tb_pc_poisson_disk — 2D typed op

• 데이터 종류: points → points

• 호출: fullseye.apply(img, "tb_pc_poisson_disk", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

*그림 없음: 이 연산자는 points를 입력으로 받습니다. 이미지에서 시작하는 Studio 프로그램으로는 그 타입에 닿지 않으므로 아래의 실행 가능한 예제를 보세요.*

사용법

블루 노이즈 씨닝: 어떤 두 점도 *radius*보다 가깝지 않도록 탐욕적으로 점을 유지(`points`).

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

Points are visited in a seeded random order; a point is kept if no kept

point lies within *radius* (cKDTree ball query). Dense regions are thinned

to the radius, sparse regions (spacing already > radius) are kept whole —

unlike a voxel grid, which also moves points to cell centroids.

Typed bridge of the 3d op `pc_poisson_disk into the 2-D evolution registry: the same implementation, called under the op(v, a, b) convention. This op has no tunable parameter; a and b` are unused.

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.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• (아직 없음)

타입이 이어지는 다음 연산자(points 를 입력으로 받는 것)

identity · 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

같은 카테고리(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 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.