修复注释乱码

2026-04-14 17:11:31 +08:00
parent b8bcefc84b
commit cd03e30bb8
58 changed files with 761 additions and 767 deletions
@@ -1,25 +1,26 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// 譁�ｻｶ蜷? ColorLayerProcessor.cs
-// 謠剰ｿｰ: 濶ｲ蠖ｩ蛻�ｱらｮ怜ｭ撰ｼ悟ｰ��蠎ｦ蝗ｾ蜒乗潔莠ｮ蠎ｦ蛹ｺ髣ｴ蛻�ｱ?
+// 文件名: ColorLayerProcessor.cs
+// 描述: 色彩分层算子，将灰度图像按亮度区间分层
 // 功能:
 //   - 将灰度图像按指定层数均匀分层
-//   - 謾ｯ謖∬�螳壻ｹ牙�螻よ焚�?~16螻ゑｼ�
-//   - 謾ｯ謖∝插蛹蛻�ｱょ柱蝓ｺ莠?Otsu 逧��騾ょｺ泌�螻�
+//   - 支持自定义分层数（2~16层）
+//   - 支持均匀分层和基于 Otsu 的自适应分层
 //   - 可选保留原始灰度或映射为等间距灰度
-// 邂玲ｳ�: 轣ｰ蠎ｦ驥丞喧 / 螟夐�蛟ｼ蛻��?
-// 菴懆? 譚惹ｼ� wei.lw.li@hexagon.com
+// 算法: 灰度量化 / 多阈值分割
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
+using Emgu.CV.CvEnum;
 using Emgu.CV.Structure;
-using Serilog;
 using XP.ImageProcessing.Core;
+using Serilog;

 namespace XP.ImageProcessing.Processors;

 /// <summary>
-/// 濶ｲ蠖ｩ蛻�ｱらｮ怜ｭ撰ｼ悟ｰ��蠎ｦ蝗ｾ蜒乗潔莠ｮ蠎ｦ蛹ｺ髣ｴ蛻�ｸｺ螟壻ｸｪ螻らｺ?
+/// 色彩分层算子，将灰度图像按亮度区间分为多个层级
 /// </summary>
 public class ColorLayerProcessor : ImageProcessorBase
 {
@@ -88,12 +89,12 @@ public class ColorLayerProcessor : ImageProcessorBase
        _logger.Debug("Process: Layers={Layers}, Method={Method}, OutputMode={OutputMode}, TargetLayer={TargetLayer}",
            layers, method, outputMode, targetLayer);

-        // 隶｡邂怜�螻る�蛟?
+        // 计算分层阈值
        byte[] thresholds = method == "Otsu"
            ? ComputeOtsuMultiThresholds(inputImage, layers)
            : ComputeUniformThresholds(layers);

-        // 隶｡邂玲ｯ丞ｱら噪霎灘�轣ｰ蠎ｦ蛟?
+        // 计算每层的输出灰度值
        byte[] layerValues = ComputeLayerValues(thresholds, layers, outputMode);

        // 应用分层映射
@@ -105,7 +106,7 @@ public class ColorLayerProcessor : ImageProcessorBase

        if (targetLayer == 0)
        {
-            // 霎灘�蜈ｨ驛ｨ螻?
+            // 输出全部层
            Parallel.For(0, height, y =>
            {
                for (int x = 0; x < width; x++)
@@ -118,8 +119,8 @@ public class ColorLayerProcessor : ImageProcessorBase
        }
        else
        {
-            // 蜿ｪ霎灘�謖�ｮ壼ｱゑｼ夐我ｸｭ螻ゆｸｺ 255�育區�会ｼ悟�菴吩ｸ?0�磯ｻ托ｼ?
-            int target = targetLayer - 1; // 蜿よ焚莉?蠑蟋具ｼ悟�驛ｨ邏｢蠑穂ｻ?蠑蟋?
+            // 只输出指定层：选中层为 255（白），其余为 0（黑）
+            int target = targetLayer - 1; // 参数从1开始，内部索引从0开始
            Parallel.For(0, height, y =>
            {
                for (int x = 0; x < width; x++)
@@ -136,7 +137,7 @@ public class ColorLayerProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// 蝮�劇蛻�ｱる�蛟ｼ�壼ｰ?[0, 255] 遲牙�
+    /// 均匀分层阈值：将 [0, 255] 等分
    /// </summary>
    private static byte[] ComputeUniformThresholds(int layers)
    {
@@ -152,7 +153,7 @@ public class ColorLayerProcessor : ImageProcessorBase
    /// </summary>
    private static byte[] ComputeOtsuMultiThresholds(Image<Gray, byte> image, int layers)
    {
-        // 隶｡邂礼峩譁ｹ蝗?
+        // 计算直方图
        int[] histogram = new int[256];
        var data = image.Data;
        int h = image.Height, w = image.Width;
@@ -175,7 +176,7 @@ public class ColorLayerProcessor : ImageProcessorBase
        if (layers <= 1 || low >= high)
            return;

