smoothing op• 数据种类:image → image
• 调用:fullseye.apply(img, "kuwahara", a=0.5, b=0.5)(2-D 的模型是一张图 + 两个标量旋钮 a,b∈[0,1])
*图为在 128×128 合成输入上实际运行的输出。左为输入，右为输出。点云以俯视散点显示(亮度 = z)，一维序列为折线，体数据为沿 z 的最大值投影，视频为中间帧，复数图像为幅值；无法成像的返回值直接显示数值。*
扫描旋钮 a(0.1 / 0.5 / 0.9，另一旋钮取默认):
▸ kuwahara: 旋钮 a 扫描 (文档网站)
*旋钮 b 不改变输出(实测: 0.1 / 0.5 / 0.9 相同)。*
换别的图像(合成场景 / 照片 / 硬币。上排为输入，下排为对应输出。旋钮取默认):
▸ kuwahara: 其他输入图像 (文档网站)
*第 4 列是彩色 (H,W,3) 输入。此算子能正确处理颜色而不跨通道(不把颜色通道当作第三个空间轴卷积)。*
Kuwahara 滤波（1976）。保边平滑：取四个相互重叠的窗口中方差最小者的均值作为输出。
> 以下的详细说明为原文 —— 摘要与标题已翻译。
油絵調の見た目にも使われる。
各画素について、その画素を角に含む (r+1) x (r+1) の窓を 4 つ(左上・右上・左下・右下。隣り合う窓は中心の行と列を共有して重なる)とり、分散がいちばん小さい窓の平均を出力する。縁をまたぐ窓は分散が大きいので選ばれず、画素は縁の「自分と同じ側」の窓の平均になる。だから平坦部は均され、段差は鈍らない(gaussian は段差をなだらかにしてしまう)。
a が窓の半径 r = 1 + floor(9a + 0.5)(1〜10、窓の一辺は r+1)を振る。大きいほど均す範囲が広がり、細い構造は消える。b は未使用。
計算量は O(N): 窓の和と二乗和を軸ごとの累積和で求めるので、半径に依存しない(分散は E[x^2] - E[x]^2、全体の平均を引いてから計算して桁落ちを抑える)。分散の同点は、小数 10 桁に丸めた値で比べ、宣言順(左上・右上・左下・右下)で決める。
端の扱い: 端の画素を複製する(最近傍)。端の画素の窓は、画像の外を端の値で埋めて作る。
適用条件: (1) 4 象限の方向は軸に揃っているので、斜めの縁では選ばれた窓が縁に沿わず、角の丸まりや「ブロック状」の模様が出る(一般化 Kuwahara はこれを直す)。
(2) 半径が大きいと細い線は消える。(3) 出力は入力の局所平均だけから作るので、値域は
入力の外に出ない。
• gallery2d_smoothing_rank 族使用指南
• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。
• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。
• 算法的正典(作者、年份)与用途见上面的族使用指南。
下面的程序已确认可以运行(与图相同的输入)。在 Studio 帮助中，此块会变成按钮，可当场加载并运行。
kuwahara 0.35 0.50
• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py
image 作为输入)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
smoothing)gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_nlm
*Provenance: ops.py — 2D 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.