tf_gradient_domain_reintegrate — 2D `filtering` op

• Datenarten: image → image

• Aufruf: fullseye.apply(img, "tf_gradient_domain_reintegrate", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

tf_gradient_domain_reintegrate: 入力 → 出力

*Die Abbildung ist die tatsächliche Ausgabe auf einer synthetischen 128×128-Eingabe. Links Eingabe, rechts Ausgabe (ein Nicht-Bild-Rückgabewert wird als Wert gezeigt).*

Verwendung

gradient_domain_reintegrate: Schwellenwertbildung des Gradienten, anschließend Poisson-Reintegration.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

The forward gradient (gx, gy) is computed, gradient vectors whose magnitude is

below a threshold `t = a * max|grad|` are zeroed (small texture/noise

gradients discarded, strong edges kept), and the image is reconstructed from

the modified gradient field by solving the Poisson equation

`lap f = div(g) with an FFT solver. With a == 0` every gradient is kept

and the original image is recovered (up to a constant); with `a > 0` flat

regions are flattened while edges survive -- an edge-preserving gradient-domain

filter. `b` is unused. Output rescaled to [0,1].

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_smoothing_rank

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

In Studio ausprobieren

Das Programm unten ist nachweislich lauffähig (gleiche Eingabe wie die Abbildung). In der Studio-Hilfe wird dieser Block zu Schaltflächen, die es sofort laden und ausführen.

tf_gradient_domain_reintegrate 0.50 0.50

▸ Load this pipeline · Load & run

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

Typkompatible Folge-Operatoren (nehmen `image` als Eingabe)

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

Gleiche Kategorie (`filtering`)

—

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

tf_gradient_domain_reintegrate — 2D filtering op