Processamento Digital de Imagens
|
|
- Juliana da Cunha Valverde
- 5 Há anos
- Visualizações:
Transcrição
1 Processamento Digital de Imagens Aula 05 Prof. Diemesleno Souza Carvalho
2 Na aula passada vimos...
3 Na aula passada vimos... Unidade IV - Processamento de imagens; - Transformação em imagens; - Translação; - Rotação; - Redimensionamento; - Flipping; - Cropping; - Aritimética em imagens; - Operações bitwise; - Máscara; - Divisão e Merge de canais de imagens; - Espaço de cores.
4 Na aula de hoje veremos...
5 Na aula de hoje veremos... Unidade V - Histogramas; - Utilizando OpenCV para computar histogramas; - Histogramas em escala de cinzas; - Histogramas coloridos; - Equalização de histogramas; - Histogramas e Máscaras.
6 Histogramas
7 Histogramas O que é um histograma?
8 Histogramas O que é um histograma? Um histograma representa a distribuição da intensidade de pixels em uma imagem, seja ela colorida ou na escala de cinzas. O histograma pode ser visualizado como um gráfico que nos dá um alto nível de informações sobre a distribuição da intensidade de pixels quanto aos seus valores.
9 Utilizando OpenCV para computar histogramas
10 Utilizando OpenCV para computar histogramas Dentre os vários métodos para processamento de imagens do OpenCV está o cv2.calchist que iremos utilizar para gerar nossos histogramas.
11 Utilizando OpenCV para computar histogramas Funcionamento do método cv2.calchist:
12 Utilizando OpenCV para computar histogramas Funcionamento do método cv2.calchist: cv2.calchist(imagem, canais, mascara, histsize, range) Onde: imagem: A imagem que queremos calcular o histograma; canais: Uma lista de índices, onde nós especificamos o índice do canal que nós queremos calcular o histograma. Para calcular um histograma em uma imagem na escala de cinzas nós usaríamos uma lista como [0]. Para calcular um histograma para todos os 3 canais (RGB) de uma imagem colorida, nossa lista seria [0, 1, 2];
13 Utilizando OpenCV para computar histogramas Funcionamento do método cv2.calchist: cv2.calchist(imagem, canais, mascara, histsize, range) Onde: mascara: Estudamos máscaras em aulas anteriores. Caso nós informarmos uma máscara o histograma será computado para os pixels presentes na máscara apenas. Caso nós não temos uma máscara ou simplesmente não queremos utilizar nós podemos passar o valor None;
14 Utilizando OpenCV para computar histogramas Funcionamento do método cv2.calchist: cv2.calchist(imagem, canais, mascara, histsize, range) Onde: histsize: Número de "bins" que nós queremos utilizar para calcular o histograma. Novamente aqui utilizamos uma lista informando o valor para cana canal. Poderíamos utilizar [32, 32, 32] para utilizar 32 "bins" para cada canal (RGB). range: O range de possibilidades para cada valor de um pixel. Normalmente esse range está entre [0, 255] para cada canal. Mas se estiver utilizando um outro espaço de cores que não RGB (como por exemplo HSV) esses valores poderão ser diferentes.
15 Utilizando OpenCV para computar histogramas Sobre "bins"
16 Utilizando OpenCV para computar histogramas Sobre "bins" Um histograma nada mais é do que um gráfico que plota a frequência de distribuição de pixels em uma imagem.
17 Utilizando OpenCV para computar histogramas Sobre "bins" Para plotar esse gráfico nós devemos dividir os dados em intervalos, chamados "bins".
18 Utilizando OpenCV para computar histogramas Sobre "bins" Para plotar esse gráfico nós devemos dividir os dados em intervalos, chamados "bins". No exemplo acima, o histograma representa a distribuição de idades em um grupo de pessoas. Cada "bin" ou intervalo é de 10 anos.
19 Histogramas em escala de cinzas
20 Histogramas em escala de cinzas Crie o programa histograma_cinza.py
21 Histogramas em escala de cinzas Crie o programa histograma_cinza.py
22 Histogramas em escala de cinzas Adicione o seguinte código no arquivo histograma_cinza.py
23 Histogramas em escala de cinzas Adicione o seguinte código no arquivo histograma_cinza.py
24 Histogramas em escala de cinzas Entendendo o código: Nada de novo. Mas veja que estamos utilizando o OpenCV para converter uma imagem colorida para a escala de cinzas.
