typed oppoints → imagefullseye.apply(img, "tb_project_spherical", 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):

回転式 LiDAR の球面レンジ画像へ投影 (v_res, h_res)。空セル=0, 近い点優先(最小 range)。
各点を方位角(列)× 仰角(行)ビンへ落とし、センサ原点からの range(slant distance)を書く。 v_fov=(v_min,v_max)[度] の仰角帯の外側、原点上(r=0)、非有限座標の点は落とす(honest drop)。 空/全 drop の場合は全ゼロ画像を返す(=何も見えていない、honest)。
points: (N,3)、センサ原点基準で x=前, y=左, z=上。非 (N,3) は ValueError。h_res / v_res: 列数(方位角 360° の等分)・行数(仰角帯の等分)。正でなければ ValueError。v_fov: (v_min, v_max) [度]。v_min < v_max でなければ ValueError。列は floor((atan2(y,x) + π) / 2π · h_res) で、列 0 が真後ろ(-x)、h_res//2 が正面(+x)、
反時計回りに増える。行は (v_res-1) - floor((θ - v_min)/(v_max - v_min) · v_res)(θ は仰角
[度])で、行 0 が帯の上端(θ=v_max)。画素値は slant range sqrt(x²+y²+z²)(座標の単位)。
同じセルに複数点が落ちたら np.minimum.at で最小 range を残す(奥の点は失われる)。
逆変換は unproject_spherical(同じ v_fov を渡す)。高さで層を切る変種が
project_cylindrical。
空の入力(points が 0 要素)は空を返す(理由: 返りの無いスキャンは正当で、全セルが 0 の像が正しい答え)。
2-D 進化レジストリへ橋渡しした 3d の op project_spherical。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 h_res(既定 1024)、b が v_res(既定 64)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_project_spherical 0.50 0.50
次の例は元の台帳 op project_spherical 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/lidar_projection.pyimage を入力に取れる)identity · gaussian · mean_box · mean_box_wh · bilateral · kuwahara · unsharp · median
typed)tb_points_to_voxel · tb_estimate_point_normals · tb_iss_keypoints · tb_project_points · tb_render_point_depth · tb_points_render · tb_statistical_outlier_removal · tb_radius_outlier_removal
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.