fullseye
mean_box — 2D smoothing op
- データ種:
image→image - 呼び出し:
fullseye.apply(img, "mean_box", a=0.5, b=0.5)(2-D は 1 画像 + 2 スカラつまみa,b∈[0,1]のモデル) - HALCON 相当:
mean_image(意味・パラメータは HALCON リファレンスが参考になる)
図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。
つまみ a を振る(0.1 / 0.5 / 0.9、もう一方は既定):
つまみ b を振る(0.1 / 0.5 / 0.9、もう一方は既定):
別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):
カラー (H,W,3) の入力は載せていない: この op は色チャネルを 3 本目の空間軸として扱う(色を跨ぐ)ため。チャネルごとに分けて呼ぶこと。
使い方
矩形窓の単純平均（box）フィルタ。HALCON の mean_image（Smooth by averaging.）に相当。
a が窓の一辺を 3,5,7,9 の4段階（_k(a)、a を4分割して丸める）に切り替える。b が端の扱いを選ぶ: b <= 0.5 で reflect(端画素を複製して折り返す。scipy の既定で、2026-09-17 までの挙動)、以降 nearest / constant(0 で埋める)/ wrap(反対側から巻き取る)。★窓が 3 のときは reflect と nearest が原理的に一致する(はみ出しが 1 画素なので複製先が同じ)—— 端の扱いを変えたのに結果が動かないときは、まず窓の大きさを疑うこと(窓 9 では 3 通りとも変わる)。ガウシアンより計算は軽いがリンギングが出やすく、エッジがぼやける。
| 端の扱い: 端画素を重複させて折り返す (d c b a | a b c d、scipy の既定 reflect)(2026-09-16 に実測して記録)。 |
詳しい使い方ガイド
参考(サンプルデータ・文献)
- サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
- 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
- アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
Studio で試す
下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。
mean_box 0.35 0.50
実行できる例(この op を実際に呼ぶ検証済みサンプル)
- gallery2d_smoothing_rank —
py -3.11 examples/gallery2d_smoothing_rank.py
型が繋がる次の op(image を入力に取れる)
identity · gaussian · mean_box_wh · bilateral · kuwahara · unsharp · median · min_filter
同カテゴリ(smoothing)
gaussian · mean_box_wh · bilateral · kuwahara · unsharp · sk_tv · sk_wavelet · sk_rolling_ball
Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.