25 Histogramas em escala de cinzas Ainda no arquivo histograma_cinza.py
26 Histogramas em escala de cinzas Entendendo o código: Na linha 16, utilizamos o método calchist do OpenCV para calcular o histograma da nossa imagem.
27 Histogramas em escala de cinzas Entendendo o código: Repare nos parâmetros informados: imagem Nossa imagem; canais [0] (escala de cinzas); máscara None (Não estamos utilizando máscara); histsize 256 bins; range Range do intervalo de busca de 0 a 255;
28 Histogramas em escala de cinzas Executando o programa:
29 Histogramas em escala de cinzas Executando o programa: python histograma_cinza.py --imagem beach.png
30 Histogramas em escala de cinzas Executando o programa: python histograma_cinza.py --imagem beach.png
31 Histogramas em escala de cinzas Como interpretar o histograma?
32 Histogramas em escala de cinzas Como interpretar o histograma? Temos os "bins" plotados no eixo x e a quantidade de pixels no eixo y. A maioria dos pixels estão no range entre 60 e 120. Podemos ver também que existem poucos pixels no range de 200 a 250, significando que há muito poucos pixels brancos na imagem.
33 Histogramas coloridos
34 Histogramas coloridos Crie o programa histograma_color.py
35 Histogramas coloridos Crie o programa histograma_color.py
36 Histogramas coloridos Digite o seguinte código no programa histograma_color.py
37 Histogramas coloridos Digite o seguinte código no programa histograma_color.py
38 Histogramas coloridos Entendendo o código: Nada de novo, mas reparem que importamos agora também o Numpy.
39 Histogramas coloridos Ainda no programa histograma_color.py
40 Histogramas coloridos Entendendo o cógido: Na linha 13 nós dividimos a imagem em 3 canais (RGB); Na linha 14 criamos uma variável no formato de tupla que conterá as letras que representarão as cores de cada canal.
41 Histogramas coloridos Entendendo o cógido: Da linha 15 até linha 18, criamos um gráfico que será apresentado mais a frente na linha 25, contendo o histograma de cada canal da imagem.
42 Histogramas coloridos Entendendo o cógido: Na linha 20 temos um for (duplo), para cada canal em canais, e para cada cor em cores ele calculará o histograma (linha 21) e criará o plot para ele, sendo apresentado logo abaixo na linha 25.
43 Histogramas coloridos Ainda no programa histograma_color.py
44 Histogramas coloridos Entendendo o código: Estamos agora calculando um histograma 2D para cada combinação de canais de cores.
45 Histogramas coloridos Entendendo o código: Na linha 27 criamos um subplot na nossa figura de gráficos passando como parâmetro o número 131. Repare que nas linhas 33 e 39 estamos repetindo o processo, mas incrementando esse parâmetro. Basicamente, 131 significa: 1 gráfico, 3 elementos, 1º elemento.
46 Histogramas coloridos Entendendo o código: Na linha 28 estamos calculando o histograma para 2 canais G (Green) e B (Blue); Repare que estamos utilizando 32 "bins", e com isso teremos então um histograma 32 x 32. A maioria das aplicações utilizam algo entre 8 e 64 bins. Antes nós utilizamos 255.
47 Histogramas coloridos Entendendo o código: Das linhas 33 até 37 e de 39 até 43 repetimos o processo anterior, agora com as combinações restantes dos canais.
48 Histogramas coloridos Ainda no programa histograma_color.py
49 Histogramas coloridos Entendendo o código: Na linha 46, imprimimos a forma do histograma 2D criado. Nas linhas abaixo apresentamos as imagens.
50 Histogramas coloridos Executando o programa:
51 Histogramas coloridos Executando o programa: python histograma_color.py --imagem beach.png
52 Histogramas coloridos Executando o programa: python histograma_color.py --imagem beach.png
53 Equalização de histogramas
54 Equalização de histogramas Equalização de histogramas serve para melhorar o contraste de uma imagem realizando o "alongamento" da distribuição de pixels na mesma. Esse procedimento é aplicável a imagens na escala de cinzas. Isso é útil quando uma imagem contém frente ou fundo ambos escuros ou ambos claros. Geralmente causa efeitos estranhos em fotografias, mas para visualização em contraste de imagens medicas ou de satélites pode ajudar.
