tf_gradient_domain_reintegrate — 2D filtering op

• 数据种类:image → image

• 调用:fullseye.apply(img, "tf_gradient_domain_reintegrate", a=0.5, b=0.5)(2-D 的模型是一张图 + 两个标量旋钮 a,b∈[0,1])

用法

gradient_domain_reintegrate：对梯度进行阈值处理，然后进行泊松重积分。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

The forward gradient (gx, gy) is computed, gradient vectors whose magnitude is

below a threshold `t = a * max|grad|` are zeroed (small texture/noise

gradients discarded, strong edges kept), and the image is reconstructed from

the modified gradient field by solving the Poisson equation

`lap f = div(g) with an FFT solver. With a == 0` every gradient is kept

and the original image is recovered (up to a constant); with `a > 0` flat

regions are flattened while edges survive -- an edge-preserving gradient-domain

filter. `b` is unused. Output rescaled to [0,1].

详细使用指南

• gallery2d_smoothing_rank 族使用指南

参考(示例数据・文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者・年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

类型可衔接的下一个算子(可接受 image 作为输入)

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

同类别(filtering)

—

*Provenance: ops.py — 2D 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.