cv_sharpen — 2D `smoothing` op

• 데이터 종류: image → image

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

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

사용법

언샤프 마스크 방식의 선명화 필터(3x3 커널 컨볼루션, OpenCV 구현). 중심이 `1+4a, 상하좌우가 -a`인 커널(a=0이면 항등 커널=변화 없음, a가 클수록 이산 라플라시안적인 고역 강조가 강하게 걸린다)을 컨볼루션하여 에지 부근의 대비를 끌어올린다.

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

HALCON の emphasize(Enhance contrast of the image.)に相当(近似)。実装は `cv2.filter2D(v, kernel) を [0,1]` へ clip したもの —— a はカーネルの強さ(鮮鋭化の度合い)を 0〜1 に振る。b は未使用。

자세한 사용 가이드

• gallery2d_smoothing_rank 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_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

타입이 이어지는 다음 연산자(`image` 를 입력으로 받는 것)

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

같은 카테고리(`smoothing`)

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

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

cv_sharpen — 2D smoothing op

사용법