Ir al contenido principal

Visión computacional(LAB) - Python, Escala a grises, Blanco y negro y difuminación

Que tal compañeros para esta entrada se nos dio a la tarea de hacer un .py que procesara una imagen y la convirtiera a grises, blanco y negro y difusa.

Antes de empezar
Recuerden que una imagen de colores por lo general esta formada por 3 bytes que son representados como R,G,B. Donde cada byte admite hasta 256 variaciones de color.

Ejemplo:
                  R     G     B
    Pixel = (255, 255, 255)   => Pixel TOTALMENTE blanco.


                B
    Pixel = (000)   => Pixel TOTALMENTE negro.


Escala a grises
En realidad es algo sencillo, para esta tarea yo use el método del MAX que es uno de las sencillos. Se trata de sacar el máximo byte del pixel y a continuación asignarlo al nuevo pixel.


Blanco y negro
Para sacar esta tarea aplicamos el método del promedio, el cual compara el promedio del pixel contra 2 parámetros de entrada(MIN y MAX) que a grandes rasgos lo que hacen es... si el promedio tiende a cero(blanco) el nuevo pixel valdrá cero en sus tres bytes y si tiende a 255(negro) sus nuevos bytes ahora valdrán 255. En caso de que no caiga dentro del rango el pixel se mantiene igual.


Difuminación
Para sacar esta tarea tenemos que usar CASI la misma metodología que en escala a grises, lo que primero hice fue sacar el máximo byte de todos los pixeles vecinos después el mayor de los mayores y este byte es el que se le asigna al nuevo pixel.

Como lo aplique... Yo estoy manejando la imagen como una lista de listas, supongamos que queremos sacar los vecinos del primer pixel, lo primero que hacemos es sacar sus vecinos de los lados... esto es sencillo solo restamos o sumamos uno al pixel... que en mi caso es disminuir en 1 y aumentar en 1 la lista, agregando try-except en caso de querer restar pixes que no existen. Para sacar los vecinos de arriba-abajo me valgo solo de sumar o restar el ancho de la imagen al numero del pixel... la teoría nos dice que si a un pixel le sumas el ancho de la imagen te encontraras en su vecino de abajo y si restamos nos encontraremos en el vecino de arriba. Sabiendo esto es fácil programarlo.


Código
Ve al git

Resultados


Imagen original
Imagen a grises

Imagen Blanco-negro con umbral MIN = 80 y MAX = 200

Imagen Blanco-negro con umbral MIN = 110 y MAX = 180

Imagen difusa


Comentarios

  • Se utilizo una imagen de 497x512.
  • En los tiempos de ejecución los podemos observar que umbral tarda mucho mas que los demás métodos porque calcula el promedio de cada pixel.

Tiempos de ejecución
Referencias

http://www.pythonware.com/library/pil/handbook/image.htm

Comentarios

Publicar un comentario

Entradas populares de este blog

Pequeño Juego con LEDS y Dip Switch

Siguiendo con los mini-proyectos, lo que quería hacer originalmente era un tipo "candado" con push-button y LEDs, el objetivo seria, meter la combinacion de botones correcta y los LEDS encendería por un motivo practico, en forma de serpiente. El objetivo no cambio, pero por falta de "material" lo hice con un dip switch de X entradas(depende de que tan grande quieras la combinación). CONOCIMIENTOS(max. 7 estrellas): Electronica:     ★ ★ Programación: ★ ★ Juego de Combinación + LEDs El programa es un poco mas complicado que el mini-proyecto pasado , pero aun asi es basico. Guardamos las salidas de los LEDs en un arreglo, despues con los valores recibidos y comparados de los dip switch jugamos con los LEDś. Hardware Requerido (1) Arduino Uno (6) LED (8) Resistencias 330 Ω (1) Dip Switch Circuito Usamos las salidas del ARduino 2-7 para los LEDS Usamos la salida A5, A4 para el dip switch Para hacer prender los LEDS tienes que encontrar la ...

Tarea #2 - LAB Visión - Sal y Pimienta - Procesamiento de imagenes - Python

Que tal para esta entrada se nos encargo  modificar  o agregar a nuestro código, una rutina que agregara degradación por adición de ruido(Sal y pimienta) base a dos parámetros: Intensidad = que tanto porcentaje de la imagen se le agregara sal y pimienta Polarización = que tan negros/blancos se pone un pixel seleccionado. y otra rutina que quitara filtrara ese ruido. Antes de comenzar Mi programa se esta empezando a poner " FEO " son demasiados métodos y por cada tarea esta creciendo considerablemente, pese a esto, esta sera la ultima entrada que estaré modificando este código, el las siguientes trabajare por clases.  El los avances de la tarea están en mi  github . Un poco de teoría Les comparto información de relevante que me ayudo a despejar dudas, al final de la entrada en el apartado de REFERENCIAS pondré los links de TODA esta información. El RUIDO en las imágen...

Tarea #5 - Codigo Hamming - Python

Codigo hamming Liga al repo Teoria segun wikipedia Antes de los códigos Hamming se utilizaron ciertos códigos detectores de error, como lo fueron el código linteing, pero ninguno llegó a ser tan eficaz como los de Hamming. A continuación se describen algunos de estos códigos. Paridad   La   paridad   consiste en añadir un bit, denominado   bit de paridad , que indique si el número de los bits de valor 1 en los datos precedentes es par o impar. Si un solo bit cambiara por error en la transmisión, el mensaje cambiará de paridad y el error se puede detectar (nótese que el bit donde se produzca el error puede ser el mismo bit de paridad). La convención más común es que un valor de paridad   1   indica que hay un número impar de unos en los datos, y un valor de paridad de   0   indica que hay un número par de unos en los datos. info. completa y un vídeo que me ayudo mucho para esta tarea: (TIENEN QUE VERLO - OBLIGATORIO) http://www.you...