-        // 蝨?[low, high] 闌�峩蜀�伽 Otsu 髦亥?
+        // 在 [low, high] 范围内找 Otsu 阈值
        long totalPixels = 0;
        long totalSum = 0;
        for (int i = low; i <= high; i++)
@@ -219,7 +220,7 @@ public class ColorLayerProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// 隶｡邂玲ｯ丞ｱら噪霎灘�轣ｰ蠎ｦ蛟?
+    /// 计算每层的输出灰度值
    /// </summary>
    private static byte[] ComputeLayerValues(byte[] thresholds, int layers, string outputMode)
    {
@@ -232,7 +233,7 @@ public class ColorLayerProcessor : ImageProcessorBase
        }
        else // MidValue
        {
-            // 豈丞ｱょ叙蛹ｺ髣ｴ荳ｭ蛟?
+            // 每层取区间中值
            values[0] = (byte)(thresholds.Length > 0 ? thresholds[0] / 2 : 128);
            for (int i = 1; i < layers - 1; i++)
                values[i] = (byte)((thresholds[i - 1] + thresholds[i]) / 2);
@@ -242,7 +243,7 @@ public class ColorLayerProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// 譬ｹ謐ｮ髦亥ｼ謨ｰ扈�｡ｮ螳壼ワ邏�謇螻槫ｱらｺ?
+    /// 根据阈值数组确定像素所属层级
    /// </summary>
    private static int GetLayerIndex(byte pixel, byte[] thresholds)
    {
@@ -1,26 +1,26 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// ��辣�? ContrastProcessor.cs
-// �讛膩: 撖寞�摨西��渡�摮琜��其�憓𧼮撩�曉�撖寞�摨?
+// 文件名: ContrastProcessor.cs
+// 描述: 对比度调整算子，用于增强图像对比度
 // 功能:
-//   - 蝥踵�批笆瘥𥪜漲�䔶漁摨西��?
-//   - �芸𢆡撖寞�摨行�隡?
-//   - CLAHE嚗�笆瘥𥪜漲�烾��芷����湔䲮�曉�銵∪�嚗?
-//   - �舀�憭𡁶�撖寞�摨血�撘箸䲮瘜?
+//   - 线性对比度和亮度调整
+//   - 自动对比度拉伸
+//   - CLAHE（对比度受限自适应直方图均衡化）
+//   - 支持多种对比度增强方法
 // 算法: 线性变换、直方图均衡化、CLAHE
-// 雿𡏭�? �𦒘� wei.lw.li@hexagon.com
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.Structure;
+using XP.ImageProcessing.Core;
 using Serilog;
 using System.Drawing;
-using XP.ImageProcessing.Core;

 namespace XP.ImageProcessing.Processors;

 /// <summary>
-/// 撖寞�摨西��渡�摮?
+/// 对比度调整算子
 /// </summary>
 public class ContrastProcessor : ImageProcessorBase
 {
@@ -1,20 +1,20 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// æ–‡ä»¶å�? GammaProcessor.cs
-// æ��è¿°: Gammaæ ¡æ£ç®—å�ï¼Œç”¨äºŽè°ƒæ•´å›¾åƒ�äº®åº¦å’Œå¯¹æ¯”åº?
+// 文件名: GammaProcessor.cs
+// 描述: Gamma校正算子，用于调整图像亮度和对比度
 // 功能:
-//   - Gammaé�žçº¿æ€§æ ¡æ?
+//   - Gamma非线性校正
 //   - 增益调整
-//   - ä½¿ç”¨æŸ¥æ‰¾è¡¨ï¼ˆLUTï¼‰åŠ é€Ÿå¤„ç�?
+//   - 使用查找表（LUT）加速处理
 //   - 适用于图像显示和亮度调整
 // 算法: Gamma校正公式 output = (input^(1/gamma)) * gain
-// ä½œè€? æ�Žä¼Ÿ wei.lw.li@hexagon.com
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.Structure;
-using Serilog;
 using XP.ImageProcessing.Core;
+using Serilog;

 namespace XP.ImageProcessing.Processors;

@@ -1,26 +1,26 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// æ–‡ä»¶å�? HDREnhancementProcessor.cs
-// æ��è¿°: é«˜åŠ¨æ€�èŒƒå›´ï¼ˆHDRï¼‰å›¾åƒ�å¢žå¼ºç®—å?
+// 文件名: HDREnhancementProcessor.cs
+// 描述: 高动态范围（HDR）图像增强算子
 // 功能:
-//   - å±€éƒ¨è‰²è°ƒæ˜ å°„ï¼ˆLocal Tone Mappingï¼?
-//   - è‡ªé€‚åº”å¯¹æ•°æ˜ å°„ï¼ˆAdaptive Logarithmic Mappingï¼?
+//   - 局部色调映射（Local Tone Mapping）
+//   - 自适应对数映射（Adaptive Logarithmic Mapping）
 //   - Drago色调映射
 //   - 双边滤波色调映射
-//   - å¢žå¼ºå›¾åƒ�æš—éƒ¨å’Œäº®éƒ¨ç»†èŠ?
+//   - 增强图像暗部和亮部细节
 // 算法: 基于色调映射的HDR增强
-// ä½œè€? æ�Žä¼Ÿ wei.lw.li@hexagon.com
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.Structure;
-using Serilog;
 using XP.ImageProcessing.Core;
+using Serilog;

 namespace XP.ImageProcessing.Processors;

 /// <summary>
-/// é«˜åŠ¨æ€�èŒƒå›´å›¾åƒ�å¢žå¼ºç®—å?
+/// 高动态范围图像增强算子
 /// </summary>
 public class HDREnhancementProcessor : ImageProcessorBase
 {
@@ -138,8 +138,8 @@ public class HDREnhancementProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// å±€éƒ¨è‰²è°ƒæ˜ å°?
-    /// å°†å›¾åƒ�åˆ†è§£ä¸ºåŸºç¡€å±‚ï¼ˆå…‰ç…§ï¼‰å’Œç»†èŠ‚å±‚ï¼Œåˆ†åˆ«å¤„ç�†å�Žå�ˆæˆ?
+    /// 局部色调映射
+    /// 将图像分解为基础层（光照）和细节层，分别处理后合成
    /// Base = GaussianBlur(log(I))
    /// Detail = log(I) - Base
    /// Output = exp(Base_compressed + Detail * boost)
@@ -156,22 +156,22 @@ public class HDREnhancementProcessor : ImageProcessorBase
            for (int x = 0; x < width; x++)
                floatImage.Data[y, x, 0] = floatImage.Data[y, x, 0] / 255.0f + 0.001f;

-        // å¯¹æ•°åŸ?
+        // 对数域
        var logImage = new Image<Gray, float>(width, height);
        for (int y = 0; y < height; y++)
            for (int x = 0; x < width; x++)
                logImage.Data[y, x, 0] = (float)Math.Log(floatImage.Data[y, x, 0]);

-        // åŸºç¡€å±‚ï¼šå¤§å°ºåº¦é«˜æ–¯æ¨¡ç³Šæ��å�–å…‰ç…§åˆ†é‡?
+        // 基础层：大尺度高斯模糊提取光照分量
        int kernelSize = (int)(sigmaSpace * 6) | 1;
        if (kernelSize < 3) kernelSize = 3;
        var baseLayer = new Image<Gray, float>(width, height);
        CvInvoke.GaussianBlur(logImage, baseLayer, new System.Drawing.Size(kernelSize, kernelSize), sigmaSpace);

