fullseye

Fullseye 文档索引

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

请注意：目前只有本索引页有译文，它所链接的各篇文档暂时仅有日文版。

Fullseye（工作代号 imgevolve）是一套 HALCON/HDevelop 级别的实用工具：由 numpy 原生的图像处理算子库、HDevelop 风格的可视化流水线设计环境（Fullseye Studio）以及执行运行时（FullseyeEngine）三者组成。算子约 521 个（以注册表计数），其中 269/2313 个真实 HALCON 算子做到了 genuine（真正等效）实现，覆盖 31 个类别。

先从这里开始 → GETTING_STARTED.md（5 分钟跑起来）

---

用法（面向使用者 —— 先看这四篇）

文档	内容
GETTING_STARTED.md	5 分钟上手：安装 → 第一条流水线 → 在 Studio／CLI／代码中运行 → 查看结果
INSTALL.md	环境搭建完整指南：前置条件、pip install -e . 与各 extras 的取舍、Windows／Linux 安装器、最小配置与嵌入式集成、疑难排查
STUDIO_GUIDE.md	Fullseye Studio 完整指南：三面板、算子浏览器、单步执行、参数旋钮、Inspector、感知面板、命令面板、快捷键、导出
ENGINE.md	FullseyeEngine（设计 → 执行）：全部方法、在 Python 中的用法、CLI run、从其他项目中调用

---

算子 / API 参考

文档	内容
OPERATORS.md	全部 521 个算子的目录（31 个类别，按 sort 分组，并列出 HALCON／OpenCV／scikit-image／MATLAB 的对应 API）
EXAMPLES.md	逐个算子的示例代码（附其他库中的等价调用）
OP_INDEX.json	机器可读的算子索引（用 imgevolve.py index 重新生成）
ADDING_OPS.md	如何新增算子（演化、codegen、目录与索引都会自动跟进）
../examples/README.md	可直接运行的端到端示例脚本集

感知栈（机器人 / 视觉）

文档	内容
PERCEPTION.md	感知栈单页速查（stereo／terrain／detect／registration／pose／flow／motion）
PERCEPTION_REALDATA.md	在实拍视频片段上的测量结果（视频 I/O ＋ 诚实给出的实测数值）

HALCON 对等性 / 覆盖率（诚实披露 honest disclosure）

文档	内容
HALCON_PARITY.md	genuine（真正等效）实现的进展（269/2313）：不是“只有名字相同”，而是确实能做同样的处理
HALCON_COVERAGE.md	通过真实抓取官方参考手册（v2605）得到的覆盖率测量
LIB_COVERAGE.md	跨多个库的覆盖情况（吸收 HALCON 之外具有特色的算子）
PARITY_CROSSBACKEND.md	以多个独立实现（scipy／cv2／skimage）之间的跨后端一致性来证明对等性

质量 / 溯源 / 复现

文档	内容
ACCURACY_BENCH.md	常设精度表：演化得到的 champion 对比 null 基线（holdout）
CHAIN_FUZZ.md	链式 fuzzer——把算子串成链条施加扰动的第三层质量保障（扩散 → 收敛 → 最小复现）
EVOLUTION_ENVIRONMENT.md	演化式算法开发环境（扩散 → 收缩 → 晋级；counterfactual utility 闸门，以及连接两个算子宇宙的桥）
PROVENANCE.md	溯源：说明这些实现都是依据公开算法自行编写而成
REFERENCES.md	每个算子的文献依据
REPRODUCE.md	数值复现步骤：由 seed 驱动、结果确定
STATUS.md	项目当前所处的位置与后续计划（plan_ref）

发行说明 / 设计

文档	内容
V13.md	v13 ＝ 走向实用 ＋ 跨项目 packaging ＋ 感知栈
V14.md	v14 ＝ 感知栈完成（运动 ＋ 健壮化）
STUDIO_UX.md	Fullseye Studio 在 UX／设计上的改进意图与来龙去脉

---

快捷命令

py -3.11 -m pip install -e ".[opencv,gui]"     # 安装（图像 I/O + Studio）
py -3.11 studio.py                              # 启动 Fullseye Studio（= fullseye-studio）
py -3.11 imgevolve.py ops --search edge         # 搜索算子（= 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                  # 诚实的覆盖数字

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.