Fullseye Dokumentationsindex
Language: 日本語 · English · 简体中文 · 繁體中文 · 한국어 · Deutsch
Hinweis: Übersetzt ist bisher nur diese Indexseite. Die einzelnen Dokumente, auf die sie verweist, liegen vorerst ausschließlich auf Japanisch vor.
Fullseye (Arbeitsname imgevolve) ist ein Werkzeug auf HALCON-/HDevelop-Niveau: eine numpy-native Bibliothek von Bildverarbeitungs-Operatoren, dazu eine visuelle Pipeline-Entwurfsumgebung im Stil von HDevelop (Fullseye Studio) und eine ausführende Laufzeitumgebung (FullseyeEngine). Es umfasst rund 521 Operatoren (gezählt in der Registry), bietet für 269/2313 tatsächliche HALCON-Operatoren eine genuine (wirklich gleichwertige) Implementierung und deckt 31 Kategorien ab.
Fangen Sie hier an → GETTING_STARTED.md (in 5 Minuten lauffähig)
Benutzung (für Anwender — zuerst diese vier)
| Dokument |
Inhalt |
| GETTING_STARTED.md |
In 5 Minuten loslegen: Installation → erste Pipeline → Ausführung aus Studio, CLI oder Code → Ergebnis ansehen |
| INSTALL.md |
Vollständige Anleitung zur Einrichtung: Voraussetzungen, pip install -e . und die Wahl der passenden Extras, Installer für Windows/Linux, Minimalaufbau und Einbettung, Fehlerbehebung |
| STUDIO_GUIDE.md |
Vollständiger Leitfaden zu Fullseye Studio: die drei Panels, Operator-Browser, schrittweise Ausführung, Regler, Inspector, Perception-Panel, Befehlspalette, Tastenkürzel, Export |
| ENGINE.md |
FullseyeEngine (Entwurf → Ausführung): sämtliche Methoden, Verwendung aus Python, das CLI-Kommando run, Aufruf aus anderen Projekten |
Operator- / API-Referenz
| Dokument |
Inhalt |
| OPERATORS.md |
Katalog aller 521 Operatoren (31 Kategorien, nach sort gegliedert, mit den entsprechenden APIs von HALCON/OpenCV/scikit-image/MATLAB) |
| EXAMPLES.md |
Beispielcode je Operator, samt dem äquivalenten Aufruf in anderen Bibliotheken |
| OP_INDEX.json |
Maschinenlesbarer Operatorindex (neu erzeugen mit imgevolve.py index) |
| ADDING_OPS.md |
Wie man einen neuen Operator hinzufügt (Evolution, Codegen, Katalog und Index ziehen automatisch nach) |
| ../examples/README.md |
Lauffähige Ende-zu-Ende-Beispielskripte |
Perception-Stack (Robotik / Vision)
| Dokument |
Inhalt |
| PERCEPTION.md |
Einseitige Referenz zum Perception-Stack (stereo / terrain / detect / registration / pose / flow / motion) |
| PERCEPTION_REALDATA.md |
Messungen an realen Videoclips (Video-I/O und ehrlich ausgewiesene Messwerte) |
HALCON-Parität / Abdeckung (ehrliche Offenlegung, honest disclosure)
| Dokument |
Inhalt |
| HALCON_PARITY.md |
Stand der genuine (wirklich gleichwertigen) Implementierungen (269/2313) — ob ein Operator tatsächlich dasselbe leistet und nicht bloß denselben Namen trägt |
| HALCON_COVERAGE.md |
Abdeckung, gemessen durch tatsächliches Scrapen der offiziellen Referenz (v2605) |
| LIB_COVERAGE.md |
Bibliotheksübergreifende Abdeckung (Aufnahme markanter Operatoren jenseits von HALCON) |
| PARITY_CROSSBACKEND.md |
Parität, belegt durch die Übereinstimmung unabhängiger Implementierungen (scipy/cv2/skimage) über die Backends hinweg |
Qualität / Provenienz / Reproduktion
| Dokument |
Inhalt |
| ACCURACY_BENCH.md |
Ständige Genauigkeitstabelle: evolvierter Champion gegen Null-Baseline (Holdout) |
| CHAIN_FUZZ.md |
Der Chain-Fuzzer — eine dritte Schicht der Qualitätssicherung, die zu Ketten verbundene Operatoren durchrüttelt (Diffusion → Konvergenz → minimale Reproduktion) |
| EVOLUTION_ENVIRONMENT.md |
Entwicklungsumgebung für evolutionäre Algorithmen (Diffusion → Kontraktion → Promotion; das Counterfactual-Utility-Gate und die Brücke zwischen den beiden Operatoruniversen) |
| PROVENANCE.md |
Provenienz: der Nachweis, dass alles auf Basis veröffentlichter Algorithmen selbst gebaut wurde |
| REFERENCES.md |
Die Literatur, die jeden einzelnen Operator belegt |
| REPRODUCE.md |
Wie sich die Zahlen reproduzieren lassen: seed-gesteuert und deterministisch |
| STATUS.md |
Wo das Projekt steht und was geplant ist (plan_ref) |
Release Notes / Design
| Dokument |
Inhalt |
| V13.md |
v13 = Praxistauglichkeit + projektübergreifendes Packaging + Perception-Stack |
| V14.md |
v14 = Perception-Stack fertiggestellt (Motion + Härtung) |
| STUDIO_UX.md |
Absicht und Hintergrund der UX- und Design-Verbesserungen an Fullseye Studio |
Schnellbefehle
py -3.11 -m pip install -e ".[opencv,gui]" # Installation (Bild-I/O + Studio)
py -3.11 studio.py # Fullseye Studio starten (= fullseye-studio)
py -3.11 imgevolve.py ops --search edge # Operatoren suchen (= fullseye ops --search edge)
py -3.11 imgevolve.py apply gauss_filter in.png out.png --a 0.6
py -3.11 imgevolve.py run pipeline.json in.png --out result.png
py -3.11 imgevolve.py coverage # ehrliche Abdeckungszahlen
Aus Python heraus:
import fullseye, numpy as np
out = fullseye.run_pipeline(frame, ["gaussian", "sobel_amp", "otsu"])
eng = fullseye.FullseyeEngine.load("pipeline.json"); result = eng.run(frame)