fullseye
xsk_blob_log — 2D features op
- データ種:
image→feature - 呼び出し:
fullseye.apply(img, "xsk_blob_log", a=0.5, b=0.5)(2-D は 1 画像 + 2 スカラつまみa,b∈[0,1]のモデル)
図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。
つまみ a を振る(0.1 / 0.5 / 0.9、もう一方は既定):
つまみ b を振る(0.1 / 0.5 / 0.9、もう一方は既定):
使い方
ブロブ(斑点状構造)の検出数(LoG/DoG/DoH のいずれかで検出)。
skimage.feature の Laplacian of Gaussian(LoG)/ Difference of
Gaussian(DoG)/ Determinant of Hessian(DoH)のいずれか(このコードは
3 種を共通実装しており、どれを使うかは呼び出し元がどの op 名で
登録したか —— xsk_blob_log / xsk_blob_dog / xsk_blob_doh
—— で決まる)を用いてブロブを検出し、その個数をそのまま返す
(feature 出力)。
a が探索する最大スケール max_sigma を 5〜25 の範囲で振る
(大きいほど大きなブロブまで拾う)。b が検出しきい値
threshold を 0.02〜0.17 で振る(小さいほど弱いブロブまで拾い、
検出数が増えやすい)。3 手法は速度・精度が異なる(LoG が最も正確
だが遅く、DoH はエッジに強い一方、小さいブロブを苦手とする、等)。
詳しい使い方ガイド
参考(サンプルデータ・文献)
- サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
- 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
- アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
Studio で試す
下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。
xsk_blob_log 0.50 0.50
実行できる例(この op を実際に呼ぶ検証済みサンプル)
- gallery2d_features —
py -3.11 examples/gallery2d_features.py - poc_search_sweep_width —
py -3.11 examples/poc_search_sweep_width.py
型が繋がる次の op(feature を入力に取れる)
同カテゴリ(features)
blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect
Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.