tf_gradient_domain_reintegrate — 2D filtering op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "tf_gradient_domain_reintegrate", 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(絵にならない返り値は値そのもの)。*

使い方

gradient_domain_reintegrate: 勾配をしきい値処理してから、ポアソン方程式（Poisson equation）で再積分する。

> 以下の詳細説明は原文のままです —— 要約と見出しは訳出済み。

The forward gradient (gx, gy) is computed, gradient vectors whose magnitude is

below a threshold `t = a * max|grad|` are zeroed (small texture/noise

gradients discarded, strong edges kept), and the image is reconstructed from

the modified gradient field by solving the Poisson equation

`lap f = div(g) with an FFT solver. With a == 0` every gradient is kept

and the original image is recovered (up to a constant); with `a > 0` flat

regions are flattened while edges survive -- an edge-preserving gradient-domain

filter. `b` is unused. Output rescaled to [0,1].

詳しい使い方ガイド

• gallery2d_smoothing_rank ファミリ ガイド

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。

tf_gradient_domain_reintegrate 0.50 0.50

▸ Load this pipeline  ·  Load & run

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型が繋がる次の op(image を入力に取れる)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

同カテゴリ(filtering)

—

*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.