mean_image_shape — Glättung durch Mittelwertbildung mit beliebiger Maske.
mean_image_shape führt eine Mittelwertfilterung des Eingabebildes
Image mit einer Maske, die durch die Region Mask
beschrieben wird, durch und liefert das gefilterte Bild in
ImageMean zurück. Die Form der Maske kann beliebig gewählt
werden und z.B. mit Operatoren wie gen_circle oder
draw_region erzeugt werden. Die Position der Maske spielt
dabei keine Rolle, da der Schwerpunkt der Maskenregion als
Referenzpunkt der Maske verwendet wird. Als Randbehandlung werden die
Grauwerte an den Bildrändern gespiegelt.
Für mean_image_shape sind spezielle Optimierungen unter Verwendung von
SIMD Technologie implementiert. Ob diese tatsächlich zur Anwendung kommen,
kann über den Systemparameter 'avx2_enable'
(siehe set_system)
gesteuert werden. Falls 'avx2_enable' auf 'true' gesetzt
wird (und die verwendete Hardware SIMD Technologie unterstützt), wird die
Berechnung intern unter Verwendung von SIMD Technologie durchgeführt.
Diese Optimierungen werden nur für Byte-Bilder und im
Falle von Masken, deren Fläche kleiner als 129 ist, verwendet.
Es ist zu beachten, dass mean_image_shape kompakte Eingaberegionen
am schnellsten verarbeiten kann.
In jedem Falle wirkt es sich günstig auf das Laufzeitverhalten von
mean_image_shape aus, wenn man die Eingaberegion von Image so
wählt, dass es zu keiner Randbehandlung kommt.
Das Konzept der Glättungsfilter ist in der Einleitung zum Kapitel Filter / Glättung beschrieben.
Image (input_object) (multichannel-)image(-array) → object (byte / uint2 / real)
Zu filterndes Bild.
Mask (input_object) region → object
Filtermaske.
ImageMean (output_object) (multichannel-)image(-array) → object (byte / uint2 / real)
Gefiltertes Bild.
read_image (Image, 'fabrik') gen_circle (Circle, 10, 10, 2) mean_image_shape (Image, Circle, ImageMean) dev_display (ImageMean)
Sind die Parameterwerte korrekt, dann liefert mean_image_shape den
Wert 2 (
H_MSG_TRUE)
. Das Verhalten bei leerer Eingabe (keine Eingabebilder
vorhanden) lässt sich mittels
set_system('no_object_result',<Result>) festlegen.
Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
read_image,
reduce_domain,
rectangle1_domain,
gen_circle
binomial_filter,
gauss_filter,
smooth_image,
mean_image
anisotropic_diffusion,
sigma_image,
convol_image,
gen_lowpass
Foundation