55 Equalização de histogramas Crie o programa equalize.py
56 Equalização de histogramas Crie o programa equalize.py
57 Equalização de histogramas Digite o seguinte código no programa equalize.py
58 Equalização de histogramas Entendendo o código: Nada de novo.
59 Equalização de histogramas Ainda no programa equalize.py
60 Equalização de histogramas Entendendo o código:
61 Equalização de histogramas Entendendo o código: Na linha 9 lemos a imagem com o método imread do OpenCV. Na linha 10 convertemos a imagem com o método cvtcolor do OpenCV. Na linha 12, utilizamos o método equalizehist do OpenCV para equalizar o histograma da imagem.
62 Equalização de histogramas Entendendo o código: Na linha 14, apresentamos a imagem. Repare que estamos utilizando o método hstack do Numpy que junta horizontalmente as 2 matrizes (imagem e eq).
63 Equalização de histogramas Executando o programa equalize.py
64 Equalização de histogramas Executando o programa equalize.py python equalize.py --imagem beach.png
65 Equalização de histogramas Executando o programa equalize.py python equalize.py --imagem beach.png
66 Histogramas e Máscaras
67 Histogramas e Máscaras Quando estudamos sobre máscaras, vimos que uma de suas utilizações é ser utilizada para focar em apenas uma região específica de uma imagem. Veremos então, como computar o histograma de uma imagem mas somente da região que está mascarada.
68 Histogramas e Máscaras Crie o programa histograma_e_mascara.py
69 Histogramas e Máscaras Crie o programa histograma_e_mascara.py
70 Histogramas e Máscaras Digite o seguinte código em histograma_e_mascara.py:
71 Histogramas e Máscaras Digite o seguinte código em histograma_e_mascara.py:
72 Histogramas e Máscaras Entendo o código: Nada de novo.
73 Histogramas e Máscaras Ainda em histograma_e_mascara.py:
74 Histogramas e Máscaras Entendendo o código: Para não ficar repetindo código, criamos um método para receber alguns parâmetros e plotar o histograma para a gente.
75 Histogramas e Máscaras Entendendo o código: Repare que dos 3 parâmetros, o único que não é obrigatório é o último 'mascara'. Então recebemos a imagem que devemos calcular o histograma e um título. Dividimos os canais de cores. Criamos as variáveis para representar cada cor.
76 Histogramas e Máscaras Entendendo o código: Criamos a figura e adicionamos o título e os labels. No form para cada canal em canais e cor e cores, calculamos o histograma com o OpenCV, utilizando 256 bins, de 0 até 255.
77 Histogramas e Máscaras Ainda em histograma_e_mascara.py:
78 Histogramas e Máscaras Entendendo o código: Das linhas 19 até a linha 25, nada de novo. Na linha 26, utilizamos nosso método para plotar nosso gráfico com o histograma da imagem carregada.
79 Histogramas e Máscaras Ainda em histograma_e_mascara.py:
80 Histogramas e Máscaras Entendendo o código: Das linhas 28 até a linha 38, nada de novo. Já havíamos criado máscaras em aulas anteriores. E no nosso método, agora veja que estamos informando a máscara.
81 Histogramas e Máscaras Execurando o programa histograma_e_mascara.py:
82 Histogramas e Máscaras Execurando o programa histograma_e_mascara.py: python histograma_e_mascara.py --imagem beach.png
83 Histogramas e Máscaras Execurando o programa histograma_e_mascara.py: python histograma_e_mascara.py --imagem beach.png
84 Processamento Digital de Imagens Aula 05 Prof. Diemesleno Souza Carvalho
85 Exercícios Nesta aula estudamos sobre histogramas. Eles são simples mas utilizamos extensivamente em processamento de imagens e visão computacional. Portando, você deve compreender bem os conceitos aqui apresentados. a) Utilizando os programas já criamos nesta aula, com imagens novas ou até mesmo as mesmas. Modifique os parâmetros de bins e outras configurações se necessário para verificar as diferanças nos resultados apresentados. OBS: Faça um backup dos seus programas antes.
