滤波
用于去噪、平滑、锐化和频域处理,为分割、测量与识别提供稳定图像。
各向异性扩散
AnisotropicDiffusion · 可执行
对 BGR 图像执行有界迭代的各向异性扩散平滑。
签名
Image diffused = AnisotropicDiffusion(alpha: 0.25, edgeSensitivity: 10, iterations: 10);
输入
inputImage- 由视觉图连接提供的 BGR8 图像。
参数
alphadouble- 扩散步长。
edgeSensitivitydouble- 边缘灵敏度。
iterationsint- 扩散迭代次数。
返回值
returnImage- 返回同宽高的 BGR8 图像。
行为
- 输出量测:meanAbsoluteChange 与 iterations。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:任一参数超出 参数合同 范围。
示例
执行三次各向异性扩散。
Image diffused = AnisotropicDiffusion(alpha: 0.25, edgeSensitivity: 10, iterations: 3);
双边滤波
Bilateral · 可执行
按空间距离和颜色距离联合加权执行保边平滑。
签名
Image bilateral = Bilateral(diameter: 5, sigmaColor: 75, sigmaSpace: 75);
输入
inputImage- 由视觉图连接提供的图像。
参数
diameterint- 滤波邻域直径。
sigmaColordouble- 颜色空间 sigma。
sigmaSpacedouble- 坐标空间 sigma。
返回值
returnImage- 返回与输入形状一致的图像。
行为
- 按像素的空间距离与颜色差异联合计算权重,在平滑噪声的同时减少跨边缘混合。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:任一参数超出 参数合同 范围。
示例
保边去噪节点。
Image bilateral = Bilateral(diameter: 5, sigmaColor: 30, sigmaSpace: 25);
双边纹理滤波
BilateralTextureFilter · 可执行
执行双边纹理滤波,平滑纹理区域同时保留主边缘。
签名
Image texture = BilateralTextureFilter(filterRadius: 3, iterations: 1, sigmaAlpha: -1, sigmaAverage: -1);
输入
inputImage- 由视觉图连接提供的 8-bit 灰度或 BGR 图像。
参数
filterRadiusint- 滤波半径。
iterationsint- 迭代次数。
sigmaAlphadouble- 纹理 alpha 参数;-1 自动计算。
sigmaAveragedouble- 平均 sigma 参数;-1 自动计算。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。VISION_PIPELINE_PARAMETER_RELATION:sigmaAlpha 或 sigmaAverage 不是 -1 也不大于 0。
示例
执行双边纹理滤波。
Image texture = BilateralTextureFilter(filterRadius: 4, iterations: 3, sigmaAlpha: 100, sigmaAverage: 100);
方框滤波
BoxBlur · 可执行
使用显式宽高和边界规则执行 视觉运行时 方框滤波。
签名
Image box = BoxBlur(border: "Reflect101", kernelHeight: 3, kernelWidth: 3, normalize: true);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelWidthint- 核宽度。
kernelHeightint- 核高度。
normalizebool- 是否按核面积归一化。
borderstring- 边界外推规则。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 输出量测:kernelArea 量测值。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelWidth 或 kernelHeight 不是奇数。VISION_PIPELINE_PARAMETER_TYPE:normalize 不是可解析的 BOOL。VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。
示例
执行 3×5 归一化方框滤波。
Image box = BoxBlur(border: "Reflect101", kernelHeight: 5, kernelWidth: 3, normalize: true);
卡通化
Cartoonify · 可执行
边缘保持滤波 + 颜色量化 + 边缘叠加,产生卡通化效果。
签名
Image cartoon = Cartoonify(edgeThreshold: 80, quantizationLevels: 8, sigmaRange: 0.45, sigmaSpatial: 60);
输入
inputImage- 由视觉图连接提供的 BGR8 图像。
参数
sigmaSpatialdouble- 保边滤波空间 sigma。
sigmaRangedouble- 保边滤波值域 sigma。
quantizationLevelsint- 颜色量化等级数。
edgeThresholdint- 边缘检测阈值。
返回值
returnImage- 返回同宽高的 BGR8 卡通化图像。
行为
- 先 EdgePreservingFilter 保边平滑,再颜色量化,再以 Laplacian 阈值掩码叠加黑色描边。
- 输出量测:meanAbsoluteChange 与 edgePixelRatio。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:数值参数超出 参数合同 范围。
示例
执行卡通化。
Image cartoon = Cartoonify(edgeThreshold: 15, quantizationLevels: 12, sigmaRange: 0.4, sigmaSpatial: 15);
离散余弦正变换
DctForward · 可执行
对图像执行离散余弦正变换,输出对数幅度归一化为 8-bit 灰度。
签名
Image dct = DctForward();
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入在执行体中转为灰度。
参数
无参数。
返回值
returnImage- DCT 系数归一化为 8-bit 灰度。
行为
- 输出对数幅度归一化为 8-bit 灰度图像。
- 输出量测:inputEnergy 与 outputEnergy。
错误与限制
VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit、1/3/4 通道图像。
示例
已声明的视觉 SCL 节点语法;当前公开主执行链不可执行。
Image dct = DctForward();
离散余弦逆变换
DctInverse · 可执行
