fullseye
sp_local_min_sub_pix — 2D subpix op
- データ種:
image→contour - 呼び出し:
fullseye.apply(img, "sp_local_min_sub_pix", 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:
local_min_sub_pix(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):
4 列目はカラー (H,W,3) の入力。この op は色を跨がずに扱える(色チャネルを 3 本目の空間軸として畳み込まない)。
使い方
グレー値曲面の極小点をサブピクセル精度で検出する（HALCON local_min_sub_pix に相当）。
アルゴリズムは sp_local_max_sub_pix と対称（3x3 の 2 次曲面フィットで勾配 0 点へサブピクセル補正）。a は極小の顕著さ（周囲の最大値からの深さ）のしきい値を 0.01〜0.31 に振り（thr = 0.01 + 0.30*a）、b は未使用。戻り値は CONTOUR、座標の単位は入力画像のピクセル。暗いスポット・くぼみの検出に向く。
詳しい使い方ガイド
背景知識ガイド(この op の手前にある物理・規約)
- measurement_uncertainty — 計測の不確かさと校正の知識 — 「測れている」を主張するために
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。
sp_local_min_sub_pix 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_geometry —
py -3.11 examples/gallery2d_geometry.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(subpix)
sp_local_max_sub_pix · sp_saddle_points_sub_pix · sp_critical_points_sub_pix · sp_plateaus · sp_lowlands_center
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.