-        // ç»†èŠ‚å±?
+        // 细节层
        var detailLayer = logImage - baseLayer;

-        // åŽ‹ç¼©åŸºç¡€å±‚çš„åŠ¨æ€�èŒƒå›?
+        // 压缩基础层的动态范围
        double baseMin = double.MaxValue, baseMax = double.MinValue;
        for (int y = 0; y < height; y++)
        {
@@ -200,7 +200,7 @@ public class HDREnhancementProcessor : ImageProcessorBase
            }
        }

-        // å�ˆæˆ�ï¼šåŽ‹ç¼©å�Žçš„åŸºç¡€å±?+ å¢žå¼ºçš„ç»†èŠ‚å±‚
+        // 合成：压缩后的基础层 + 增强的细节层
        var combined = new Image<Gray, float>(width, height);
        for (int y = 0; y < height; y++)
        {
@@ -287,7 +287,7 @@ public class HDREnhancementProcessor : ImageProcessorBase
            for (int x = 0; x < width; x++)
                floatImage.Data[y, x, 0] /= 255.0f;

-        // è®¡ç®—å…¨å±€æœ€å¤§äº®åº?
+        // 计算全局最大亮度
        float globalMax = 0;
        for (int y = 0; y < height; y++)
            for (int x = 0; x < width; x++)
@@ -364,7 +364,7 @@ public class HDREnhancementProcessor : ImageProcessorBase
            for (int x = 0; x < width; x++)
                floatImage.Data[y, x, 0] /= 255.0f;

-        // å…¨å±€æœ€å¤§äº®åº?
+        // 全局最大亮度
        float maxLum = 0;
        for (int y = 0; y < height; y++)
            for (int x = 0; x < width; x++)
@@ -410,7 +410,7 @@ public class HDREnhancementProcessor : ImageProcessorBase

    /// <summary>
    /// 双边滤波色调映射
-    /// ä½¿ç”¨å�Œè¾¹æ»¤æ³¢åˆ†ç¦»åŸºç¡€å±‚å’Œç»†èŠ‚å±?
+    /// 使用双边滤波分离基础层和细节层
    /// 双边滤波保边特性使得细节层更加精确
    /// </summary>
    private Image<Gray, byte> BilateralToneMapping(Image<Gray, byte> inputImage,
@@ -419,20 +419,20 @@ public class HDREnhancementProcessor : ImageProcessorBase
        int width = inputImage.Width;
        int height = inputImage.Height;

-        // è½¬æ�¢ä¸ºæµ®ç‚¹å¹¶å�–å¯¹æ•?
+        // 转换为浮点并取对数
        var floatImage = inputImage.Convert<Gray, float>();
        var logImage = new Image<Gray, float>(width, height);
        for (int y = 0; y < height; y++)
            for (int x = 0; x < width; x++)
                logImage.Data[y, x, 0] = (float)Math.Log(floatImage.Data[y, x, 0] / 255.0f + 0.001);

-        // å�Œè¾¹æ»¤æ³¢æ��å�–åŸºç¡€å±‚ï¼ˆä¿�è¾¹å¹³æ»‘ï¼?
+        // 双边滤波提取基础层（保边平滑）
        int diameter = (int)(sigmaSpace * 2) | 1;
        if (diameter < 3) diameter = 3;
        if (diameter > 31) diameter = 31;

        var baseLayer = new Image<Gray, float>(width, height);
-        // è½¬æ�¢ä¸?byte è¿›è¡Œå�Œè¾¹æ»¤æ³¢ï¼Œå†�è½¬å›ž float
+        // 转换为 byte 进行双边滤波，再转回 float
        var logNorm = NormalizeToByteImage(logImage);
        var baseNorm = new Image<Gray, byte>(width, height);
        CvInvoke.BilateralFilter(logNorm, baseNorm, diameter, sigmaColor, sigmaSpace);
@@ -454,10 +454,10 @@ public class HDREnhancementProcessor : ImageProcessorBase
            for (int x = 0; x < width; x++)
                baseLayer.Data[y, x, 0] = (float)(baseNorm.Data[y, x, 0] / 255.0 * logRange + logMin);

-        // ç»†èŠ‚å±?= å¯¹æ•°å›¾åƒ� - åŸºç¡€å±?
+        // 细节层 = 对数图像 - 基础层
        var detailLayer = logImage - baseLayer;

-        // åŽ‹ç¼©åŸºç¡€å±?
+        // 压缩基础层
        double baseMin = double.MaxValue, baseMax = double.MinValue;
        for (int y = 0; y < height; y++)
            for (int x = 0; x < width; x++)
@@ -1,19 +1,20 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// 譁�ｻｶ蜷? HierarchicalEnhancementProcessor.cs
-// 謠剰ｿｰ: 螻よｬ｡蠅槫ｼｺ邂怜ｭ撰ｼ悟渕莠主､壼ｰｺ蠎ｦ鬮俶民蛻�ｧ｣蟇ｹ荳榊酔蟆ｺ蠎ｦ扈�鰍迢ｬ遶句｢槫ｼ?
+// 文件名: HierarchicalEnhancementProcessor.cs
+// 描述: 层次增强算子，基于多尺度高斯分解对不同尺度细节独立增强
 // 功能:
-//   - 蟆�崟蜒丞�隗｣荳ｺ螟壼ｱらｻ�鰍螻?+ 蝓ｺ遑螻?
-//   - 蟇ｹ豈丞ｱらｻ�鰍迢ｬ遶区而蛻ｶ蠅樒�?
-//   - 謾ｯ謖∝渕遑螻ゆｺｮ蠎ｦ隹�紛蜥悟ｯｹ豈泌ｺｦ髯仙�?
+//   - 将图像分解为多层细节层 + 基础层
+//   - 对每层细节独立控制增益
+//   - 支持基础层亮度调整和对比度限制
 // 算法: 多尺度高斯差分分解与重建
-// 菴懆? 譚惹ｼ� wei.lw.li@hexagon.com
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
+using Emgu.CV.CvEnum;
 using Emgu.CV.Structure;
-using Serilog;
 using XP.ImageProcessing.Core;
+using Serilog;

 namespace XP.ImageProcessing.Processors;

