segmentation op• 데이터 종류: image → region
• 호출: fullseye.apply(img, "xcv_watershed_markers", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
• HALCON 대응: watersheds(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)
*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*
마커 제어 워터셰드를 통한 경계선 추출.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
HALCON の `watersheds`(ウォーターシェッドと分水嶺盆地を抽出する)に
相当するが、ここでは盆地のラベルではなく 分水嶺の境界線 だけを
region として返す(近似)。
手順は古典的な OpenCV レシピ: Otsu 二値化 -> 膨張で「確実な背景」推定
-> 距離変換のしきい値で「確実な前景」推定 -> 両者の差分を「不明」領域
とし、確実な前景の連結成分をマーカーに `cv2.watershed` を実行。
`a` が確実な前景を決めるしきい値を距離変換最大値の 30%〜70% の範囲
で振る(大きいほど前景マーカーが小さく・保守的になり、過分割/過統合
の傾向が変わる)。`b` は未使用。
• gallery2d_segmentation 패밀리 가이드
• 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.
xcv_watershed_markers 0.50 0.50
▸ Load this pipeline · Load & run
• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py
region 를 입력으로 받는 것)identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small
segmentation)threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li · sk_yen · sk_sauvola
*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.