alife_gray_scott — 2D artificial-life op

• 데이터 종류: image → image

• 호출: fullseye.apply(img, "alife_gray_scott", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

사용법

이미지를 시드로 하는 Gray-Scott 반응-확산(reaction-diffusion).

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

Two coupled species on a torus,

u_t = Du*lap(u) - u v^2 + F (1 - u)

v_t = Dv*lap(v) + u v^2 - (F + K) v

with Du=0.16, Dv=0.08. The image seeds v (the autocatalyst) while u starts

from the depleted complement, so bright input pixels are the nuclei from

which spots / stripes / labyrinths grow. `a` sets the feed rate

F = 0.02 + 0.06a *and* the number of integration steps T = 8 + int(20a);

`b` sets the kill rate K = 0.05 + 0.02b. Returns the normalised v field.

자세한 사용 가이드

• gallery2d_physics_alife_3d 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_physics_alife_3d — py -3.11 examples/gallery2d_physics_alife_3d.py

타입이 이어지는 다음 연산자(image 를 입력으로 받는 것)

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

같은 카테고리(artificial-life)

alife_turing · alife_life_step · alife_cyclic_ca · alife_perona_malik · alife_curvature_flow · alife_dla · alife_reaction_bz · alife_wolfram1d

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

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