@@ -105,16 +106,16 @@ public class HierarchicalEnhancementProcessor : ImageProcessorBase
        int w = inputImage.Width;

        // === 多尺度高斯差分分解（全部在原始分辨率上操作，无需金字塔上下采样） ===
-        // 逕ｨ騾貞｢� sigma 逧�ｫ俶民讓｡邉顔函謌仙ｹｳ貊大ｱょｺ丞��哦0(蜴溷崟), G1, G2, ..., G_n(蝓ｺ遑螻?
-        // 扈�鰍螻?D_i = G_i - G_{i+1}
+        // 用递增 sigma 的高斯模糊生成平滑层序列：G0(原图), G1, G2, ..., G_n(基础层)
+        // 细节层 D_i = G_i - G_{i+1}
        // 重建：output = sum(D_i * gain_i) + G_n * baseGain

-        // 隶｡邂玲ｯ丞ｱら噪鬮俶�?sigma�域欠謨ｰ騾貞｢橸ｼ?
+        // 计算每层的高斯 sigma（指数递增）
        var sigmas = new double[levels];
        for (int i = 0; i < levels; i++)
            sigmas[i] = Math.Pow(2, i + 1); // 2, 4, 8, 16, ...

-        // 逕滓�蟷ｳ貊大ｱょｺ丞���loat 謨ｰ扈�ｼ碁∩蜈?Emgu float Image 逧�琉鬚假ｼ�
+        // 生成平滑层序列（float 数组，避免 Emgu float Image 的问题）
        var smoothLayers = new float[levels + 1][]; // [0]=原图, [1..n]=高斯模糊
        smoothLayers[0] = new float[h * w];
        var srcData = inputImage.Data;
@@ -131,7 +132,7 @@ public class HierarchicalEnhancementProcessor : ImageProcessorBase
            if (ksize < 3) ksize = 3;

            using var src = new Image<Gray, byte>(w, h);
-            // 莉惹ｸ贋ｸ螻?float 霓?byte 蛛夐ｫ俶民讓｡邉?
+            // 从上一层 float 转 byte 做高斯模糊
            var prevLayer = smoothLayers[i];
            var sd = src.Data;
            Parallel.For(0, h, y =>
@@ -180,7 +181,7 @@ public class HierarchicalEnhancementProcessor : ImageProcessorBase
        var result = new Image<Gray, byte>(w, h);
        var resultData = result.Data;

-        // 鬚�ｽｬ謐?gains 荳?float
+        // 预转换 gains 为 float
        var fGains = new float[levels];
        for (int i = 0; i < levels; i++)
            fGains[i] = (float)gains[i];
@@ -209,4 +210,4 @@ public class HierarchicalEnhancementProcessor : ImageProcessorBase
        _logger.Debug("Process completed: {Levels} levels, output={W}x{H}", levels, w, h);
        return result;
    }
-}
+}
@@ -1,20 +1,20 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// æ–‡ä»¶å�? HistogramEqualizationProcessor.cs
+// 文件名: HistogramEqualizationProcessor.cs
 // 描述: 直方图均衡化算子，用于增强图像对比度
 // 功能:
 //   - 全局直方图均衡化
-//   - è‡ªé€‚åº”ç›´æ–¹å›¾å�‡è¡¡åŒ–ï¼ˆCLAHEï¼?
-//   - é™�åˆ¶å¯¹æ¯”åº¦å¢žå¼?
+//   - 自适应直方图均衡化（CLAHE）
+//   - 限制对比度增强
 //   - 改善图像的整体对比度
 // 算法: 直方图均衡化、CLAHE
-// ä½œè€? æ�Žä¼Ÿ wei.lw.li@hexagon.com
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.Structure;
-using Serilog;
 using XP.ImageProcessing.Core;
+using Serilog;

 namespace XP.ImageProcessing.Processors;

@@ -122,7 +122,7 @@ public class HistogramEqualizationProcessor : ImageProcessorBase
                var limited = floatTile + diff * Math.Min(clipLimit / 10.0, 1.0);
                var limitedByte = limited.Convert<Gray, byte>();

-                // å¤�åˆ¶åˆ°ç»“æžœå›¾åƒ?
+                // 复制到结果图像
                result.ROI = roi;
                limitedByte.CopyTo(result);
                result.ROI = System.Drawing.Rectangle.Empty;
@@ -1,27 +1,27 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// ��辣�? HistogramOverlayProcessor.cs
+// 文件名: HistogramOverlayProcessor.cs
 // 描述: 直方图叠加算子，计算灰度直方图并以蓝色柱状图绘制到结果图像左上角
 // 功能:
 //   - 计算输入图像的灰度直方图
-//   - 撠�凒�孵㦛蝏睃�銝箄��脣��𤩺��梁𠶖�曉��惩��曉�撌虫�閫?
-//   - 颲枏枂�湔䲮�曄�霈∟”�潭㺭�?
-// 蝞埈�: �啣漲�湔䲮�曄�霈?+ 敶抵𠧧�曉��惩�
-// 雿𡏭�? �𦒘� wei.lw.li@hexagon.com
+//   - 将直方图绘制为蓝色半透明柱状图叠加到图像左上角
+//   - 输出直方图统计表格数据
+// 算法: 灰度直方图统计 + 彩色图像叠加
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.CvEnum;
 using Emgu.CV.Structure;
+using XP.ImageProcessing.Core;
 using Serilog;
 using System.Drawing;
 using System.Text;
-using XP.ImageProcessing.Core;

 namespace XP.ImageProcessing.Processors;

