aug_chromatic — 2D `augmentation` op

• Datenarten: image → image

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

Verwendung

Näherung für laterale chromatische Aberration bei einem Graustufenbild. Echte laterale CA vergrößert die Farbkanäle unterschiedlich stark, sodass an Kanten ein farbiger Saum entsteht; bei einem einzelnen Kanal ist das beobachtbare Merkmal eine VERSCHOBENE Kopie der Kanten-(Hochpass-)Energie, die dem Bild überlagert wird. Hier wird der Hochpassanteil `v - gaussian(v, 1) horizontal um s = 1 + int(4*a) px verschoben und mit der Amplitude 0.1 + 0.9*b` wieder addiert. Flache Bereiche haben einen Hochpasswert von null, sodass nur Kanten einen Saum bekommen -- genau das reale Verhalten.

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_color_artistic

Referenzen (Beispieldaten, Literatur)

• 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.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_color_artistic — py -3.11 examples/gallery2d_color_artistic.py

Typkompatible Folge-Operatoren (nehmen `image` als Eingabe)

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

Gleiche Kategorie (`augmentation`)

aug_shot_noise · aug_read_noise · aug_fixed_pattern · aug_motion_blur · aug_vignette · aug_rolling_shutter · aug_jpeg_blocks · aug_cutout

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

aug_chromatic — 2D augmentation op