augmentation op• 데이터 종류: image → image
• 호출: fullseye.apply(img, "aug_chromatic", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)
*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*
그레이스케일 이미지에 대한 측방향 색수차(lateral chromatic aberration) 근사. 실제 측방향 색수차는 색상 채널마다 다른 배율로 확대되어 가장자리에 색 번짐(fringe)이 생긴다. 단일 채널에서 관찰되는 특징은 가장자리(고역통과) 에너지의 *이동된* 복사본이 이미지 위에 중첩되는 것이다. 여기서는 고역통과 성분 `v - gaussian(v, 1) 을 수평으로 s = 1 + int(4*a) 픽셀만큼 이동시킨 뒤 진폭 0.1 + 0.9*b` 로 다시 더한다. 평탄한 영역은 고역통과 값이 0이므로 가장자리에서만 번짐이 나타난다 -- 실제 동작과 정확히 일치한다.
• gallery2d_color_artistic 패밀리 가이드
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
아래 프로그램은 실제로 실행됨을 확인했습니다(그림과 같은 입력). Studio 도움말에서는 이 블록이 버튼이 되어 즉시 불러와 실행할 수 있습니다.
aug_chromatic 0.50 0.50
▸ Load this pipeline · Load & run
• gallery2d_color_artistic — py -3.11 examples/gallery2d_color_artistic.py
image 를 입력으로 받는 것)identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter
augmentation)aug_shot_noise · aug_read_noise · aug_fixed_pattern · aug_motion_blur · aug_vignette · aug_rolling_shutter · aug_jpeg_blocks · aug_cutout
*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.