hx_gen_derivative_filter — 2D halcon_ext op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "hx_gen_derivative_filter", 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: gen_derivative_filter(意味・パラメータは HALCON リファレンスが参考になる)

使い方

周波数領域の微分フィルタ。`a が微分の階数、b` が向き。

HALCON の `gen_derivative_filter` は Derivative(x / y / xx / yy / xy)と

次数を取るが、ここは長らく `|f|` を正規化して返すだけで、**入力の中身も

つまみも一切見ていなかった** —— 2026-09-02 実測で、同じ形なら

`a/b` を変えても、別の絵を渡しても、返りがバイト一致だった

(兄弟の `hx_gen_lowpass / hx_gen_highpass / hx_gen_bandfilter` は

つまみで変わるので、この 1 件だけ浮いていた)。

• `a : 階数 1〜2(|f| か |f|^2`)。2 階はラプラシアンに対応する。

• `b : 向き。0 で x 方向 |f_x|、1 で y 方向 |f_y|、間は等方 |f|`

へ滑らかに混ぜる(0.5 でちょうど等方)。

返りは周波数領域のフィルタそのもの(HALCON の gen_* と同じ約束)なので、

入力は形を決めるためだけに使う。ただし形だけでなくつまみでちゃんと変わる

ようになったので、進化が階数と向きを選べる。

詳しい使い方ガイド

• gallery2d_halcon_ext ファミリ 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。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_halcon_ext — py -3.11 examples/gallery2d_halcon_ext.py

型が繋がる次の op(image を入力に取れる)

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

同カテゴリ(halcon_ext)

hx_gen_circle · hx_gen_ellipse · hx_gen_rectangle2 · hx_gen_checker_region · hx_gen_grid_region · hx_gabor · hx_fit_surface1 · hx_fit_surface2

*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.