 /// <summary>
-/// �湔䲮�曉��删�摮琜�霈∠��啣漲�湔䲮�曉僎隞亥��脫��嗅㦛蝏睃��啁��𨅯㦛�誩椰銝𡃏�嚗���嗉��箇�霈∟”�?
+/// 直方图叠加算子，计算灰度直方图并以蓝色柱状图绘制到结果图像左上角，同时输出统计表格
 /// </summary>
 public class HistogramOverlayProcessor : ImageProcessorBase
 {
@@ -29,11 +29,10 @@ public class HistogramOverlayProcessor : ImageProcessorBase

    // 固定参数
    private const int ChartWidth = 256;   // 柱状图绘图区宽度
-
    private const int ChartHeight = 200;  // 柱状图绘图区高度
-    private const int AxisMarginLeft = 50; // Y頧湔�蝑暸��坔捐摨?
-    private const int AxisMarginBottom = 25; // X頧湔�蝑暸��䠷�摨?
-    private const int Padding = 8;        // �峕艶憸嘥���器頝?
+    private const int AxisMarginLeft = 50; // Y轴标签预留宽度
+    private const int AxisMarginBottom = 25; // X轴标签预留高度
+    private const int Padding = 8;        // 背景额外内边距
    private const int PaddingRight = 25;  // 右侧额外内边距（容纳X轴末尾刻度文字）
    private const int Margin = 10;        // 距图像左上角边距
    private const float BgAlpha = 0.6f;
@@ -48,7 +47,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase

    protected override void InitializeParameters()
    {
-        // �惩虾靚���?
+        // 无可调参数
    }

    public override Image<Gray, byte> Process(Image<Gray, byte> inputImage)
@@ -57,7 +56,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
        int w = inputImage.Width;
        var srcData = inputImage.Data;

-        // === 1. 霈∠��啣漲�湔䲮�?===
+        // === 1. 计算灰度直方图 ===
        var hist = new int[256];
        for (int y = 0; y < h; y++)
            for (int x = 0; x < w; x++)
@@ -96,15 +95,15 @@ public class HistogramOverlayProcessor : ImageProcessorBase

        // === 3. 输出表格数据 ===
        var sb = new StringBuilder();
-        sb.AppendLine("=== �啣漲�湔䲮�曄�霈?===");
+        sb.AppendLine("=== 灰度直方图统计 ===");
        sb.AppendLine($"图像尺寸: {w} x {h}");
        sb.AppendLine($"总像素数: {totalPixels}");
-        sb.AppendLine($"��撠讐�摨? {minVal}");
-        sb.AppendLine($"��憭抒�摨? {maxVal}");
+        sb.AppendLine($"最小灰度: {minVal}");
+        sb.AppendLine($"最大灰度: {maxVal}");
        sb.AppendLine($"平均灰度: {mean:F2}");
        sb.AppendLine($"中位灰度: {medianVal}");
-        sb.AppendLine($"隡埈㺭�啣漲: {modeVal} (�箇緵 {modeCount} 甈?");
-        sb.AppendLine($"���撌?   {stdDev:F2}");
+        sb.AppendLine($"众数灰度: {modeVal} (出现 {modeCount} 次)");
+        sb.AppendLine($"标准差:   {stdDev:F2}");
        sb.AppendLine();
        sb.AppendLine("灰度值\t像素数\t占比(%)");
        for (int i = 0; i < 256; i++)
@@ -120,8 +119,8 @@ public class HistogramOverlayProcessor : ImageProcessorBase
        var colorImage = inputImage.Convert<Bgr, byte>();
        var colorData = colorImage.Data;

-        // 撣��嚗朞��臬躹�笔��?Padding + Y頧湔�蝑?+ 蝏睃㦛�?+ Padding嚗�偌撟喉�
-        //        Padding + 蝏睃㦛�?+ X頧湔�蝑?+ Padding嚗���湛�
+        // 布局：背景区域包含 Padding + Y轴标签 + 绘图区 + Padding（水平）
+        //        Padding + 绘图区 + X轴标签 + Padding（垂直）
        int totalW = Padding + AxisMarginLeft + ChartWidth + PaddingRight;
        int totalH = Padding + ChartHeight + AxisMarginBottom + Padding;
        int bgW = Math.Min(totalW, w - Margin);
@@ -133,7 +132,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
            int plotH = Math.Min(ChartHeight, bgH - Padding - AxisMarginBottom - Padding);
            if (plotW <= 0 || plotH <= 0) goto SkipOverlay;

-            // 蝏睃㦛�箏椰銝𡃏��典㦛�譍葉����?
+            // 绘图区左上角在图像中的坐标
            int plotX0 = Margin + Padding + AxisMarginLeft;
            int plotY0 = Margin + Padding;

@@ -164,7 +163,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
                }
            });

-            // 蝏睃��肽𠧧�梁𠶖�?
+            // 绘制蓝色柱状图
            Parallel.For(0, plotH, dy =>
            {
                int imgY = plotY0 + dy;
@@ -188,7 +187,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
                }
            });

-            // === 5. 蝏睃��鞉�頧渡瑪���摨行�瘜?===
+            // === 5. 绘制坐标轴线和刻度标注 ===
            var white = new MCvScalar(255, 255, 255);
            var gray = new MCvScalar(180, 180, 180);

@@ -204,7 +203,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
                new Point(plotX0 + plotW, plotY0 + plotH),
                white, 1);

-            // X頧游�摨? 0, 64, 128, 192, 255
+            // X轴刻度: 0, 64, 128, 192, 255
            int[] xTicks = { 0, 64, 128, 192, 255 };
            foreach (int tick in xTicks)
            {
@@ -220,7 +219,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
                    FontFace.HersheySimplex, FontScale, white, FontThickness);
            }

-            // Y頧游�摨? 0%, 25%, 50%, 75%, 100%
+            // Y轴刻度: 0%, 25%, 50%, 75%, 100%
            for (int i = 0; i <= 4; i++)
            {
                int val = maxCount * i / 4;
@@ -248,7 +247,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
            }
        }

-    SkipOverlay:
+        SkipOverlay:
        OutputData["PseudoColorImage"] = colorImage;

