gray op• Data kinds: image → image
• Call: fullseye.apply(img, "xkor_clahe", a=0.5, b=0.5) (2-D model = एक image + दो scalar knobs a,b∈[0,1])
• 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):
▸ xkor_clahe: knob a को बदलने का figure (docs site)
*Knob b output नहीं बदलता (मापा गया: 0.1 / 0.5 / 0.9 पर एक जैसा)।*
दूसरी images पर भी (synthetic scene / photo / coins। ऊपर की row में inputs, नीचे की row में उनके outputs। Knobs default पर):
▸ xkor_clahe: 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)।*
CLAHE (contrast-सीमित adaptive histogram equalisation)। kornia.enhance.equalize_clahe को call करता है।
a clip limit (1.0 + 4.0 * a, range 1.0-5.0) को बदलता है। मान जितना बड़ा, contrast उतना तेज़ी से उठता है, पर noise भी उतनी आसानी से उभर जाता है। b उपयोग नहीं होता।
kornia 0.9 या उससे नया चाहिए। 0.8 और उससे पुराने equalize_clahe का परिणाम OpenCV के CLAHE से औसतन 0.04-0.17 और अधिकतम 0.46 अलग होता है (0.9 ने histogram के bins, काटे गए अतिरिक्त हिस्से को बाँटने का तरीका, LUT की rounding और tile interpolation ठीक किए)। version के साथ मान चुपचाप न बदलें, इसलिए 0.9 से नीचे यह op कारण बताकर मना कर देता है। tile grid स्पष्ट रूप से 8x8 दिया जाता है।
Knobs (मापा गया): a को 0 से 1 तक बदलने पर भी output नहीं बदलता (मापा गया; 5 तरह के inputs पर जाँचा गया)।
उसी operation के दूसरे implementation (मापा गया; docs/IMPL_DIFFERENTIAL.md): एक ही input और एक ही a, b पर भीतरी अंतर (value range के अनुपात में; 5e-3 से कम = मेल) clahe 0.61, cv_clahe 0.087 है। जो मेल नहीं खाते उनका कारण (knob mapping, window, border, quantisation, अलग परिभाषा) table में लिखा है।
• gallery2d_gray_arith 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।
xkor_clahe 0.50 0.50
▸ यह pipeline load करें · Load करके चलाएँ
• gallery2d_gray_arith — py -3.11 examples/gallery2d_gray_arith.py
image को input के रूप में लेते हैं)identity · gaussian · mean_box · mean_box_wh · bilateral · kuwahara · unsharp · median
gray)gamma · quantize_uniform · quantize_lloyd_max · quantization_error · dither_ordered · dither_floyd_steinberg · companding_mu_law · banding_map
*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.