simulate_defocus — 2D `smoothing` op

• 데이터 종류: image → image

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

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

사용법

균일한 초점 흐림(디포커스)을 시뮬레이션하는 평활화. 구현은 사각형 창의 평균 필터(box filter, `ndimage.uniform_filter)로, 원형 조리개에 의한 본래의 흐림 형태(착란원, circle-of-confusion)가 아니라 정사각형 창으로 근사한다. a가 창 폭을 3/5/7/9의 4단계로 나누며(_k(a)`), b는 사용되지 않는다.

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

HALCON の `simulate_defocus`（一様なピンボケをシミュレートする演算）に相当するが、光学的に正しい円形ボケではなく矩形平均という粗い近似である点に注意。

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).*

simulate_defocus — 2D smoothing op

사용법