fullseye
hx_add_noise_contour — 2D halcon_ext op
- データ種:
contour→contour - 呼び出し:
fullseye.apply(img, "hx_add_noise_contour", 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) - HALCON 相当:
add_noise_white_contour_xld(意味・パラメータは HALCON リファレンスが参考になる)
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 は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。
段階(前置きの op → この op。左から順):
別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):
使い方
contour 点に白色ガウス雑音を付加(std は a、固定 seed で決定的)。
各 contour の全点座標 (row, col) に、平均 0・標準偏差 std のガウス雑音を独立に加えて返す。乱数は
np.random.default_rng(12345) を呼ぶたびに作り直すので、同じ入力なら常に同じ雑音が出る(決定的)。
a→ 標準偏差std = a*3(0〜3 画素。a=0 なら無変化)。bは未使用。
雑音列は contour の順番と点数に依存するため、前段で点の順序や本数が変わると同じ a でも雑音の当たり方が
変わる。ロバスト性の検証(hx_fit_circle_contour の残差がどれだけ増えるか等)や、smooth_contours_xld の
効果確認に使う。
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。
threshold 0.50 0.50
sk_find_contours 0.50 0.50
hx_add_noise_contour 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_halcon_ext —
py -3.11 examples/gallery2d_halcon_ext.py
型が繋がる次の op(contour を入力に取れる)
identity · select_contours · smooth_contours · fit_line_contours · contours_to_region · count_contours · total_length · select_contours_xld
同カテゴリ(halcon_ext)
hx_gen_circle · hx_gen_ellipse · hx_gen_rectangle2 · hx_gen_checker_region · hx_gen_grid_region · hx_gabor · hx_fit_surface1 · hx_fit_surface2
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.