        _logger.Debug("Process completed: histogram overlay, mean={Mean:F2}, stdDev={Std:F2}", mean, stdDev);
@@ -256,7 +255,7 @@ public class HistogramOverlayProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// �澆��硋�蝝㰘恣�唬蛹蝝批�摮㛖泵銝莎�憒?12345 �?"12.3K"嚗?
+    /// 格式化像素计数为紧凑字符串（如 12345 → "12.3K"）
    /// </summary>
    private static string FormatCount(int count)
    {
@@ -264,4 +263,4 @@ public class HistogramOverlayProcessor : ImageProcessorBase
        if (count >= 1_000) return $"{count / 1_000.0:F1}K";
        return count.ToString();
    }
-}
+}
@@ -1,6 +1,6 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// æ–‡ä»¶å�? RetinexProcessor.cs
+// 文件名: RetinexProcessor.cs
 // 描述: 基于Retinex的多尺度阴影校正算子
 // 功能:
 //   - 单尺度Retinex (SSR)
@@ -8,19 +8,19 @@
 //   - 带色彩恢复的多尺度Retinex (MSRCR)
 //   - 光照不均匀校正
 //   - 阴影去除
-// ç®—æ³•: Retinexç�†è®º - å°†å›¾åƒ�åˆ†è§£ä¸ºå��å°„åˆ†é‡�å’Œå…‰ç…§åˆ†é‡?
-// ä½œè€? æ�Žä¼Ÿ wei.lw.li@hexagon.com
+// 算法: Retinex理论 - 将图像分解为反射分量和光照分量
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.Structure;
-using Serilog;
 using XP.ImageProcessing.Core;
+using Serilog;

 namespace XP.ImageProcessing.Processors;

 /// <summary>
-/// Retinexå¤šå°ºåº¦é˜´å½±æ ¡æ£ç®—å?
+/// Retinex多尺度阴影校正算子
 /// </summary>
 public class RetinexProcessor : ImageProcessorBase
 {
@@ -145,7 +145,7 @@ public class RetinexProcessor : ImageProcessorBase

        // 高斯模糊得到光照分量
        Image<Gray, float> blurred = new Image<Gray, float>(inputImage.Size);
-        int kernelSize = (int)(sigma * 6) | 1; // ç¡®ä¿�ä¸ºå¥‡æ•?
+        int kernelSize = (int)(sigma * 6) | 1; // 确保为奇数
        if (kernelSize < 3) kernelSize = 3;
        CvInvoke.GaussianBlur(floatImage, blurred, new System.Drawing.Size(kernelSize, kernelSize), sigma);

@@ -162,7 +162,7 @@ public class RetinexProcessor : ImageProcessorBase
        // R = log(I) - log(I*G)
        Image<Gray, float> retinex = logImage - logBlurred;

-        // åº”ç”¨å¢žç›Šå’Œå��ç§?
+        // 应用增益和偏移
        retinex = retinex * gain + offset;

        // 归一化到0-255
@@ -183,7 +183,7 @@ public class RetinexProcessor : ImageProcessorBase
    /// </summary>
    private Image<Gray, byte> MultiScaleRetinex(Image<Gray, byte> inputImage, double[] sigmas, double gain, int offset)
    {
-        // è½¬æ�¢ä¸ºæµ®ç‚¹å›¾åƒ?
+        // 转换为浮点图像
        Image<Gray, float> floatImage = inputImage.Convert<Gray, float>();
        floatImage = floatImage + 1.0f;

@@ -197,7 +197,7 @@ public class RetinexProcessor : ImageProcessorBase
            }
        }

-        // ç´¯åŠ å¤šä¸ªå°ºåº¦çš„ç»“æž?
+        // 累加多个尺度的结果
        Image<Gray, float> msrResult = new Image<Gray, float>(inputImage.Size);
        msrResult.SetZero();

@@ -229,10 +229,10 @@ public class RetinexProcessor : ImageProcessorBase
        // 平均
        msrResult = msrResult / sigmas.Length;

-        // åº”ç”¨å¢žç›Šå’Œå��ç§?
+        // 应用增益和偏移
        msrResult = msrResult * gain + offset;

-        // å½’ä¸€åŒ?
+        // 归一化
        Image<Gray, byte> result = NormalizeToByteImage(msrResult);

        floatImage.Dispose();
@@ -244,14 +244,14 @@ public class RetinexProcessor : ImageProcessorBase

    /// <summary>
    /// 带色彩恢复的多尺度Retinex (MSRCR)
-    /// å¯¹äºŽç�°åº¦å›¾åƒ�ï¼Œä½¿ç”¨ç®€åŒ–ç‰ˆæœ?
+    /// 对于灰度图像，使用简化版本
    /// </summary>
    private Image<Gray, byte> MultiScaleRetinexCR(Image<Gray, byte> inputImage, double[] sigmas, double gain, int offset)
    {
        // 先执行MSR
        Image<Gray, byte> msrResult = MultiScaleRetinex(inputImage, sigmas, gain, offset);

-        // å¯¹äºŽç�°åº¦å›¾åƒ�ï¼Œè‰²å½©æ�¢å¤�ç®€åŒ–ä¸ºå¯¹æ¯”åº¦å¢žå¼?
+        // 对于灰度图像，色彩恢复简化为对比度增强
        Image<Gray, float> floatMsr = msrResult.Convert<Gray, float>();
        Image<Gray, float> floatInput = inputImage.Convert<Gray, float>();

@@ -285,7 +285,7 @@ public class RetinexProcessor : ImageProcessorBase
    /// </summary>
    private Image<Gray, byte> NormalizeToByteImage(Image<Gray, float> floatImage)
    {
-        // æ‰¾åˆ°æœ€å°�å€¼å’Œæœ€å¤§å€?
+        // 找到最小值和最大值
        double minVal = double.MaxValue;
        double maxVal = double.MinValue;