对输入图像先执行 DCT 再执行 IDCT,输出空间域往返重建结果;不接受外部 DCT 系数对象。
签名
Image idct = DctInverse();
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入在执行体中转为灰度。
参数
无参数。
返回值
returnImage- 重建的空间域灰度图像。
行为
- 输出量测:inputEnergy、outputEnergy 与 roundTripDiff 以验证重建精度。
错误与限制
VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit、1/3/4 通道图像。
示例
已声明的视觉 SCL 节点语法;当前公开主执行链不可执行。
Image idct = DctInverse();
去雾
Dehaze · 可执行
暗通道先验去雾(He et al. 2009 简化版),恢复对比度。
签名
Image dehaze = Dehaze(atmospherePercent: 0.001, minimumTransmission: 0.1, omega: 0.95, patchSize: 15);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行体统一转换为 BGR。
参数
patchSizeint- 暗通道估计窗口大小。
omegadouble- 去雾强度。
atmospherePercentdouble- 大气光选取百分位。
minimumTransmissiondouble- 最小透射率。
返回值
returnImage- 返回同宽高的 BGR8 去雾图像。
行为
- 暗通道先验估计透射率与大气光,逆大气散射模型恢复。
- 输出量测:meanAbsoluteChange、atmosphereLight 与 meanTransmission。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:patchSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行暗通道去雾。
Image dehaze = Dehaze(atmospherePercent: 0.01, minimumTransmission: 0.2, omega: 0.95, patchSize: 7);
细节增强
DetailEnhance · 可执行
执行细节增强滤波,突出图像纹理细节。
签名
Image detail = DetailEnhance(sigmaRange: 0.15, sigmaSpatial: 10);
输入
inputImage- 由视觉图连接提供的 BGR8 图像。
参数
sigmaSpatialdouble- 空间 sigma。
sigmaRangedouble- 值域 sigma。
返回值
returnImage- 返回同宽高的 BGR8 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行细节增强。
Image detail = DetailEnhance(sigmaRange: 0.4, sigmaSpatial: 15);
离散傅里叶正变换
DftForward · 可执行
对图像执行离散傅里叶正变换,输出对数幅度谱归一化为 8-bit 灰度。
签名
Image dft = DftForward();
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入在执行体中转为灰度。
参数
无参数。
返回值
returnImage- 频域幅度谱归一化为 8-bit 灰度。
行为
- 输出对数幅度谱归一化为 8-bit 灰度图像。
- 输出量测:inputEnergy 与 outputEnergy。
错误与限制
VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit、1/3/4 通道图像。
示例
已声明的视觉 SCL 节点语法;当前公开主执行链不可执行。
Image dft = DftForward();
离散傅里叶逆变换
DftInverse · 可执行
对输入图像先执行 DFT 再执行 IDFT,输出空间域往返重建结果;不接受外部复数频谱对象。
签名
Image idft = DftInverse();
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入在执行体中转为灰度。
参数
无参数。
返回值
returnImage- 重建的空间域灰度图像。
行为
- 输出量测:inputEnergy、outputEnergy 与 roundTripDiff 以验证重建精度。
错误与限制
VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit、1/3/4 通道图像。
示例
已声明的视觉 SCL 节点语法;当前公开主执行链不可执行。
Image idft = DftInverse();
高斯差分
DifferenceOfGaussians · 可执行
对两个不同 sigma 的高斯结果取绝对差,形成尺度带通响应。
签名
Image dog = DifferenceOfGaussians(kernelSize: 9, sigmaLarge: 2, sigmaSmall: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行前转灰度。
参数
kernelSizeint- 高斯核边长。
sigmaSmalldouble- 较小尺度 sigma。
sigmaLargedouble- 较大尺度 sigma。
返回值
returnImage- 返回同宽高的 GRAY8 绝对差图。
行为
- 输出量测:responseMeanAbs 与 responseMaxAbs。
错误与限制
VISION_PIPELINE_PARAMETER_RELATION:sigmaLarge 小于或等于 sigmaSmall。VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。
示例
计算两尺度高斯差分。
Image dog = DifferenceOfGaussians(kernelSize: 9, sigmaLarge: 2, sigmaSmall: 1);
边缘感知平滑
EdgeAware · 可执行
边缘感知平滑:平坦区域走 GaussianBlur,边缘区域保留输入。
签名
Image aware = EdgeAware(edgeSoftness: 10, edgeThreshold: 30, kernelSize: 5, sigma: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 高斯核边长。
sigmadouble- 高斯 sigma。
edgeThresholddouble- 边缘检测阈值。
edgeSoftnessdouble- 边缘过渡软度。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 平坦区域走 GaussianBlur,边缘区域根据 edgeThreshold 和 edgeSoftness 混合。
- 输出量测:meanAbsoluteChange 与 meanEdgeStrength。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行边缘感知平滑。