Processamento Digital de Imagens
Processamento Digital de Imagens Aula 03 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... Unidade II - Básico sobre
Leia maisProcessamento Digital de Imagens
Processamento Digital de Imagens Aula 04 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... Unidade III - Desenhando;
Leia maisProcessamento Digital de Imagens
Processamento Digital de Imagens Aula 02 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... Unidade I - Introdução ao
Leia maisIntrodução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Leia maisPMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz
Leia maisAula 02. Prof. Diemesleno Souza Carvalho
Interface Homem-Máquina Aula 02 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... Unidade I - Introdução à Interface
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos amostrados de uma imagem digitalizada (resolução).
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Abordagem Contínua da Equalização Equalização Exemplo de Equalização Prof. Sergio Ribeiro 2 Técnica que procura redistribuir os valores de
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 3 Processamento de Imagens Coloridas Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisHistogramas e Matching
Histogramas e Matching De1inição Histograma 1D O histograma de uma imagem em tons de cinza é uma função H(k) que produz o número de ocorrências de cada nível de cinza de uma imagem (função de distribuição
Leia maisProcessamento Digital de Imagens Aula 06
exatasfepi.com.br Processamento Digital de Imagens Aula 06 André Luís Duarte A sabedoria oferece proteção, como o faz o dinheiro, mas a vantagem do conhecimento é esta: a sabedoria preserva a vida de quem
Leia maisCENTRO UNIVERSITÁRIO LEONARDO DA VINCI CURSO: ENGENHARIAS DISCIPLINA: ESTATÍSTICA E PROBABILIDADE ESTATÍSTICA APRESENTAÇÃO DOS DADOS
CENTRO UNIVERSITÁRIO LEONARDO DA VINCI CURSO: ENGENHARIAS DISCIPLINA: ESTATÍSTICA E PROBABILIDADE ESTATÍSTICA APRESENTAÇÃO DOS DADOS Vimos nas últimas aulas que, ao fazer uma pesquisa estatística, precisamos
Leia maisPROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA. Digital Image Processing for Robotic Vision
PROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA Digital Image Processing for Robotic Vision Luiz Ferreira MENEZES Jr. Faculdade de Jaguariúna Resumo: Este trabalho descreve quatro métodos para converter
Leia maisAula 05. Prof. Diemesleno Souza Carvalho
Banco de Dados Aula 05 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... Unidade IV - Normalização de Dados; - Primeira,
Leia maisCapítulo II Imagem Digital
Capítulo II Imagem Digital Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Formação de uma imagem 2. Representação digital de uma imagem 3. Cor 4. Histogramas 5. Ruído
Leia maisProgramação para Internet I
Programação para Internet I Aula 01 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... - Apresentação da disciplina; -
Leia maisAula 02. Prof. Diemesleno Souza Carvalho
Programação Orientada a Objetos II Aula 02 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... - O que é C# e.net - Um
Leia maisProcessamento de Imagem. Histograma da Imagem Professora Sheila Cáceres
Processamento de Imagem Histograma da Imagem Professora Sheila Cáceres Histograma É a distribuição de frequência dos níveis de cinza da imagem onde cada entrada no eixo x representa o nível de cinza específico
Leia maisMotivação Por que estudar?
Aula 04 Imagens Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação Motivação Por que estudar? Imagens digitais
Leia maisImagem digital. Elicardo Gonçalves
Imagem digital Elicardo Gonçalves As imagens são armazenadas no computador no formato de matrizes numéricas. Cada elemento da matriz representa um pixel (picture cell), que é a menor divisão desta imagem.
Leia maisTrabalho - Photochopp Divulgação: 06/09/2014 Atualizado em: 29/09/2014 Entrega: vide cronograma
1 UFF Universidade Federal Fluminense TIC Instituto de Computação TCC Departamento de Ciência da Computação Disciplina: TCC 00.174 Programação de Computadores II / Turma: A-1 / 2014.2 Professor: Leandro
Leia maisBanco de Dados. Aula 03. Prof. Diemesleno Souza Carvalho
Banco de Dados Aula 03 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... Unidade II - O Modelo Entidade-Relacionamento;
Leia maisPropriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem
Proc. Imagem Prof. Júlio C. Klafke [1] TÓPICOS DESENVOLVIDOS NESTE MÓDULO PROCESSAMENTO DE IMAGEM #02 Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem
Leia maisImagem e Gráficos. vetorial ou raster?
http://computacaografica.ic.uff.br/conteudocap1.html Imagem e Gráficos vetorial ou raster? UFF Computação Visual tem pelo menos 3 grades divisões: CG ou SI, AI e PI Diferença entre as áreas relacionadas
Leia maisPrincípios e representação de imagens
Processamento e Análise de Imagens Médicas Princípios e representação de imagens Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP) 1 Tipos de processamento de imagem Processamento
Leia maisPHOTOSHOP. Fusão Fechamento de arquivo e gerando PDF. Criação de peça gráfica.
