fullseye
hx_region_to_mean — 2D halcon_ext op
- データ種:
image→image - 呼び出し:
fullseye.apply(img, "hx_region_to_mean", 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:
region_to_mean(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)。
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):
カラー (H,W,3) の入力は載せていない: この op は色チャネルを 3 本目の空間軸として扱う(色を跨ぐ)ため。チャネルごとに分けて呼ぶこと。
使い方
各連結領域をその平均 gray 値で塗る(image -> image)。閾値 a で前景/背景を分け label 化。
v > a を前景とし ndimage.label(4 近傍)で連結成分に分け、各成分の画素を ndimage.mean で求めた
成分内の平均 gray 値で塗りつぶす。背景(v <= a)は背景画素全体の平均 1 値で塗る(背景が無ければ 0.0)。
出力は入力と同形の float 画像で、値域は入力の範囲内(正規化しない)。
a→ 前景/背景を分けるしきい値。a=0 なら 0 より大きい画素がすべて前景。bは未使用。
結果は成分ごとに一定値になるので、後段の threshold で「平均が明るい部品だけ」を選ぶような使い方ができる。
4 近傍ラベルなので斜め接触する塊は別々の平均になる。入力の検証は無い。
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。
hx_region_to_mean 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(image を入力に取れる)
identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
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.