Image aware = EdgeAware(edgeSoftness: 5, edgeThreshold: 20, kernelSize: 5, sigma: 2);
保边滤波
EdgePreservingFilter · 可执行
选择 Recursive 或 NormalizedConvolution 方法执行保边滤波。
签名
Image edge = EdgePreservingFilter(method: "Recursive", sigmaRange: 0.4, sigmaSpatial: 60);
输入
inputImage- 由视觉图连接提供的 BGR8 图像。
参数
methodstring- 保边滤波方法。
sigmaSpatialdouble- 空间 sigma。
sigmaRangedouble- 值域 sigma。
返回值
returnImage- 返回同宽高的 BGR8 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ENUM:method 不在 参数合同 枚举中。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行 NormalizedConvolution 保边滤波。
Image edge = EdgePreservingFilter(method: "NormalizedConvolution", sigmaRange: 0.3, sigmaSpatial: 40);
快速全局平滑
FastGlobalSmootherFilter · 可执行
快速全局平滑滤波器,替代 GuidedFilter 路线的保边平滑。
签名
Image fgs = FastGlobalSmootherFilter(lambda: 100, lambdaAttenuation: 0.01, sigmaColor: 20);
输入
inputImage- 由视觉图连接提供的 8-bit 灰度或 BGR 图像。
参数
lambdadouble- 平滑正则化强度。
sigmaColordouble- 颜色 sigma。
lambdaAttenuationdouble- lambda 衰减因子。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 调用 ximgproc fastGlobalSmootherFilter。
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行快速全局平滑。
Image fgs = FastGlobalSmootherFilter(lambda: 500, lambdaAttenuation: 0.25, sigmaColor: 10);
非局部均值去噪
FastNlMeansDenoise · 可执行
对灰度或 BGR 8-bit 图像执行有像素上限的非局部均值去噪。
签名
Image denoised = FastNlMeansDenoise(h: 3, hColor: 3, maximumPixels: 2073600, searchWindowSize: 21, templateWindowSize: 7);
输入
inputImage- 由视觉图连接提供的 8-bit 灰度或 BGR 图像。
参数
hdouble- 亮度分量去噪强度。
hColordouble- 颜色分量去噪强度。
templateWindowSizeint- 模板窗口边长。
searchWindowSizeint- 搜索窗口边长。
maximumPixelsint- 允许进入重型去噪的输入像素硬上限。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 灰度输入走 FastNlMeansDenoising;BGR 输入走 FastNlMeansDenoisingColored。
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RELATION:templateWindowSize 大于 searchWindowSize,或实际像素数超过 maximumPixels。VISION_PIPELINE_PARAMETER_ODD:任一窗口边长不是奇数。
示例
对受控小图执行非局部均值去噪。
Image denoised = FastNlMeansDenoise(h: 3, hColor: 3, maximumPixels: 10000, searchWindowSize: 7, templateWindowSize: 3);
固定核滤波
Filter2D · 可执行
从审计过的四种固定 3×3 核中选择并执行二维卷积。
签名
Image filtered = Filter2D(border: "Reflect101", delta: 0, kernelPreset: "Sharpen");
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelPresetstring- 固定 3×3 核。
deltadouble- 输出偏移。
borderstring- 边界外推规则。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 不接受任意 kernel 字符串或动态代码。
- 输出量测:kernelSum 与 kernelAbsoluteSum。
错误与限制
VISION_PIPELINE_PARAMETER_ENUM:kernelPreset 或 border 不在 参数合同 枚举中。VISION_PIPELINE_PARAMETER_RANGE:delta 超出范围。
示例
应用固定 Emboss 核。
Image filtered = Filter2D(border: "Reflect101", delta: 0, kernelPreset: "Emboss");
频域滤波
FrequencyDomainFilter · 可执行
在同一节点中选择 DFT 低通、高通、带通或带阻掩膜,并返回 GRAY8 结果。
签名
Image frequency = FrequencyDomainFilter(filterType: "LowPass", innerRadius: 0, outerRadius: 32);
输入
inputImage- 由视觉图连接提供的 8-bit 灰度或 BGR 图像;执行前转灰度。
参数
filterTypestring- 频域掩膜模式。
innerRadiusdouble- 带通/带阻内半径。
outerRadiusdouble- 外半径。
返回值
returnImage- 返回同宽高的 GRAY8 频域滤波结果。
行为
- 输出量测:inputEnergy、outputEnergy 与 keptFrequencyRatio。
- 这是 Filtering 分类 的单节点 DFT 滤波合同,不等同于不可达的 Frequency 分类 DftForward/LowPassFreq 等 symbol。
错误与限制
VISION_PIPELINE_PARAMETER_ENUM:filterType 不在 参数合同 枚举中。VISION_PIPELINE_PARAMETER_RELATION:半径关系不满足当前模式。VISION_PIPELINE_PARAMETER_RANGE:半径超出范围。
示例
执行圆形低通频域滤波。
Image frequency = FrequencyDomainFilter(filterType: "LowPass", innerRadius: 0, outerRadius: 10);