PHOTOSHOP MÓDULO 7 - AULA 7 Fusão Fechamento de arquivo e gerando PDF. Criação de peça gráfica. Gerando arquivo no formato PDF O arquivo foi editado no Photoshop com modelo de cores CMYK. Vamos gerar um
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 32 Sumário Conceitos Sistema de
Leia maisLaboratório de Programação II
Laboratório de Programação II Aula 02 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... 01 Introdução à linguagem C;
Leia mais27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A
OPERAÇÕES ARITMÉTICAS NDVI E AULA 04 Daniel C. Zanotta 27/03/2017 Dividir uma banda por outra (pixel a pixel) pode trazer diversas informações a respeitos dos alvos contidos na cena. Dependendo dos canais
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Técnicas de Modificação do Histograma Compressão de Histograma 2 Veremos a definição e utilização do conceito de histograma.
Leia maisProgramação Orientada a Objetos. Prof. Diemesleno Souza Carvalho
Programação Orientada a Objetos Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Programação Orientada a Objetos Na aula passada, vimos: Polimorfismo Programação Orientada
Leia maisTratamento da Imagem Transformações (cont.)
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Tratamento da Imagem Transformações (cont.) Antonio G. Thomé thome@nce.ufrj.br Sala AEP/33 Transformações Geométricas 3 Transformações Geométricas
Leia maisAula 3: Manipulando Textos e Imagens
Mineração de Dados Aula 3: Manipulando Textos e Imagens Rafael Izbicki 1 / 24 Nesta Aula: Vamos aprender como manipular imagens e textos (no R). 2 / 24 Em estatística, estamos acostumados a trabalhar com
Leia maisPrincípios e representação de imagens
Processamento de Imagens Médicas Princípios e representação de imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1 Tópicos Processamento de imagens Percepção
Leia maisProcessamento Digital de Imagens Aula 04
exatasfepi.com.br Processamento Digital de Imagens Aula 04 André Luís Duarte A sabedoria oferece proteção, como o faz o dinheiro, mas a vantagem do conhecimento é esta: a sabedoria preserva a vida de quem
Leia maisLaboratório de Programação II
Laboratório de Programação II Aula 08 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... 07 Entradas e saídas padronizadas;
Leia maisPonto Flutuante IEEE 754
Exemplo 1: Converter 25,5 em binário 1ª Etapa: Transformar o número em algo parecido om 1,### x 2 ### Isso é alcançado através de divisões ou multiplicações. No caso do exemplo, divisões, pois o número
Leia maisCriação e modificação de um modelo geológico
Manual de engenharia No. 39 Atualização: 04/2019 Criação e modificação de um modelo geológico Programa: Arquivo: Introdução Estratigrafia Demo_manual_39.gsg O objetivo deste Manual de Engenharia é explicar
Leia maisProjeto de Mestrado desenvolvido pela aluna Eveline Batista Rodrigues, no Departamento de Engenharia Elétrica da Universidade de São Paulo São
Projeto de Mestrado desenvolvido pela aluna Eveline Batista Rodrigues, no Departamento de Engenharia Elétrica da Universidade de São Paulo São Carlos, sob orientação do Prof Dr Homero Schiabel. SUMÁRIO
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia maisDETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV
DETECÇÃO DE CORES DE SOLUÇÕES QUÍMICAS PARA PESSOAS COM NENHUMA OU BAIXA VISÃO UTILIZANDO OPENCV Autor (1) Jéssica Fernandes Alves; Orientador (4) Suzete Élida Nóbrega Correia (1) Instituto Federal de
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 18 Sumário Conceitos Sistema de
Leia maisFundamentos de Processamento Gráfico. Modelos de cores. Fátima Nunes. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 10 Modelos de cores Fátima Nunes 1 Introdução Por que usar cor em processamento de imagens? 2 Introdução Por que usar cor em processamento de imagens? Cor: descritor
