fullseye
hx_smallest_circle_xld — 2D halcon_ext op
- データ種:
contour→feature - 呼び出し:
fullseye.apply(img, "hx_smallest_circle_xld", 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:
smallest_circle_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 は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。
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):
使い方
全 contour 点の最小包含円(近似=重心中心)の半径を返す(正規化 feature)。
contour dict の全 contour の点をまとめ、点の平均(重心)を中心として最も遠い点までの距離 r を求め、
r / max(H, W) を np.float64 で返す。真の最小包含円(中心も最適化)ではなく「重心を中心とする包含円」の
近似で、半径は真値以上になる。
a,bは未使用。- 点が 1 つも無ければ 0.0(有効な値 0 と区別できない)。
複数 contour があっても 1 つの円で包む(contour ごとではない)。正規化は画像の長辺なので、同じ形でも画像サイズが
変わると値が変わる。円らしさを測りたいなら hx_fit_circle_contour(残差)や circularity_xld。
region 版の厳密解は r2_smallest_circle。
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_smallest_circle_xld 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(feature を入力に取れる)
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.