Gabor 滤波
GaborFilter · 可执行
构造显式有界 Gabor 核并输出灰度 8-bit 绝对响应。
签名
Image gabor = GaborFilter(aspectRatio: 0.5, kernelSize: 21, phaseDegrees: 0, sigma: 4, thetaDegrees: 0, wavelength: 10);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行前转灰度。
参数
kernelSizeint- Gabor 核边长。
sigmadouble- 高斯包络 sigma。
thetaDegreesdouble- 方向角,单位为度。
wavelengthdouble- 正弦因子波长。
aspectRatiodouble- 空间纵横比。
phaseDegreesdouble- 相位偏移,单位为度。
返回值
returnImage- 返回同宽高的 GRAY8 响应图。
行为
- 输出量测:responseMeanAbs 与 responseMaxAbs。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:任一参数超出范围。
示例
生成 45° Gabor 响应。
Image gabor = GaborFilter(aspectRatio: 0.5, kernelSize: 9, phaseDegrees: 0, sigma: 2, thetaDegrees: 45, wavelength: 6);
高斯模糊
GaussianBlur · 可执行
使用奇数正方形核执行 视觉运行时 高斯平滑,输出形状继承输入。
签名
Image blur = GaussianBlur(kernelSize: 5, sigma: 0);
输入
inputImage- 由视觉图连接提供的输入图像。
参数
kernelSizeint- 高斯核边长。
sigmadouble- 高斯标准差;0 由 视觉运行时 根据核尺寸计算。
返回值
returnImage- 返回与输入宽度、高度、通道数和单通道字节数一致的图像。
行为
- 视觉 SCL 编译器 按参数名排序并把控制参数写为字符串值。
- 生产 视觉运行时 在 Service 工作线程调用 GaussianBlur;视觉作业不在 PLC scan 内等待。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:kernelSize 或 sigma 超出 参数合同 范围。VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。
示例
视觉 SCL 作者节点语句;输入图像由连接提供。
Image blur = GaussianBlur(kernelSize: 5, sigma: 1.2);
高斯金字塔
GaussianPyramid · 可执行
连续 pyrDown levels 次再 pyrUp 回原尺寸,实现多尺度平滑。
签名
Image gaussPyr = GaussianPyramid(levels: 2);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
levelsint- 金字塔下采样层数。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 连续 pyrDown levels 次再 pyrUp 回原尺寸。
- 输出量测:levels 与 meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:levels 超出范围。
示例
执行 2 层高斯金字塔平滑。
Image gaussPyr = GaussianPyramid(levels: 2);
引导滤波
GuidedFilter · 可执行
以输入自身作为 guide 执行单输入引导滤波。
签名
Image guided = GuidedFilter(epsilon: 100, radius: 8);
输入
inputImage- 同时作为 source 与 guide 的 8-bit 灰度或 BGR 图像。
参数
radiusint- 引导滤波半径。
epsilondouble- 正则项。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 不接受隐藏的第二张 guide 图。
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:radius 或 epsilon 超出范围。
示例
执行单输入自引导滤波。
Image guided = GuidedFilter(epsilon: 100, radius: 4);
空间高通
HighPass · 可执行
空间域高通 = |input - GaussianBlur| * strength。
签名
Image high = HighPass(kernelSize: 5, sigma: 1, strength: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 高斯核边长。
sigmadouble- 高斯 sigma。
strengthdouble- 高通响应强度。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- |input - GaussianBlur| * strength。
- 输出量测:responseMeanAbs、responseMaxAbs 与 meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行空间域高通滤波。
Image high = HighPass(kernelSize: 5, sigma: 2, strength: 1);
频域高通滤波
HighPassFreq · 可执行
频域理想圆形高通滤波,半径 cutoffRadius 外全通,内截止。
签名
Image filtered = HighPassFreq(cutoffRadius: 10);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入在执行体中转为灰度。
参数
cutoffRadiusdouble- 截止半径(像素)。
返回值
returnImage- 高通滤波后的灰度图像。
行为
- 真调 视觉运行时.Dft + MulSpectrums + Idft。
- 输出量测:inputEnergy、outputEnergy 与 keptFrequencyRatio。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:cutoffRadius 不在 1–65535。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit、1/3/4 通道图像。
示例
已声明的视觉 SCL 节点语法;当前公开主执行链不可执行。
Image filtered = HighPassFreq(cutoffRadius: 30);
同态滤波
HomomorphicFilter · 可执行
基于 illumination-reflectance 模型的频域同态滤波,压制低频、增强高频。
签名
