mean_box_wh — 2D `smoothing` op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "mean_box_wh", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

• HALCON 相当: mean_image(意味・パラメータは HALCON リファレンスが参考になる)

• GPU: あり(許可リストの機械的 GPU 経路、CuPy)。device="auto" は測った大きさ(4,194,304 画素)以上で GPU を選ぶ

mean_box_wh: input → output

*図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。*

つまみ a を振る(0.1 / 0.5 / 0.9、もう一方は既定):

▸ mean_box_wh: つまみ a を振った図 (docs サイト)

つまみ b を振る(0.1 / 0.5 / 0.9、もう一方は既定):

▸ mean_box_wh: つまみ b を振った図 (docs サイト)

別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):

▸ mean_box_wh: 別の画像での出力 (docs サイト)

*4 列目はカラー (H,W,3) の入力。この op は色を跨がずに扱える(色チャネルを 3 本目の空間軸として畳み込まない)。*

使い方

幅と高さを独立に選ぶ平均（box）フィルタ。HALCON の mean_image（Smooth by averaging.）に相当。

a が窓の幅、b が窓の高さで、各ノブは 1 + 2 * min(7, int(8 * clip(knob, 0, 1))) で奇数 1, 3, …, 15 に写す（偶数の幅・高さを次の奇数へ切り上げるのと同じ）。境界は常に reflect。幅と高さが同じなら、同じ窓・reflect の mean_box とビット一致する。

例: _mean_box_wh(np.eye(5), 0.2, 0.4)。

NaN を含む画像では NaN がその画素を参照する平均窓の出力へ伝播する。

詳しい使い方ガイド

• gallery2d_smoothing_rank ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

Studio で試す

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

mean_box_wh 0.35 0.50

▸ このパイプラインを読み込む · 読み込んで実行

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

• mcp_task_score — py -3.11 examples/mcp_task_score.py

型が繋がる次の op(`image` を入力に取れる)

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

同カテゴリ(`smoothing`)

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

*Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

mean_box_wh — 2D smoothing op

使い方