smoothing op• 数据种类:image → image
• 调用:fullseye.apply(img, "xpil_unsharp_mask", 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(非图像的返回值直接显示其值)。*
Pillow 的反锐化蒙版。调用 `PIL.ImageFilter.UnsharpMask(对应 kornia 版 xkor_unsharp` 的 CPU 实现)。
> 以下的详细说明为原文 —— 摘要与标题已翻译。
a がぼかし半径(`radius = 1 + 4*a、範囲 1〜5)、b が強調量(percent = int(50 + 200*b)`、範囲 50〜250%)を振る。しきい値は 0固定(すべての差分を強調対象にする)。
• 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。
xpil_unsharp_mask 0.35 0.50
▸ Load this pipeline · Load & run
• 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.