Image filtered = HomomorphicFilter(cutoffRadius: 30, gammaLow: 0.4, gammaHigh: 2.5);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入在执行体中转为灰度。
参数
cutoffRadiusdouble- 截止半径(像素)。
gammaLowdouble- 低频压制系数。
gammaHighdouble- 高频增强系数。
返回值
returnImage- 同态滤波后的灰度图像。
行为
- 执行体按 gammaLow 与 gammaHigh 构造频率增益;当前公共合同只校验各自的 0–10 范围。
- 参数合同 定义了 gammaHigh >= gammaLow 的关系规则,但 ValidateParameterRelationsByFamily 尚未接入 Frequency 分类,调用方不能依赖该关系被自动拒绝。
- 输出量测:inputEnergy、outputEnergy 与 meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:cutoffRadius、gammaLow 或 gammaHigh 超出各自 参数合同 范围。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit、1/3/4 通道图像。
示例
已声明的视觉 SCL 节点语法;当前公开主执行链不可执行。
Image filtered = HomomorphicFilter(cutoffRadius: 30, gammaLow: 0.4, gammaHigh: 2.5);
联合双边滤波
JointBilateralFilter · 可执行
以输入自身作为 guide 执行单输入联合双边滤波。
签名
Image joint = JointBilateralFilter(border: "Reflect101", diameter: 5, sigmaColor: 25, sigmaSpace: 5);
输入
inputImage- 同时作为 source 与 guide 的 8-bit 灰度或 BGR 图像。
参数
diameterint- 核直径。
sigmaColordouble- 颜色 sigma。
sigmaSpacedouble- 空间 sigma。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行 self-guide 联合双边滤波。
Image joint = JointBilateralFilter(border: "Reflect101", diameter: 5, sigmaColor: 25, sigmaSpace: 5);
Kuwahara 滤波
KuwaharaFilter · 可执行
经典区域边缘保持滤波,取 4 象限方差最小者均值。
签名
Image kuwahara = KuwaharaFilter(kernelSize: 5);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- Kuwahara 区域边长。
返回值
returnImage- 返回同宽高的 GRAY8 图像。
行为
- 取 4 象限方差最小者均值,保留边缘同时平滑区域。
- 输出量测:meanGray 与 maxGray。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:kernelSize 超出范围。
示例
执行 Kuwahara 保边滤波。
Image kuwahara = KuwaharaFilter(kernelSize: 5);
L0 梯度平滑
L0Smooth · 可执行
执行 L0 梯度最小化平滑,在保持锐利边缘的同时平坦化非边缘区域。
签名
Image smooth = L0Smooth(kappa: 2, lambda: 0.02);
输入
inputImage- 由视觉图连接提供的 8-bit 灰度或 BGR 图像。
参数
lambdadouble- 平滑正则化强度。
kappadouble- 迭代步长因子。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行 L0 梯度最小化平滑。
Image smooth = L0Smooth(kappa: 2, lambda: 0.03);
Laplacian 边缘
Laplacian · 可执行
在灰度图上计算 Laplacian 二阶导数并输出 8-bit 绝对响应。
签名
Image laplacian = Laplacian(delta: 0, kernelSize: 3, scale: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入先转灰度。
参数
kernelSizeint- Laplacian 核边长。
scaledouble- 响应缩放。
deltadouble- 结果偏移。
返回值
returnImage- 返回同宽高的 GRAY8 二阶导数响应。
行为
- 执行器先转灰度,再调用 视觉运行时 Laplacian。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
计算 3×3 Laplacian 响应。
Image laplacian = Laplacian(delta: 0, kernelSize: 3, scale: 1);
高斯拉普拉斯
LaplacianOfGaussian · 可执行
先高斯平滑再 Laplacian,提取零交叉边缘,输出 GRAY8 响应。
签名
Image log = LaplacianOfGaussian(delta: 0, kernelSize: 5, scale: 1, sigma: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行前转灰度。
参数
kernelSizeint- LoG 核边长。
sigmadouble- 高斯 sigma。
scaledouble- 响应缩放。
deltadouble- 响应偏移。
返回值
returnImage- 返回同宽高的 GRAY8 Laplacian-of-Gaussian 响应。
行为
- 先 GaussianBlur 再 Laplacian。
- 输出量测:responseMeanAbs 与 responseMaxAbs。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
计算 LoG 响应。
Image log = LaplacianOfGaussian(delta: 0, kernelSize: 5, scale: 1, sigma: 1.5);
拉普拉斯金字塔
LaplacianPyramid · 可执行
高斯金字塔下采样再上采样后的带通残差,可调强度。
签名
Image lapPyr = LaplacianPyramid(levels: 1, strength: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
levelsint- 金字塔层数。
strengthdouble- 残差增强强度。
返回值
returnImage- 返回同宽高的 GRAY8 单通道带通残差图像。
行为
- 输入先转为灰度,再与高斯金字塔下采样、上采样结果取绝对残差并乘以 strength。
- 输出量测:levels、responseMeanAbs 与 responseMaxAbs。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行 2 层拉普拉斯金字塔细节增强。