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz
Leia maisTE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica
TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Objetivos Melhoria
Leia maisE\$QGUp/XL]%UD]LO. 0DWUL]HVGHFRRFRUUrQFLDQR0DWK/DE
E\$QGUp/XL]%UD]LO 0DWUL]HVGHFRRFRUUrQFLDQR0DWK/DE O reconhecimento de texturas em imagens é uma atividade importante, que faz parte de uma vasta gama de aplicações em diversas áreas. Dentre elas podemos
Leia maisRadiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP
Operações Matemáticas e Transformações Radiométricas Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Operações Matemáticas Sejam Î = (D I, I ) e Ĵ = (D J, J) duas imagens cinzas de mesmo domínio,
Leia maisPMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO
PMR2560 ELEMENTOS DE ROBÓTICA 2016 TRABALHO DE VISÃO COMPUTACIONAL CALIBRAÇÃO DE CÂMERAS E VISÃO ESTÉREO Esse trabalho consiste de três partes. Na primeira parte do trabalho você vai calibrar duas câmeras
Leia maisProcessamento Digital de Imagens. Cor
Processamento Digital de Imagens Cor Em uma descrição física a cor está associada ao seu comprimento de onda. Ao se analisar o espectro eletromagnético na região do visível, os menores comprimentos de
Leia maisProgramação Orientada a Objetos. Prof. Diemesleno Souza Carvalho
Programação Orientada a Objetos Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Programação Orientada a Objetos Na aula passada, vimos: Orientação a Objetos; Programação
Leia mais[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações Dr. Sylvio Barbon Junior PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DE ALIMENTOS - UEL 2016 Assunto Aula 2 Introdução ao Processamento
Leia maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Extração de Características
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Extração de Características Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Entender os conceitos de
Leia maisProgramação Orientada a Objetos. Prof. Diemesleno Souza Carvalho
Programação Orientada a Objetos Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Programação Orientada a Objetos Na aula passada, vimos: Herança Programação Orientada
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 03 - visualizando a planar Antonio Oliveira Ricardo Marroquim 1 / 40 laboratório de processamento de imagens tópicos visualizando a planar discussão dos primeiros 2
Leia maisAula 5 - Produto Vetorial
Aula 5 - Produto Vetorial Antes de iniciar o conceito de produto vetorial, precisamos recordar como se calculam os determinantes. Mas o que é um Determinante? Determinante é uma função matricial que associa
Leia maisQuarto projeto computacional (data de entrega: 05/06/17)
Quarto projeto computacional (data de entrega: 05/06/17) 1. Escreva um programa em MATLAB (ou na sua linguagem favorita) que implemente numericamente o modelo de neurônio integra-e-dispara com vazamento
Leia maisComputação Gráfica. Visao Computacional. Visão Huma na e Compuacional
Computação Gráfica Visao Computacional Prof. Rodrigo Rocha Prof.rodrigorocha@yahoo.com Visão Huma na e Compuacional Visão Computacional Área que é a combinação de conceitos, técnicas e idéias do processamento
Leia maisProgramas recomendados para produção de Arquivos PDF
Programas recomendados para produção de Arquivos PDF 1- PDFill PDF Tools O programa PDFill PDF Tools é uma ferramenta gratuita e completa para produção de arquivos PDFs. Destacamos abaixo as principais
Leia maisImagem bitmap. Gráfico vetorial. gráficos vetoriais
Sobre imagens bitmap e gráficos vetoriais Os elementos gráficos de um computador podem ser divididos em duas categorias principais -- bitmap e vetor. Imagem bitmap Gráfico vetorial Imagens bitmap são ideais
