xcv2_hitmiss — 2D `region` op

• 데이터 종류: region → region

• 호출: fullseye.apply(img, "xcv2_hitmiss", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

xcv2_hitmiss: 入力 → 出力

*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*

히트 오어 미스 변환(hit-or-miss transform)으로 '중심은 배경, 상하좌우는 전경'인 십자 패턴을 검출한다(`cv2.MORPH_HITMISS`).

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

固定カーネル `[[0,1,0],[1,-1,1],[0,1,0]]` を使う（1=前景必須、-1=背景必須、

0=不問）。`a, b` は未使用。前景に囲まれた 1 画素の窪み（孤立した背景

画素）を拾うので、細線化後の欠け検出や形状のノッチ検出に使える。入力は

しきい値 0.5 で二値化してから判定する。

• 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.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

아래 프로그램은 실제로 실행됨을 확인했습니다(그림과 같은 입력). Studio 도움말에서는 이 블록이 버튼이 되어 즉시 불러와 실행할 수 있습니다.

threshold 0.50 0.50
xcv2_hitmiss 0.50 0.50

• gallery2d_region — py -3.11 examples/gallery2d_region.py

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

xcv2_hitmiss — 2D region op