features op• Datenarten: image → feature
• Aufruf: fullseye.apply(img, "xcv2_lap_var", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

*Die Abbildung ist die tatsächliche Ausgabe auf einer synthetischen 128×128-Eingabe. Links Eingabe, rechts Ausgabe (ein Nicht-Bild-Rückgabewert wird als Wert gezeigt).*
Fokus-(Unschärfe-)Kennzahl auf Basis der Laplace-Varianz (Varianz von `cv2.Laplacian`).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
画像全体に Laplacian を掛けた結果の分散を計算し、`min(1.0, 分散*20)` で
[0,1] にクリップしたスカラーを返す。`a, b` は未使用。値が大きいほど
エッジ/テクスチャが豊富=合焦、小さいほどボケている可能性が高い、という
古典的なオートフォーカス評価指標。倍率 20 は経験的なスケーリングで、
絶対的なボケ量ではなく相対比較に向く。
• Leitfaden zur Familie gallery2d_features
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
Das Programm unten ist nachweislich lauffähig (gleiche Eingabe wie die Abbildung). In der Studio-Hilfe wird dieser Block zu Schaltflächen, die es sofort laden und ausführen.
xcv2_lap_var 0.50 0.50
▸ Load this pipeline · Load & run
• gallery2d_features — py -3.11 examples/gallery2d_features.py
• poc_focus_stacking — py -3.11 examples/poc_focus_stacking.py
feature als Eingabe)features)blob_count · area_frac · count_contours · total_length · vol_count · sk_euler · sk_entropy_feat · sk_blur_effect
*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.