xcv3_pyr_laplacian — 2D smoothing op

• 資料種類:image → image

• 呼叫:fullseye.apply(img, "xcv3_pyr_laplacian", a=0.5, b=0.5)(2-D 的模型是一張圖 + 兩個純量旋鈕 a,b∈[0,1])

用法

基於拉普拉斯金字塔的銳化。一種反銳化遮罩，先以 `pyrDown 縮小、再以 pyrUp` 還原得到低頻成分影像，將其從原圖中減去得到差分(相當於拉普拉斯金字塔的一層、頻帶通成分)，再將該差分加回原圖以強化影像。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

`a は強調係数(0.5+2.5*a で 0.5〜3.0)を振る —— 大きいほど強くシャープになる(オーバーシュートも増える)。b` は未使用。結果は [0,1] にクリップ。

詳細使用指南

• gallery2d_smoothing_rank 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型別可銜接的下一個運算子(可接受 image 作為輸入)

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

同類別(smoothing)

gaussian · mean_box · bilateral · unsharp · sk_tv · sk_wavelet · sk_rolling_ball · sk_nlm

*Provenance: ops.py — 2D 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

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