@@ -1,21 +1,21 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// æ–‡ä»¶å�? SharpenProcessor.cs
+// 文件名: SharpenProcessor.cs
 // 描述: 锐化算子，用于增强图像边缘和细节
 // 功能:
 //   - 拉普拉斯锐化
-//   - é�žé”�åŒ–æŽ©è”½ï¼ˆUnsharp Maskingï¼?
-//   - å�¯è°ƒèŠ‚é”�åŒ–å¼ºåº?
-//   - æ”¯æŒ�å¤šç§�é”�åŒ–æ ?
+//   - 非锐化掩蔽（Unsharp Masking）
+//   - 可调节锐化强度
+//   - 支持多种锐化核
 // 算法: 拉普拉斯算子、非锐化掩蔽
-// ä½œè€? æ�Žä¼Ÿ wei.lw.li@hexagon.com
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.CvEnum;
 using Emgu.CV.Structure;
-using Serilog;
 using XP.ImageProcessing.Core;
+using Serilog;

 namespace XP.ImageProcessing.Processors;

@@ -94,7 +94,7 @@ public class SharpenProcessor : ImageProcessorBase
        var laplacian = new Image<Gray, float>(inputImage.Size);
        CvInvoke.Laplacian(inputImage, laplacian, DepthType.Cv32F, 1);

-        // è½¬æ�¢ä¸ºå—èŠ‚ç±»åž?
+        // 转换为字节类型
        var laplacianByte = laplacian.Convert<Gray, byte>();

        // 将拉普拉斯结果加到原图上进行锐化
@@ -124,10 +124,10 @@ public class SharpenProcessor : ImageProcessorBase
        var floatBlurred = blurred.Convert<Gray, float>();
        var detail = floatInput - floatBlurred;

-        // å°†ç»†èŠ‚åŠ å›žåŽŸå›?
+        // 将细节加回原图
        var sharpened = floatInput + detail * strength;

-        // è½¬æ�¢å›žå—èŠ‚ç±»åž?
+        // 转换回字节类型
        var result = sharpened.Convert<Gray, byte>();

        blurred.Dispose();
@@ -1,27 +1,27 @@
 // ============================================================================
 // Copyright © 2016-2025 Hexagon Technology Center GmbH. All Rights Reserved.
-// æ–‡ä»¶å�? SubPixelZoomProcessor.cs
+// 文件名: SubPixelZoomProcessor.cs
 // 描述: 亚像素放大算子，通过高质量插值实现图像的亚像素级放大
 // 功能:
-//   - æ”¯æŒ�ä»»æ„�å€�çŽ‡æ”¾å¤§ï¼ˆå�«å°�æ•°å€�çŽ‡å¦?1.5xã€?.3xï¼?
-//   - å¤šç§�æ�’å€¼æ–¹æ³•ï¼ˆæœ€è¿‘é‚»ã€�å�Œçº¿æ€§ã€�å�Œä¸‰æ¬¡ã€�Lanczosï¼?
+//   - 支持任意倍率放大（含小数倍率如 1.5x、2.3x）
+//   - 多种插值方法（最近邻、双线性、双三次、Lanczos）
 //   - 可选锐化补偿（抵消插值模糊）
-//   - å�¯é€‰æŒ‡å®šè¾“å‡ºå°ºå¯?
-// ç®—æ³•: åŸºäºŽ OpenCV Resize çš„é«˜è´¨é‡�æ�’å€¼æ”¾å¤?
-// ä½œè€? æ�Žä¼Ÿ wei.lw.li@hexagon.com
+//   - 可选指定输出尺寸
+// 算法: 基于 OpenCV Resize 的高质量插值放大
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.CvEnum;
 using Emgu.CV.Structure;
+using XP.ImageProcessing.Core;
 using Serilog;
 using System.Drawing;
-using XP.ImageProcessing.Core;

 namespace XP.ImageProcessing.Processors;

 /// <summary>
-/// äºšåƒ�ç´ æ”¾å¤§ç®—å?
+/// 亚像素放大算子
 /// </summary>
 public class SubPixelZoomProcessor : ImageProcessorBase
 {
@@ -104,7 +104,7 @@ public class SubPixelZoomProcessor : ImageProcessorBase
        if (sharpenAfter)
        {
            // Unsharp Masking: result = result + strength * (result - blur)
-            int ksize = Math.Max(3, (int)(scaleFactor * 2) | 1); // å¥‡æ•°æ ?
+            int ksize = Math.Max(3, (int)(scaleFactor * 2) | 1); // 奇数核
            using var blurred = result.SmoothGaussian(ksize);

            for (int y = 0; y < newHeight; y++)
@@ -124,4 +124,4 @@ public class SubPixelZoomProcessor : ImageProcessorBase

        return result;
    }
-}
+}
@@ -1,24 +1,25 @@
 // ============================================================================
 // Copyright © 2026 Hexagon Technology Center GmbH. All Rights Reserved.
-// ��辣�? SuperResolutionProcessor.cs
-// �讛膩: �箔�瘛勗漲摮虫������儘���摮?
+// 文件名: SuperResolutionProcessor.cs
+// 描述: 基于深度学习的超分辨率算子
 // 功能:
-//   - �舀� EDSR �?FSRCNN 頞��颲函�璅∪�嚗㇉NNX �澆�嚗?
-//   - �舀� 2x�?x�?x �曉之�滨�
+//   - 支持 EDSR 和 FSRCNN 超分辨率模型（ONNX 格式）
+//   - 支持 2x、3x、4x 放大倍率
 //   - 灰度图像自动转换为三通道输入，推理后转回灰度
 //   - 模型文件自动搜索，支持自定义路径
 //   - 使用 Microsoft.ML.OnnxRuntime 进行推理
 // 算法: EDSR (Enhanced Deep Residual SR) / FSRCNN (Fast SR CNN)
-// 雿𡏭�? �𦒘� wei.lw.li@hexagon.com
+// 作者: 李伟 wei.lw.li@hexagon.com
 // ============================================================================

 using Emgu.CV;
 using Emgu.CV.CvEnum;
 using Emgu.CV.Structure;
+using XP.ImageProcessing.Core;
 using Microsoft.ML.OnnxRuntime;
 using Microsoft.ML.OnnxRuntime.Tensors;
 using Serilog;
-using XP.ImageProcessing.Core;
+using System.IO;

 namespace XP.ImageProcessing.Processors;

@@ -29,9 +30,8 @@ public class SuperResolutionProcessor : ImageProcessorBase
 {
    private static readonly ILogger _logger = Log.ForContext<SuperResolutionProcessor>();

