xcv3_sift_count — 2D features op

• 資料種類:image → feature

• 呼叫:fullseye.apply(img, "xcv3_sift_count", a=0.5, b=0.5)(2-D 的模型是一張圖 + 兩個純量旋鈕 a,b∈[0,1])

*圖為在 128×128 合成輸入上實際執行的輸出。左為輸入，右為輸出(非影像的回傳值直接顯示其值)。*

用法

SIFT 特徵點數(OpenCV `cv2.SIFT_create().detect`)。將影像中偵測到的尺度不變特徵點(SIFT keypoints)的數量作為 feature 回傳——可作為紋理複雜度／可用於匹配之特徵點豐富程度的指標。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

`a は検出上限数 nfeatures(int(50+450*a) で 50〜500)を振る —— 上限に達するまでは実際の検出数がそのまま返るので、上限に張り付いていないか確認が要る。b` は未使用。

詳細使用指南

• gallery2d_features 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

在 Studio 中試試

下面的程式已確認可以執行(與圖相同的輸入)。在 Studio 說明中，此區塊會變成按鈕，可當場載入並執行。

xcv3_sift_count 0.50 0.50

▸ Load this pipeline  ·  Load & run

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• gallery2d_features — py -3.11 examples/gallery2d_features.py

型別可銜接的下一個運算子(可接受 feature 作為輸入)

identity

同類別(features)

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

*Provenance: ops.py — 2D 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

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