tf_gradient_domain_reintegrate — 2D filtering op

• 資料種類:image → image

• 呼叫:fullseye.apply(img, "tf_gradient_domain_reintegrate", a=0.5, b=0.5)(2-D 的模型是一張圖 + 兩個純量旋鈕 a,b∈[0,1])

*圖為在 128×128 合成輸入上實際執行的輸出。左為輸入，右為輸出(非影像的回傳值直接顯示其值)。*

用法

gradient_domain_reintegrate：對梯度進行閾值處理，接著進行泊松重積分。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

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].

詳細使用指南

• gallery2d_smoothing_rank 族使用指南

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

在 Studio 中試試

下面的程式已確認可以執行(與圖相同的輸入)。在 Studio 說明中，此區塊會變成按鈕，可當場載入並執行。

tf_gradient_domain_reintegrate 0.50 0.50

▸ Load this pipeline  ·  Load & run

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型別可銜接的下一個運算子(可接受 image 作為輸入)

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

同類別(filtering)

—

*Provenance: ops.py — 2D 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.