edges op• 데이터 종류: image → image
• 호출: fullseye.apply(img, "laplace", 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)
라플라시안(`ndimage.laplace, 유한 차분에 의한 2계 미분)의 절댓값을 정규화한 것. 방향성이 없는 2계 미분 에지 검출로, Sobel 계열보다 고주파 노이즈에 민감하다. HALCON의 laplace`(Calculate the Laplace operator by using finite differences.)에 해당한다.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
`a, b` は未使用。ノイズを抑えたい場合は事前にぼかすか
`laplace_of_gauss`(ガウス平滑化込み)を使う。
• 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.
• gallery2d_edges — py -3.11 examples/gallery2d_edges.py
image 를 입력으로 받는 것)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
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).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.