Image lapPyr = LaplacianPyramid(levels: 2, strength: 1.5);
迭代低通
LowPass · 可执行
多次迭代 GaussianBlur 实现低通,iterations 控制平滑强度。
签名
Image low = LowPass(iterations: 1, kernelSize: 5, sigma: 1.5);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 高斯核边长。
sigmadouble- 高斯 sigma。
iterationsint- 迭代次数。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 多次迭代 GaussianBlur 实现低通效果。
- 输出量测:iterations 与 meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行 3 次迭代低通滤波。
Image low = LowPass(iterations: 3, kernelSize: 5, sigma: 2);
频域低通滤波
LowPassFreq · 可执行
频域理想圆形低通滤波,半径 cutoffRadius 内全通,外截止。
签名
Image filtered = LowPassFreq(cutoffRadius: 40);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入在执行体中转为灰度。
参数
cutoffRadiusdouble- 截止半径(像素)。
返回值
returnImage- 低通滤波后的灰度图像。
行为
- 真调 视觉运行时.Dft + MulSpectrums + Idft。
- 输出量测:inputEnergy、outputEnergy 与 keptFrequencyRatio。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:cutoffRadius 不在 1–65535。VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是 8-bit、1/3/4 通道图像。
示例
已声明的视觉 SCL 节点语法;当前公开主执行链不可执行。
Image filtered = LowPassFreq(cutoffRadius: 30);
中值滤波
MedianBlur · 可执行
用奇数方形邻域的中值替换像素,抑制脉冲噪声并保持输入形状。
签名
Image median = MedianBlur(kernelSize: 3);
输入
inputImage- 由视觉图连接提供的输入图像。
参数
kernelSizeint- 中值邻域边长。
返回值
returnImage- 返回与输入形状一致的图像。
行为
- 将每个像素替换为 kernelSize×kernelSize 邻域的中值,主要抑制脉冲噪声,并保持输出尺寸与输入一致。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:kernelSize 超出范围。VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。
示例
5×5 中值滤波节点。
Image median = MedianBlur(kernelSize: 5);
运动模糊
MotionBlur · 可执行
沿指定角度构造线核模拟相机/物体运动模糊。
签名
Image motion = MotionBlur(angleDegrees: 0, border: "Reflect101", kernelSize: 15, normalize: true);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 运动模糊核边长。
angleDegreesdouble- 运动方向角度。
normalizebool- 是否归一化核权值。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高、同通道的 8-bit 运动模糊图。
行为
- 构造线形核后调用 Filter2D。
- 输出量测:kernelSum、kernelAbsoluteSum 与 meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_TYPE:normalize 不是可解析的 BOOL。VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行 45 度运动模糊。
Image motion = MotionBlur(angleDegrees: 45, border: "Reflect101", kernelSize: 15, normalize: true);
相位一致性
PhaseCongruency · 可执行
通过梯度相位一致性检测边缘/角点,对线性光照变化鲁棒。
签名
Image phase = PhaseCongruency(kernelSize: 5);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行前转灰度。
参数
kernelSizeint- 相位一致性核边长。
返回值
returnImage- 返回同宽高的 GRAY8 相位一致性响应。
行为
- 通过梯度相位一致性检测边缘。
- 输出量测:responseMeanAbs 与 responseMaxAbs。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:kernelSize 超出范围。
示例
计算相位一致性响应。
Image phase = PhaseCongruency(kernelSize: 5);
相位相关
PhaseCorrelationFreq · 可执行
基于输入内部裁取的固定偏移参考图计算相位相关面;当前仅为 P4 单输入演示合同,不是两张外部图像的配准 API。
签名
Image correlation = PhaseCorrelationFreq();
输入
inputImage- 用于构造内部固定偏移裁剪参考图的 GRAY8 输入。
参数
无参数。
返回值
returnImage- 相关面 8-bit 归一化图像,峰值位置指示平移量。
行为
- 执行体从输入的 (5, 3) 起点裁取较小参考区域并补零到 DFT 尺寸,不读取第二张外部图像。
- 输出 8-bit 归一化相关面,并输出量测:inputEnergy、outputEnergy、peakCorrelation、peakX 与 peakY。
错误与限制
VISION_CORE_INPUT_TYPE_UNSUPPORTED:输入不是单通道 8-bit 灰度图像。
示例
已声明的单输入固定平移参考图语法;当前公开主执行链不可执行,也不代表两图配准合同。
Image correlation = PhaseCorrelationFreq();
Prewitt 边缘
Prewitt · 可执行
用自建 3x3 Prewitt 核计算 X/Y 梯度幅度并输出 8-bit 响应。
签名
Image prewitt = Prewitt(border: "Reflect101", delta: 0, scale: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行前转灰度。
