xkor_unsharp — 2D smoothing op

• Data kinds: image → image

• Call: fullseye.apply(img, "xkor_unsharp", a=0.5, b=0.5) (2-D model = एक image + दो scalar knobs a,b∈[0,1])

• GPU: नहीं (केवल CPU reference implementation)

xkor_unsharp: input → output

*Figure synthetic 128×128 input पर सच में चलाकर मिला output है। बाईं ओर input, दाईं ओर output। Point clouds ऊपर से देखे गए scatter के रूप में (brightness = z), 1-D series line के रूप में, volumes z दिशा में maximum-intensity projection के रूप में, videos बीच के frame के रूप में, complex images amplitude के रूप में, और जो return values चित्र नहीं बन सकते वे स्वयं values के रूप में दिखाए जाते हैं।*

*Knob a output नहीं बदलता (मापा गया: 0.1 / 0.5 / 0.9 पर एक जैसा)।*

Knob b को बदलकर (0.1 / 0.5 / 0.9, दूसरा knob default पर):

▸ xkor_unsharp: knob b को बदलने का figure (docs site)

दूसरी images पर भी (synthetic scene / photo / coins। ऊपर की row में inputs, नीचे की row में उनके outputs। Knobs default पर):

▸ xkor_unsharp: दूसरी images पर output (docs site)

*चौथा column colour (H,W,3) input है। यह op channels को पार किए बिना colour संभालता है (colour channel को तीसरे spatial axis की तरह convolve नहीं करता)।*

उपयोग

Unsharp mask (sharpening)। sigma के अनुसार window से kornia.filters.unsharp_mask को call करता है (v + (v - G_σ * v), strength 1 पर स्थिर)।

a इस्तेमाल नहीं होता; b blur का sigma चलाता है (0.5 + 2.0 * b, range 0.5–2.5)। Low-frequency (blur किया) हिस्सा घटाकर बढ़ाया हुआ अंतर वापस जोड़ने वाला classic sharpening। Window की radius int(4σ + 0.5) है और border किनारे के pixel समेत mirror होता है (xkor_gaussian जैसा)। Core unsharp से knobs का अर्थ अलग है: वहाँ a strength (1.5a) और b σ = 0.5 + 1.5b है। Core unsharp(v, 2/3, (s - 0.5)/1.5) और इस op का b = (s - 0.5)/2 एक ही operation हैं।

★2026-11-03 का सुधार (values बदलते हैं): पहले window 5x5 पर स्थिर थी, इसलिए σ = 1.5 (b = 0.5) पर भी radius 2 पर कट जाता था (xkor_gaussian जैसा ही दोष)।

उसी operation के दूसरे implementation (मापा गया; docs/IMPL_DIFFERENTIAL.md): एक ही input और एक ही a, b पर भीतरी अंतर (value range के अनुपात में; 5e-3 से कम = मेल) unsharp 0.19 है। जो मेल नहीं खाते उनका कारण (knob mapping, window, border, quantisation, अलग परिभाषा) table में लिखा है।

उपयोग की विस्तृत guide

• gallery2d_smoothing_rank family guide

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

Studio में आज़माएँ

नीचे का program सच में चलता है, यह जाँचा गया है (figure वाला ही input)। Studio की help में यह block buttons बन जाता है, जिनसे इसे वहीं load करके चलाया जा सकता है।

xkor_unsharp 0.35 0.50

▸ यह pipeline load करें  ·  Load करके चलाएँ

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

वे अगले ops जिनसे type जुड़ता है (image को input के रूप में लेते हैं)

identity · gaussian · mean_box · mean_box_wh · bilateral · kuwahara · unsharp · median

इसी category के (smoothing)

gaussian · mean_box · mean_box_wh · bilateral · kuwahara · unsharp · sk_tv · sk_wavelet


*Provenance: ops.py — 2D operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.