cv_gaussian — 2D smoothing op

• 데이터 종류: image → image

• 호출: fullseye.apply(img, "cv_gaussian", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

• HALCON 대응: gauss_filter(의미·매개변수는 HALCON 레퍼런스가 참고가 됩니다)

*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*

사용법

가우시안 평활화(OpenCV 구현). 가우시안 커널을 사용한 표준 블러 처리로, box filter보다 링잉(ringing)이 덜 발생한다.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

HALCON の gauss_filter(Smooth using discrete Gauss functions.)に相当。実装は `cv2.GaussianBlur(v, (0,0), sigmaX=0.3+2.7*a) —— カーネルサイズを指定せず (0,0)` にすることで OpenCV に σ から自動算出させている。a は σ を0.3〜3.0 に振る。b は未使用。

자세한 사용 가이드

• gallery2d_smoothing_rank 패밀리 가이드

참고(샘플 데이터·문헌)

• 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.

Studio에서 시도하기

아래 프로그램은 실제로 실행됨을 확인했습니다(그림과 같은 입력). Studio 도움말에서는 이 블록이 버튼이 되어 즉시 불러와 실행할 수 있습니다.

cv_gaussian 0.35 0.50

▸ Load this pipeline  ·  Load & run

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

타입이 이어지는 다음 연산자(image 를 입력으로 받는 것)

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

같은 카테고리(smoothing)

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

*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.