参数
scaledouble- 梯度幅度缩放。
deltadouble- 输出偏移。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高的 GRAY8 梯度幅度图。
行为
- 用自建 3x3 Prewitt 核合成 X/Y 梯度后计算幅度。
- 输出量测:meanMagnitude 与 maxMagnitude。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:scale 或 delta 超出 参数合同 范围。VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。
示例
计算 Prewitt 梯度幅度。
Image prewitt = Prewitt(border: "Reflect101", delta: 0, scale: 1);
金字塔均值漂移滤波
PyrMeanShiftFiltering · 可执行
迭代执行均值移位滤波并返回同尺寸输出。
签名
Image pyr = PyrMeanShiftFiltering(colorRadius: 10, epsilon: 1, maximumIterations: 5, maximumPyramidLevel: 1, spatialRadius: 10);
输入
inputImage- 由视觉图连接提供的 BGR8 图像。
参数
spatialRadiusdouble- 空间域窗口半径。
colorRadiusdouble- 颜色域窗口半径。
maximumPyramidLevelint- 金字塔最大层数。
maximumIterationsint- 迭代终止条件。
epsilondouble- 收敛阈值。
返回值
returnImage- 返回同宽高的 BGR8 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:任一参数超出 参数合同 范围。
示例
执行均值移位滤波。
Image pyr = PyrMeanShiftFiltering(colorRadius: 15, epsilon: 1, maximumIterations: 3, maximumPyramidLevel: 1, spatialRadius: 15);
局部范围滤波
RangeFilter · 可执行
局部最大减局部最小,衡量局部对比度。
签名
Image range = RangeFilter(border: "Reflect101", kernelSize: 3);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 统计窗口边长。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高的 GRAY8 局部对比度图。
行为
- 用 视觉运行时 形态学 dilation 减 erosion 计算局部范围。
- 输出量测:meanRange 与 maxRange。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。
示例
计算 5x5 局部对比度。
Image range = RangeFilter(border: "Reflect101", kernelSize: 5);
Roberts 边缘
Roberts · 可执行
用自建 2x2 对角核计算 Roberts 交叉梯度幅度并输出 8-bit 响应。
签名
Image roberts = Roberts(scale: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行前转灰度。
参数
scaledouble- 梯度幅度缩放。
返回值
returnImage- 返回同宽高的 GRAY8 梯度幅度图。
行为
- 用自建 2x2 对角核计算 Roberts 交叉梯度后求幅度。
- 输出量测:meanMagnitude 与 maxMagnitude。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:scale 超出 参数合同 范围。
示例
计算 Roberts 梯度幅度。
Image roberts = Roberts(scale: 1);
滚动引导滤波
RollingGuidanceFilter · 可执行
用显式迭代次数执行滚动引导滤波。
签名
Image rolling = RollingGuidanceFilter(border: "Reflect101", diameter: 5, iterations: 4, sigmaColor: 25, sigmaSpace: 5);
输入
inputImage- 由视觉图连接提供的 8-bit 灰度或 BGR 图像。
参数
diameterint- 核直径。
sigmaColordouble- 颜色 sigma。
sigmaSpacedouble- 空间 sigma。
iterationsint- 滚动迭代次数。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行两次滚动引导滤波。
Image rolling = RollingGuidanceFilter(border: "Reflect101", diameter: 5, iterations: 2, sigmaColor: 25, sigmaSpace: 5);
Scharr 梯度
Scharr · 可执行
计算 X 或 Y 方向 Scharr 一阶导数并输出 8-bit 绝对响应。
签名
Image scharr = Scharr(border: "Reflect101", delta: 0, dx: 1, dy: 0, scale: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;执行前转灰度。
参数
dxint- X 导数开关。
dyint- Y 导数开关。
scaledouble- 响应缩放。
deltadouble- 响应偏移。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高的 GRAY8 梯度响应。
行为
- 输出量测:meanMagnitude 与 maxMagnitude。
错误与限制
VISION_PIPELINE_PARAMETER_RELATION:dx 与 dy 不是恰有一个为 1。VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。
示例
计算 Y 方向 Scharr 梯度。
Image scharrY = Scharr(border: "Reflect101", delta: 0, dx: 0, dy: 1, scale: 1);
可分离卷积
SepFilter2D · 可执行
从审计过的可分离核预设中选择 X/Y 方向核执行可分离卷积。
签名
Image sep = SepFilter2D(border: "Reflect101", delta: 0, kernelX: "Gaussian3", kernelY: "Gaussian3");
输入
inputImage- 由视觉图连接提供的 8-bit 灰度或 BGR 图像。
参数
kernelXstring- X 方向可分离核预设。
kernelYstring- Y 方向可分离核预设。
deltadouble- 输出偏移。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高、同通道的 8-bit 响应图。