Leia mais11 - Imagens e Gráficos simples
ICE-B 11 - Imagens e Gráficos simples Ludwig Krippahl Imagens Resumo Representação de imagens num ecrã. Pixels. Sistema RGB. Criação e manipulação de imagens com Numpy e Scikit-Image Gráficos simples com
Leia maisLaboratório de Programação II
Laboratório de Programação II Aula 03 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... 02 Variáveis, constantes, operadores
Leia maisCEFET/RJ. Aprendizado de Máquina - Trabalho 01
CEFET/RJ Programa de Pós-graduação em Ciência da Computação Aprendizado de Máquina - Trabalho 01 Prof. Eduardo Bezerra (ebezerra@cefet-rj.br) Setembro/2017 Conteúdo 1 Regressão Linear com uma Variável
Leia maisSEL5886 Visão Computacional Prof. Dr. Marcelo Andrade da Costa Vieira
SEL5886 Visão Computacional Prof. Dr. Marcelo Andrade da Costa Vieira Prática 2 Processamento no Domínio do Espaço Instruções: Essa prática consiste de 12 exercícios (E_1 a E_12). Deve ser gerado um arquivo
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 09 - single-view final Antonio Oliveira Ricardo Marroquim 1 / 25 laboratório de processamento de imagens tópicos pontos e retas de fuga métricas afim em uma foto calibrando
Leia maisExercícios Práticos HTML5 + CSS3. Profa. Flávia Pereira de Carvalho
Exercícios Práticos HTML5 + CSS3 Profa. Flávia Pereira de Carvalho Maio de 2018 1 Exemplos e Exercícios Práticos HTML5 e CSS3 1) Primeiro exemplo: 2) Seletor ID: 3) Seletor de Classe: 2 4) Também é possível
Leia maisProgramação Orientada a Objetos. Prof. Diemesleno Souza Carvalho
Programação Orientada a Objetos Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Programação Orientada a Objetos Na aula passada, vimos: Interfaces Programação Orientada
Leia maisComputação Gráfica II
Computação Gráfica II Visão Computacional Prof. Rodrigo Rocha prof.rodrigorocha@yahoo.com http://www.bolinhabolinha.com Visão Computacional Visão Huma na e Compuacional Área que é a combinação de conceitos,
Leia maisProcessamento de Imagens CPS755
Processamento de Imagens CPS755 aula 01 - geometria projetiva e transformações 2D Antonio Oliveira Ricardo Marroquim 1 / 44 laboratório de processamento de imagens tópicos geometria projetiva transformações
Leia maisImagem, Pixels, Modelos de Cor e Operações. Visão Computacional - UFMA
Imagem, Pixels, Modelos de Cor e Operações Visão Computacional - UFMA Imagem Digital Uma imagem contém uma quan9dade discreta de elementos chamados pixels Cada pixel possui um valor intensidade no caso
Leia maisProcessamento digital de imagens
Processamento digital de imagens 1. Empilhamento de bandas Durante o processamento de dados derivados do imageamento orbital é necessário, muitas vezes, unir em um único arquivo diferentes bandas ou canais
Leia maisExemplos Práticos HTML5 + CSS3. Profa. Flávia Pereira de Carvalho
Exemplos Práticos HTML5 + CSS3 Profa. Flávia Pereira de Carvalho Agosto de 2018 2 1 Exemplos Práticos HTML5 e CSS3 1) Primeiro exemplo: 2) Seletor ID: 3) Seletor de Classe: Profa. Flávia Pereira de Carvalho
Leia maisRealce de Imagens. Objetivo: Melhorar a qualidade visual da imagem.
T Objetivo: Melhorar a qualidade visual da imagem. g 1 g 2 Contraste entre dois objetos pode ser definido como a diferença entre os níveis de cinza médios dos objetos. Observando as imagens g 1 e g 2 é
Leia maisBanco de Dados II. Aula 02. Prof. Diemesleno Souza Carvalho
Banco de Dados II Aula 02 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... - Sistemas de Gerenciamento de Banco de Dados
Leia maisRealce de Imagens. Realce de Imagens
T Objetivo: Melhorar a qualidade visual da imagem. g 1 g 2 Contraste entre dois objetos pode ser definido como a diferença entre os níveis de cinza médios dos objetos. Observando as imagens g 1 e g 2 é
Leia maisGUIA DE PREPARAÇÃO DE ARQUIVOS PARA IMPRESSÃO OFFSET.