-    // 隡朞�蝻枏�嚗屸��漤�憭滚�頧?
+    // 会话缓存，避免重复加载
    private static InferenceSession? _cachedSession;
-
    private static string _cachedModelKey = string.Empty;

    public SuperResolutionProcessor()
@@ -76,17 +76,17 @@ public class SuperResolutionProcessor : ImageProcessorBase
        {
            _logger.Error("Model file not found: {Model}_x{Scale}.onnx", model, scale);
            throw new FileNotFoundException(
-                $"頞��颲函�璅∪���辣�芣𪄳�? {model}_x{scale}.onnx\n" +
+                $"超分辨率模型文件未找到: {model}_x{scale}.onnx\n" +
                $"请将模型文件放置到以下任一目录:\n" +
                $"  1. 程序目录/Models/\n" +
                $"  2. 程序目录/\n" +
-                $"璅∪���閬?ONNX �澆���n" +
-                $"�臭蝙�?tf2onnx 隞?.pb 頧祆揢:\n" +
+                $"模型需要 ONNX 格式。\n" +
+                $"可使用 tf2onnx 从 .pb 转换:\n" +
                $"  pip install tf2onnx\n" +
                $"  python -m tf2onnx.convert --input {model}_x{scale}.pb --output {model}_x{scale}.onnx --inputs input:0 --outputs output:0");
        }

-        // �㰘蝸�硋��其�霂?
+        // 加载或复用会话
        string modelKey = $"{model}_{scale}";
        InferenceSession session;
        if (_cachedModelKey == modelKey && _cachedSession != null)
@@ -111,7 +111,7 @@ public class SuperResolutionProcessor : ImageProcessorBase
            session = new InferenceSession(modelPath, options);
            _cachedSession = session;
            _cachedModelKey = modelKey;
-            // 霈啣�摰鮋�雿輻鍂�?Execution Provider
+            // 记录实际使用的 Execution Provider
            var providers = session.ModelMetadata?.CustomMetadataMap;
            _logger.Information("Loaded ONNX model: {ModelPath}, Providers: {Providers}",
                modelPath, string.Join(", ", session.GetType().Name));
@@ -134,7 +134,7 @@ public class SuperResolutionProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// �閙活�函�嚗���暹� FSRCNN嚗?
+    /// 单次推理（小图或 FSRCNN）
    /// </summary>
    private Image<Gray, byte> ProcessSingle(InferenceSession session, Image<Gray, byte> inputImage, int scale)
    {
@@ -145,8 +145,8 @@ public class SuperResolutionProcessor : ImageProcessorBase
        string inputName = session.InputMetadata.Keys.First();
        var inputMeta = session.InputMetadata[inputName];
        int[] dims = inputMeta.Dimensions;
-        // dims �澆�: [1, H, W, C] (NHWC)嚗龦 �航��?1 �?3
-        int inputChannels = dims[^1]; // ���𦒘�蝏湔糓�𡁻��?
+        // dims 格式: [1, H, W, C] (NHWC)，C 可能是 1 或 3
+        int inputChannels = dims[^1]; // 最后一维是通道数

        // 构建输入 tensor: [1, H, W, C] (NHWC)
        // 使用底层数组 + Parallel.For 避免逐元素索引开销
@@ -178,7 +178,7 @@ public class SuperResolutionProcessor : ImageProcessorBase
                for (int x = 0; x < w; x++)
                {
                    int px = rowOffset + x * 3;
-                    buf[px] = imgData[y, x, 0];
+                    buf[px]     = imgData[y, x, 0];
                    buf[px + 1] = imgData[y, x, 1];
                    buf[px + 2] = imgData[y, x, 2];
                }
@@ -195,13 +195,13 @@ public class SuperResolutionProcessor : ImageProcessorBase
        using var results = session.Run(inputs);
        var outputTensor = results.First().AsTensor<float>();

-        // 颲枏枂 shape: [1, C, H*scale, W*scale] (NCHW嚗峕芋�贝��箇�餈?Transpose)
+        // 输出 shape: [1, C, H*scale, W*scale] (NCHW，模型输出经过 Transpose)
        var shape = outputTensor.Dimensions;
        int outC = shape[1];
        int outH = shape[2];
        int outW = shape[3];

-        // 頧祆揢銝箇�摨血㦛�?
+        // 转换为灰度图像
        // 使用 Parallel.For + 直接内存操作
        Image<Gray, byte> result;
        if (outC == 1)
@@ -217,7 +217,7 @@ public class SuperResolutionProcessor : ImageProcessorBase
        }
        else
        {
-            // EDSR: 銝厰�𡁻�颲枏枂 [1, 3, outH, outW] �?�啣漲
+            // EDSR: 三通道输出 [1, 3, outH, outW] → 灰度
            // 直接计算灰度值，跳过中间 BGR 图像分配
            result = new Image<Gray, byte>(outW, outH);
            var outData = result.Data;
@@ -241,13 +241,13 @@ public class SuperResolutionProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// ����函�嚗�之�?EDSR嚗㚁�撠�㦛�誩��𣂼��堒��急綫����潭𦻖
+    /// 分块推理（大图 EDSR），将图像切成小块分别推理后拼接
    /// </summary>
    private Image<Gray, byte> ProcessTiled(InferenceSession session, Image<Gray, byte> inputImage, int scale, int tileSize)
    {
        int h = inputImage.Height;
        int w = inputImage.Width;
-        int overlap = 8; // �滚��讐�嚗��撠烐𣄽�亥器蝻䀝憚敶?
+        int overlap = 8; // 重叠像素，减少拼接边缘伪影

        var result = new Image<Gray, byte>(w * scale, h * scale);

@@ -290,7 +290,7 @@ public class SuperResolutionProcessor : ImageProcessorBase
    }

    /// <summary>
-    /// �交𪄳璅∪���辣嚗峕�隡睃�蝥扳�蝝Ｗ�銝芰𤌍敶𤏪�.onnx �澆�嚗?
+    /// 查找模型文件，按优先级搜索多个目录（.onnx 格式）
    /// </summary>
    private static string FindModelFile(string model, int scale)
    {