行为
- 按 kernelX 与 kernelY 预设执行可分离卷积。
- 输出量测:meanAbsoluteChange、kernelXSum 与 kernelYSum。
错误与限制
VISION_PIPELINE_PARAMETER_ENUM:kernelX、kernelY 或 border 不在 参数合同 枚举中。VISION_PIPELINE_PARAMETER_RANGE:delta 超出范围。
示例
执行 X 方向 Sobel、Y 方向 Smooth 的可分离卷积。
Image sep = SepFilter2D(border: "Reflect101", delta: 0, kernelX: "Sobel3", kernelY: "Smooth3");
图像锐化
Sharpen · 可执行
简化锐化:输入减去 amount 倍高斯模糊,与 Filter2D Sharpen preset 区别为单 amount 参数。
签名
Image sharp = Sharpen(amount: 1, kernelSize: 5, sigma: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 高斯核边长。
sigmadouble- 高斯 sigma。
amountdouble- 锐化量。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- 与 Filter2D 的 Sharpen preset 不同:Sharpen 为独立算子,使用 amount 参数控制锐化强度。
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行 amount=1.5 的锐化。
Image sharp = Sharpen(amount: 1.5, kernelSize: 3, sigma: 1);
Sobel 边缘
Sobel · 可执行
在灰度图上计算指定阶数的 Sobel 导数并输出 8-bit 绝对响应。
签名
Image sobel = Sobel(delta: 0, dx: 1, dy: 0, kernelSize: 3, scale: 1);
输入
inputImage- 由视觉图连接提供的 8-bit 图像;彩色输入先转灰度。
参数
dxint- X 方向导数阶数。
dyint- Y 方向导数阶数。
kernelSizeint- Sobel 核边长。
scaledouble- 导数响应缩放。
deltadouble- 结果偏移。
返回值
returnImage- 返回同宽高的 GRAY8 绝对导数响应。
行为
- 执行器先转灰度,再调用 视觉运行时 Sobel。
错误与限制
VISION_PIPELINE_PARAMETER_RELATION:dx 与 dy 同时为 0。VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
计算 X 方向一阶边缘。
Image sobelX = Sobel(delta: 0, dx: 1, dy: 0, kernelSize: 3, scale: 1);
局部标准差滤波
StandardFilter · 可执行
局部标准差(sqrt(variance)),衡量局部纹理散布程度。
签名
Image std = StandardFilter(border: "Reflect101", kernelSize: 3);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 统计窗口边长。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高的 GRAY8 局部标准差图。
行为
- 用 SqrBoxFilter 与 BoxFilter 计算局部方差后开方得到局部标准差。
- 输出量测:meanStdDev 与 maxStdDev。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。
示例
计算 5x5 局部标准差。
Image std = StandardFilter(border: "Reflect101", kernelSize: 5);
风格化
Stylization · 可执行
执行图像风格化滤波,产生类水彩或油画效果。
签名
Image style = Stylization(sigmaRange: 0.45, sigmaSpatial: 60);
输入
inputImage- 由视觉图连接提供的 BGR8 图像。
参数
sigmaSpatialdouble- 空间 sigma。
sigmaRangedouble- 值域 sigma。
返回值
returnImage- 返回同宽高的 BGR8 图像。
行为
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_RANGE:数值参数超出范围。
示例
执行风格化滤波。
Image style = Stylization(sigmaRange: 0.4, sigmaSpatial: 15);
反遮罩锐化
UnsharpMask · 可执行
以高斯模糊结果构造反遮罩,并可用阈值限制低对比度区域的锐化。
签名
Image sharp = UnsharpMask(amount: 1, kernelSize: 5, sigma: 1, threshold: 0);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 高斯核边长。
sigmadouble- 高斯 sigma。
amountdouble- 锐化量。
thresholdint- 变化低于此阈值时保留原像素。
返回值
returnImage- 返回同宽高、同通道的 8-bit 图像。
行为
- threshold=0 时直接返回锐化图;否则仅在差异掩码内复制锐化结果。
- 输出量测:meanAbsoluteChange。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_RANGE:任一参数超出范围。
示例
执行反遮罩锐化。
Image sharp = UnsharpMask(amount: 1.1, kernelSize: 5, sigma: 1.2, threshold: 0);
局部方差滤波
VarianceFilter · 可执行
局部方差(平方均值减均值的平方),衡量局部纹理强度。
签名
Image var = VarianceFilter(border: "Reflect101", kernelSize: 3);
输入
inputImage- 由视觉图连接提供的 8-bit 图像。
参数
kernelSizeint- 统计窗口边长。
borderstring- 边界规则。
返回值
returnImage- 返回同宽高的 GRAY8 局部方差图。
行为
- 用 SqrBoxFilter 与 BoxFilter 计算 E[x²] - E[x]² 的局部方差。
- 输出量测:meanVariance 与 maxVariance。
错误与限制
VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是奇数。VISION_PIPELINE_PARAMETER_ENUM:border 不在 参数合同 枚举中。
示例
计算 5x5 局部方差。
Image var = VarianceFilter(border: "Reflect101", kernelSize: 5);