frequency op• Datenarten: image → image
• Aufruf: fullseye.apply(img, "xwt_mra_component", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])
Detailkomponente einer Stufe aus der Multiresolutionsanalyse (MRA, `pywt.mra2). Führt man mit db2` eine dreistufige MRA-Zerlegung durch, erhält man die horizontale/vertikale/diagonale Komponente jeder Stufe als Bild in derselben Auflösung wie das Originalbild (anders als bei der gewöhnlichen Wavelet-Zerlegung erfolgt keine Verkleinerung). Hier wird eine Stufe ausgewählt, und ein zusammengesetztes Detailbild -- horizontal + vertikal + diagonal aufsummiert -- wird Min-Max-normalisiert zurückgegeben.
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
`a はどの段を見るか(1〜3 段目、min(3,1+int(a*3))。近似成分[0 段目]は選ばれない)を振る。b` は未使用。段が大きいほど粗いスケールのディテールになる。
• Leitfaden zur Familie gallery2d_texture_freq
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• gallery2d_texture_freq — py -3.11 examples/gallery2d_texture_freq.py
image als Eingabe)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
frequency)lowpass · highpass · sk_butterworth · fft_image · power_real · power_byte · phase_rad · highpass_image
*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.