Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Implement ilabel: fast pixel-based region labelling (from the MATLAB MVTB C extension)

Offen
  • Stimmt etwas nicht?
#119 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Maintainer antworten meist innerhalb von 1 Tag

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Anfängerfreundlichkeit
25/100
Issue-Typ
Feature
Klarheit
Muss geklärt werden
Aktivitätsstatus
Aktiv
Tech-Stack
c, python
Bereich
computer-vision

Rechercherichtung

Start by inspecting wip/ilabel/ilabel.c and wip/ilabel/ilabel.py-unopt, then read the existing blob/label functions and the TODO in tests/test_image_processing.py. Decide and document the Python API and implementation route, with tests comparing shared examples to the contour-based blob code. Done means ilabel is implemented, its return values are tested, and the build and Python-only support implications are addressed.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

tech-debt

Parked work, to be implemented later. The files are on branch feat/fast-label under wip/ilabel/ (not in main).

What it is

A pixel-based, rather than contour-based, approach to segmentation / region labelling, based on the ilabel C extension (Copyright 1995-2009 Peter Corke) from the MATLAB Machine Vision Toolbox. The MATLAB signature was [l, m, parents, color] = ilabel(im).

What exists

  • wip/ilabel/ilabel.c: Cython 3.0.11 output (2024-12), 592 KB. It was generated from an ilabel.pyx that is not in the repo, but Cython embeds the source as /* "ilabel.pyx":NN */ comments, so the .pyx can be reconstructed from this file.
  • wip/ilabel/ilabel.py-unopt: unoptimised pure-Python port, produced with Copilot (2024-12).
  • The Python toolbox has no implementation. The only reference is a TODO in tests/test_image_processing.py (# TODO [l,ml,p,c] = ilabel(im);).

To do

  1. Reconstruct ilabel.pyx from the embedded comments in ilabel.c (or port afresh), and decide the implementation route (Cython extension vs numba vs NumPy/SciPy). Note this package is pure Python and builds with hatchling, so a compiled extension changes the build/wheel story (and Pyodide/JupyterLite support); a pure-Python/NumPy route avoids that.
  2. Define the Python API (Image method, return values), consistent with the existing blob/label functions.
  3. Tests, including a comparison with the existing contour-based blob code on shared examples, and the TODO above.

Related: #45

Vorherrschende Sprache
Python
Sterne
223
Forks
30
Ø Merge
1 Std. 4 Min.
Gemergte PRs (30 T.)
9

Entwicklungsumgebung

  • Kein Dockerfile und keine Docker-Compose-Datei
  • Hat eine Pull-Request-Vorlage
  • Kein Beitragsleitfaden

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus petercorke/machinevision-toolbox-python

Alle Issues in petercorke/machinevision-toolbox-python

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.