mean_box_wh — 2D `smoothing` op

• 資料種類:image → image

• 呼叫:fullseye.apply(img, "mean_box_wh", a=0.5, b=0.5)(2-D 的模型是一張圖 + 兩個純量旋鈕 a,b∈[0,1])

• HALCON 對應:mean_image(其含義與參數可參考 HALCON 手冊)

• GPU:有(許可清單中的機械式 GPU 路徑,CuPy)。device="auto" 在實測尺寸(4,194,304 像素)以上選擇 GPU

mean_box_wh: input → output

*圖為在 128×128 合成輸入上實際執行的輸出。左為輸入，右為輸出。點雲以俯視散點顯示(亮度 = z)，一維序列為折線，體資料為沿 z 的最大值投影，影片為中間影格，複數影像為振幅；無法成像的回傳值直接顯示數值。*

掃描旋鈕 a(0.1 / 0.5 / 0.9，另一旋鈕取預設):

▸ mean_box_wh: 旋鈕 a 掃描 (文件網站)

掃描旋鈕 b(0.1 / 0.5 / 0.9，另一旋鈕取預設):

▸ mean_box_wh: 旋鈕 b 掃描 (文件網站)

換別的影像(合成場景 / 照片 / 硬幣。上排為輸入，下排為對應輸出。旋鈕取預設):

▸ mean_box_wh: 其他輸入影像 (文件網站)

*第 4 欄是彩色 (H,W,3) 輸入。此運算子能正確處理顏色而不跨通道(不把顏色通道當作第三個空間軸摺積)。*

用法

寬度與高度獨立選擇的平均（box）濾波。相當於 HALCON 的 mean_image（Smooth by averaging.）。

a 為視窗寬度，b 為視窗高度；每個旋鈕透過 1 + 2 * min(7, int(8 * clip(knob, 0, 1))) 映射到奇數 1, 3, …, 15（等同於把偶數的寬或高向上取到下一個奇數）。邊界一律使用 reflect。寬高相同時，結果與同一視窗、reflect 的 mean_box 逐位元一致。例：_mean_box_wh(np.eye(5), 0.2, 0.4)。

???? NaN ????NaN ?????????????????

詳細使用指南

• gallery2d_smoothing_rank 族使用指南

參考(範例資料、文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者、年份)與用途見上面的族使用指南。

在 Studio 中試試

下面的程式已確認可以執行(與圖相同的輸入)。在 Studio 說明中，此區塊會變成按鈕，可當場載入並執行。

mean_box_wh 0.35 0.50

▸ 載入此管線 · 載入並執行

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型別可銜接的下一個運算子(可接受 `image` 作為輸入)

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

同類別(`smoothing`)

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

*Provenance: ops.py — 2D 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

mean_box_wh — 2D smoothing op

用法