smoothing op• Data kinds: image → image
• Call: fullseye.apply(img, "mean_box_wh", a=0.5, b=0.5) (2-D model = एक image + दो scalar knobs a,b∈[0,1])
• HALCON समकक्ष: mean_image (अर्थ और parameters समझने के लिए HALCON reference उपयोगी है)
• GPU: नहीं (केवल CPU reference implementation)

*Figure synthetic 128×128 input पर सच में चलाकर मिला output है। बाईं ओर input, दाईं ओर output। Point clouds ऊपर से देखे गए scatter के रूप में (brightness = z), 1-D series line के रूप में, volumes z दिशा में maximum-intensity projection के रूप में, videos बीच के frame के रूप में, complex images amplitude के रूप में, और जो return values चित्र नहीं बन सकते वे स्वयं values के रूप में दिखाए जाते हैं।*
Knob a को बदलकर (0.1 / 0.5 / 0.9, दूसरा knob default पर):
▸ mean_box_wh: knob a को बदलने का figure (docs site)
Knob b को बदलकर (0.1 / 0.5 / 0.9, दूसरा knob default पर):
▸ mean_box_wh: knob b को बदलने का figure (docs site)
दूसरी images पर भी (synthetic scene / photo / coins। ऊपर की row में inputs, नीचे की row में उनके outputs। Knobs default पर):
▸ mean_box_wh: दूसरी images पर output (docs site)
*चौथा column colour (H,W,3) input है। यह op channels को पार किए बिना colour संभालता है (colour channel को तीसरे spatial axis की तरह convolve नहीं करता)।*
स्वतंत्र रूप से चुनी गई चौड़ाई और ऊँचाई वाला औसत (box) filter। HALCON के mean_image (Smooth by averaging.) के समकक्ष है।
a window की चौड़ाई और b window की ऊँचाई है; हर knob 1 + 2 * min(7, int(8 * clip(knob, 0, 1))) से विषम आकार 1, 3, …, 15 पर जाता है (सम चौड़ाई या ऊँचाई को अगले विषम मान तक ऊपर करने के समान)। सीमाएँ हमेशा reflect उपयोग करती हैं। चौड़ाई और ऊँचाई समान होने पर परिणाम उसी window और reflect वाले mean_box से bit-समान होता है। उदाहरण: _mean_box_wh(np.eye(5), 0.2, 0.4)।
NaN ???? image ??? ?? pixel ?? ???????? ???? ???? averaging windows ?? output ?? NaN ????? ???
• gallery2d_smoothing_rank family guide
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
नीचे का program सच में चलता है, यह जाँचा गया है (figure वाला ही input)। Studio की help में यह block buttons बन जाता है, जिनसे इसे वहीं load करके चलाया जा सकता है।
mean_box_wh 0.35 0.50
▸ यह pipeline load करें · Load करके चलाएँ
• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py
image को input के रूप में लेते हैं)identity · gaussian · mean_box · bilateral · kuwahara · unsharp · median · min_filter
smoothing)gaussian · mean_box · bilateral · kuwahara · unsharp · sk_tv · sk_wavelet · sk_rolling_ball
*Provenance: ops.py — 2D operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.