fullseye

Fullseye 文件索引

Language: 日本語 · English · 简体中文 · 繁體中文 · 한국어 · Deutsch

請注意：目前只有這份索引頁有譯文，它所連結的各篇文件暫時僅有日文版。

Fullseye（開發代號 imgevolve）是一套 HALCON/HDevelop 等級的實用軟體：由 numpy 原生的影像處理運算子函式庫、HDevelop 風格的視覺化管線設計環境（Fullseye Studio），以及負責執行的 runtime（FullseyeEngine）三者組成。運算子約 521 個（以 registry 計），其中 269/2313 個真實的 HALCON 運算子做到 genuine（真正等效）的實作，涵蓋 31 個類別。

請從這裡開始 → GETTING_STARTED.md（5 分鐘跑起來）

---

用法（給使用者 —— 先看這四篇）

文件	內容
GETTING_STARTED.md	5 分鐘上手：安裝 → 第一條管線 → 在 Studio／CLI／程式碼中執行 → 看結果
INSTALL.md	環境建置完整指南：前置條件、pip install -e . 與各 extras 的取捨、Windows／Linux 安裝程式、最小組態與嵌入式整合、疑難排解
STUDIO_GUIDE.md	Fullseye Studio 完整指南：三面板、運算子瀏覽器、單步執行、參數旋鈕、Inspector、感知面板、命令面板、快速鍵、匯出
ENGINE.md	FullseyeEngine（設計 → 執行）：全部方法、在 Python 中的用法、CLI run、從其他專案呼叫

---

運算子 / API 參考

文件	內容
OPERATORS.md	全部 521 個運算子的目錄（31 個類別，依 sort 分組，並列出 HALCON／OpenCV／scikit-image／MATLAB 的對應 API）
EXAMPLES.md	逐個運算子的範例程式碼（附上其他函式庫中的等價呼叫）
OP_INDEX.json	機器可讀的運算子索引（用 imgevolve.py index 重新產生）
ADDING_OPS.md	如何新增運算子（演化、codegen、目錄與索引都會自動跟上）
../examples/README.md	可直接執行的端對端範例程式集

感知堆疊（機器人 / 視覺）

文件	內容
PERCEPTION.md	感知堆疊單頁速查（stereo／terrain／detect／registration／pose／flow／motion）
PERCEPTION_REALDATA.md	在實拍影片片段上的量測結果（影片 I/O ＋ 誠實列出的實測數值）

HALCON 對等性 / 涵蓋率（誠實揭露 honest disclosure）

文件	內容
HALCON_PARITY.md	genuine（真正等效）實作的進度（269/2313）：不是「只有名字一樣」，而是確實做得到同樣的處理
HALCON_COVERAGE.md	實際抓取官方參考手冊（v2605）後量出的涵蓋率
LIB_COVERAGE.md	跨多個函式庫的涵蓋情形（納入 HALCON 以外具特色的運算子）
PARITY_CROSSBACKEND.md	以多個獨立實作（scipy／cv2／skimage）之間的跨後端一致性，來佐證對等性

品質 / 來源履歷 / 重現

文件	內容
ACCURACY_BENCH.md	常設精度表：演化出的 champion 對上 null 基準（holdout）
CHAIN_FUZZ.md	鏈式 fuzzer——把運算子串成鏈條施加擾動的第三層品質保證（擴散 → 收斂 → 最小重現）
EVOLUTION_ENVIRONMENT.md	演化式演算法開發環境（擴散 → 收縮 → 晉升；counterfactual utility 閘門，以及連接兩個運算子宇宙的橋）
PROVENANCE.md	來源履歷：說明這些實作都是依據公開演算法自行寫成
REFERENCES.md	每個運算子的文獻依據
REPRODUCE.md	數值重現步驟：由 seed 驅動、結果確定
STATUS.md	專案目前的位置與後續計畫（plan_ref）

發行說明 / 設計

文件	內容
V13.md	v13 ＝ 走向實用 ＋ 跨專案 packaging ＋ 感知堆疊
V14.md	v14 ＝ 感知堆疊完成（運動 ＋ 強化）
STUDIO_UX.md	Fullseye Studio 在 UX／設計上的改良意圖與來龍去脈

---

快速指令

py -3.11 -m pip install -e ".[opencv,gui]"     # 安裝（影像 I/O + Studio）
py -3.11 studio.py                              # 啟動 Fullseye Studio（= fullseye-studio）
py -3.11 imgevolve.py ops --search edge         # 搜尋運算子（= 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                  # 誠實的涵蓋數字

在 Python 中：

import fullseye, numpy as np
out = fullseye.run_pipeline(frame, ["gaussian", "sobel_amp", "otsu"])
eng = fullseye.FullseyeEngine.load("pipeline.json"); result = eng.run(frame)

This site is open source. Improve this page.