cv_laplacian — 2D `edges` op

• 데이터 종류: image → image

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

• HALCON 대응: laplace(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)

사용법

라플라시안 필터(OpenCV 구현). 2계 미분에 의한 등방성 에지/블롭 검출로, 윤곽뿐 아니라 고립점에도 강하게 반응한다(노이즈에도 민감하다).

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

HALCON の laplace(Calculate the Laplace operator by using finite differences.)に相当。実装は `|cv2.Laplacian(v, CV_64F)|` を正規化したもの —— カーネルサイズは既定の 1(3x3 の基本 4 近傍ラプラシアンカーネル)に固定。a, b は未使用。

자세한 사용 가이드

• gallery2d_edges 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_edges — py -3.11 examples/gallery2d_edges.py

타입이 이어지는 다음 연산자(`image` 를 입력으로 받는 것)

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

같은 카테고리(`edges`)

sobel_mag · prewitt_mag · roberts_mag · dog · grad_dir · log · corner_response · sk_scharr

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

cv_laplacian — 2D edges op

사용법