hx_gen_derivative_filter — 2D halcon_ext op

• 데이터 종류: image → image

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

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

사용법

주파수 영역의 미분 필터. `a 가 미분의 차수, b` 가 방향.

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

HALCON の `gen_derivative_filter` は Derivative(x / y / xx / yy / xy)と

次数を取るが、ここは長らく `|f|` を正規化して返すだけで、**入力の中身も

つまみも一切見ていなかった** —— 2026-09-02 実測で、同じ形なら

`a/b` を変えても、別の絵を渡しても、返りがバイト一致だった

(兄弟の `hx_gen_lowpass / hx_gen_highpass / hx_gen_bandfilter` は

つまみで変わるので、この 1 件だけ浮いていた)。

• `a : 階数 1〜2(|f| か |f|^2`)。2 階はラプラシアンに対応する。

• `b : 向き。0 で x 方向 |f_x|、1 で y 方向 |f_y|、間は等方 |f|`

へ滑らかに混ぜる(0.5 でちょうど等方)。

返りは周波数領域のフィルタそのもの(HALCON の gen_* と同じ約束)なので、

入力は形を決めるためだけに使う。ただし形だけでなくつまみでちゃんと変わる

ようになったので、進化が階数と向きを選べる。

자세한 사용 가이드

• gallery2d_halcon_ext 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_halcon_ext — py -3.11 examples/gallery2d_halcon_ext.py

타입이 이어지는 다음 연산자(image 를 입력으로 받는 것)

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

같은 카테고리(halcon_ext)

hx_gen_circle · hx_gen_ellipse · hx_gen_rectangle2 · hx_gen_checker_region · hx_gen_grid_region · hx_gabor · hx_fit_surface1 · hx_fit_surface2

*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.