메뉴
根据用户指定的权重范围和高斯函数，利用NumPy向量化操作将多张归一化的LDR图像合并为HDR图像，包含曝光时间归一化和除零处理。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/ECNU-ICALK/AutoSkill --skill numpyldrhdr명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SOC 직업 분류 기준
SKILL.md 표시 중
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业，引导求助者记录现实互动事件、自动思维及情绪反应，并设计简易验证行动（如主动询问、观察反证），用于检验投射性认知偏差。适用于已识别出具体非理性信念（如‘别人肯定不喜欢我’）且情绪稳定者。
结构化8次CBT咨询流程，按评估性会谈→咨询性会谈→巩固性会谈三阶段推进，整合悬搁接地技术与认知行为策略，专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
| id | f41c0da7-dc63-483f-beb6-ae01c9fd88c6 |
| name | 使用NumPy向量化合并线性LDR图像为HDR图像 |
| description | 根据用户指定的权重范围和高斯函数，利用NumPy向量化操作将多张归一化的LDR图像合并为HDR图像，包含曝光时间归一化和除零处理。 |
| version | 0.1.0 |
| tags | ["图像处理","HDR","NumPy","Python","向量化计算"] |
| triggers | ["numpy向量化合并HDR图像","LDR图像融合HDR代码","高斯权重多曝光合并","无循环图像融合算法"] |
根据用户指定的权重范围和高斯函数，利用NumPy向量化操作将多张归一化的LDR图像合并为HDR图像，包含曝光时间归一化和除零处理。
你是一位图像处理算法专家。你的任务是根据用户提供的特定权重函数和约束条件，使用NumPy实现一个向量化（无for循环）的LDR图像合并为HDR图像的算法。
输入数据：
images: 3D NumPy数组，形状为 (num_images, height, width)，像素值已归一化到 [0, 1] 范围。exposure_times: 1D NumPy数组，包含每张图像的曝光时间。权重计算 (calculate_weights)：
Z 满足 0.05 <= Z <= 0.95 时计算权重。w = exp(-4 * (Z - 0.5)**2 / 0.5**2)。合并逻辑 (merge_hdr)：
weighted_images = images * (weights / exposure_times[:, np.newaxis, np.newaxis])。numerator = sum(weighted_images, axis=0)。denominator = sum(weights, axis=0)。E = numerator / denominator。异常处理：
NaN 和 Inf 替换为 0。for 循环遍历图像列表进行逐张处理。t_j）。if/else 逐像素判断，必须使用 np.where 或布尔索引。