deform_mls — 2D `deformation` op

• 데이터 종류: image → image

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

deform_mls: 入力 → 出力

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

이동 최소제곱법(moving-least-squares) 이미지 변형, 아핀(affine) 변형(Schaefer 2006).

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

A 5x5 grid of control points `p_i` is displaced to

`q_i = p_i + amp*[sin(2 pi gx), cos(2 pi gy)]` (gy, gx = normalised

control coordinates). For every destination pixel the weighted

least-squares affine map is re-solved with the weights

`w_i = 1/|p_i - v|^(2 alpha)`, so the warp is a *different* affine at every

pixel -- smooth, interpolating at the control points, and exact on affine

data. The backward map is obtained by solving the same MLS problem with the

roles of `p and q` swapped (the resampling formulation of the paper's

section 4), which is the exact inverse whenever the control data is affine

and a smooth approximation of it otherwise. `a` sets the amplitude

`amp = 0.12*a*min(H,W), b the falloff alpha = 0.5 + 1.5b` (large

alpha = tightly local deformation). `a = 0 gives q = p`, hence the

identity (up to sub-pixel resampling error).

• 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.

deform_mls 0.50 0.50

• gallery2d_geometry — py -3.11 examples/gallery2d_geometry.py

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

deform_mls — 2D deformation op