smoothing op• Datenarten: image → image
• Aufruf: fullseye.apply(img, "guided_filter", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])
• HALCON-Äquivalent: guided_filter (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)
Die Implementierung ist identisch mit `bilateral_filter (kind: "bilateral"). Der echte Guided Filter (kantenerhaltende Glättung basierend auf einem lokalen linearen Modell) ist mathematisch ein anderer Algorithmus, aber dieser Ersatz verwendet stattdessen den Bilateralfilter (eine Annäherung, um den ähnlichen Zweck der kantenerhaltenden Glättung zu erfüllen; die resultierenden Werte stimmen nicht überein). Ein Platzhalter für HALCONs guided_filter` (Guided filtering of an image.).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
`a が空間シグマ、b` が輝度シグマを振る。両方が使われる。
• Leitfaden zur Familie gallery2d_smoothing_rank
• 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.
• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py
image als Eingabe)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
smoothing)gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_nlm
*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.