typed oppoints → volumefullseye.apply(img, "tb_plane_segmentation", 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):

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):

動き(GIF: フレーム / 視点 / スライスを順に。静止の図が完成形で、GIF は補助):

反復 RANSAC で最大 max_planes 枚の平面を逐次抽出(残差点 -1)。
残り点集合に :func:`ransac_fit.ransac_plane` を掛け、その最大 consensus 平面の
inlier 数が ``min_inliers`` 以上なら新ラベルを与えて除去 → 残りで再検出、を繰り返す。
複数の床/壁/階段状の面を一度に分離する(単一平面適合の pcseg との差)。inlier が
``min_inliers`` に満たなくなった時点で停止し、以降の点は残差 -1(球や複雑物体はここに残る)。
Args:
points: (N,3) 点群。
thresh: 点-平面距離の inlier しきい値(距離、要 > 0)。
min_inliers: 平面として採用する最小 inlier 数(要 >= 3)。
max_planes: 抽出する平面の最大枚数(要 >= 1)。
iters: 各 RANSAC 反復数。
seed: 乱数シード(決定論。各平面で seed+平面index を使う)。
Returns:
labels: (N,) int。検出順(=consensus 大きい順に近い)に 0,1,2,... を平面へ付与、
どの平面にも属さない残差点は -1。空入力は shape (0,)。
2-D 進化レジストリへ橋渡しした 3d の op plane_segmentation。実装は同じで、呼び出し規約だけ op(v, a, b) に合わせてある。a が max_planes(既定 5)、b が iters(既定 300)を振る。
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。
img_to_points 0.50 0.50
tb_plane_segmentation 0.50 0.50
次の例は元の台帳 op plane_segmentation を呼ぶもの。この橋渡し op は同じ実装を fn(v, a, b) 規約に合わせただけなので、挙動はそのまま当てはまる(呼び出し形だけ違う)。
py -3.11 examples_3d/object_segmentation.pyvolume を入力に取れる)identity · vol_gaussian · vol_median · vol_erode · vol_dilate · vol_threshold · vol_reg_dilate · vol_reg_erode
typed)tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_project_points · tb_render_point_depth · tb_statistical_outlier_removal · tb_radius_outlier_removal · tb_voxel_grid_downsample
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.