ種: points → image

• 呼び出し: fullseye.apply(img, "tb_normals_to_egi", 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)

*図なし: この op は points を入力に取る。画像から始まる Studio のプログラムでは型が届かないので、下の「実行できる例」で使い方を見ること。*

使い方

法線 `(N,3) → 拡張ガウス像 (n_el, n_az) の image2d`。

方向の 2-D ヒストグラム(Horn, *Extended Gaussian Images*, Proc. IEEE 72(12)

1984)。「どの向きの面がどれだけあるか」の地図で、平面が支配的な物体では

1 つの bin に山が立つ。不可逆 —— bin 幅ぶんの方向解像度を捨てる。

捨てた量は測れる: 最頻 bin の中心方向と入力の平均方向の角度差が量子化誤差で、

既定 (36, 18) では bin 幅 10 度に対し実測 3.7 度(`selftest` が出す)。

仰角の bin は `sin(el)` で等分する(等立体角)。度で等分すると極が過剰に

細かくなり、「北極に面が集中している」という嘘の山が立つ。

Args:

normals: (N, 3)。

n_az: 方位の bin 数(既定 36 = 10 度刻み)。

n_el: 仰角の bin 数(既定 18)。

Returns:

(n_el, n_az) float64 の計数マップ(行 = 仰角、列 = 方位)。

Raises:

ValueError: bin 数が 1 未満 / 上限超 / 入力不正。

2-D 進化レジストリへ橋渡しした reprconv の op `normals_to_egi。実装は同じで、呼び出し規約だけ op(v, a, b) に合わせてある。a が n_az(既定 36)、b が n_el`(既定 18)を振る。

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。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• (まだありません)

型が繋がる次の op(image を入力に取れる)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

同カテゴリ(typed)

tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_angle_3points · tb_project_points · tb_render_point_depth · tb_statistical_outlier_removal · tb_radius_outlier_removal

*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)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.