GUIA DE PREPARAÇÃO DE ARQUIVOS PARA IMPRESSÃO OFFSET. Para um melhor resultado, antes de iniciar seu projeto gráfico, solicite um gabarito. 01 Formato Todo material deve ser enviado com a página já nas
Leia maisModelo RGB - Aplicações
Modelo RGB - Aplicações As aplicações do modelo RGB estão associadas à emissão de luz por equipamentos como monitores de computador e ecrãs de televisão. O monitor CRT é essencialmente um tubo de raios
Leia maisProcessamento de Imagens. Texturas
Processamento de Imagens Texturas Exemplos Introdução Texturas Não existe abordagem formal Não existe definição formal São definidas qualitativamente e não há consenso quanto a sua definição quantitativa
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Leia maisImagem Digital. Claudio Carvilhe
Imagem Digital Claudio Carvilhe Imagem Digital Roteiro Introdução. Pixel. Resolução espacial. Cor. Processamento de imagens. Introdução Informação Visual: Imagem vista na tela. Informação Descritiva: Modelo
Leia maisREVISÃO SENSORIAMENTO REMOTO AULA ZERO. Daniel C. Zanotta 14/03/2018
REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 14/03/2018 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato
Leia mais09/03/2017. O que é Sensoriamento Remoto? Tipos de Sensoriamento Remoto REVISÃO SENSORIAMENTO REMOTO AULA ZERO. Satélites.
REVISÃO SENSORIAMENTO REMOTO AULA ZERO Daniel C. Zanotta 09/03/2017 O que é Sensoriamento Remoto? Arte e ciência da obtenção de informações sobre um objeto, através de radiação eletromagnética, sem contato
Leia maisProcessamento de Imagens Coloridas. Prof. Adilson Gonzaga
Processamento de Imagens Coloridas Prof. Adilson Gonzaga 1 Aparência de um Objeto A aparência de um objeto é o resultado de uma complexa interação da luz incidente sobre este objeto, suas características
Leia mais7. Color Image Processing
Transformação de níveis de cinza para cor a idéia por trás desta técnica é executar 3 transformações independentes sobre níveis de cinza dos pixels de uma imagem de entrada. Cada cor é transformada independentemente
Leia maisPSI2651 PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS. 1 o período de 2005 LISTA DE EXERCÍCIOS
PSI PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS o período de LISTA DE EXERCÍCIOS ) Considerando imagens do tipo da figura abaixo. Descreva um procedimento que identifique quantas células com furo e quantas
Leia maisMutirão Abaqus. Conversão de tomografias em modelos geométricos para a importação e análise no Abaqus
Mutirão Abaqus Conversão de tomografias em modelos geométricos para a importação e análise no Abaqus Índice Alguns conceitos Programa 1 : InVesalius Programa 2 : MeshLab Programa 3 : MeshMixer Programa
Leia maisProcessamento de imagem a cores
A cor é um poderoso descritor que frequentemente simplifica a identificação e extracção de objectos de uma cena Os humanos podem discernir milhares de cores, mas apenas duas dezenas de cinzentos O processamento
Leia maisRecuperação de texturas coloridas trasladadas, rotacionadas e escaladas
Recuperação de texturas coloridas trasladadas, rotacionadas e escaladas Página 1 de 22 Alexadre Leão Guillermo Cámara Chávez Processamento digital de imagens DCC UFMG Maio 2003 Recuperação de texturas
Leia maisInformática I. Aula Aula 22-12/11/2007 1
Informática I Aula 22 http://www.ic.uff.br/~bianca/informatica1/ Aula 22-12/11/2007 1 Ementa Noções Básicas de Computação (Hardware, Software e Internet) HTML e Páginas Web Internet e a Web Javascript
Leia maisFundamentos sobre. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Antonio G. Thomé Sala AEP/1033. Processamento de Imagens
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Fundamentos sobre Processamento de Imagens Antonio G. Thomé thome@nce.ufrj.br Sala AEP/1033 Sumário do Curso Introdução Ambientação com o MatLab Aquisição
Leia maisImagem ou Desenhos e Gráficos vetorial ou raster?
http://computacaografica.ic.uff.br/conteudocap1.html Imagem ou Desenhos e Gráficos vetorial ou raster? Computação Visual A CG (ou CV) tem pelo menos 3 grades divisões: SI (ou CG), AI e PI Inicialmente
Leia maisProf. Responsáveis Wagner Santos C. de Jesus
Disciplina Processamento de Sinais Curso Análise e Desenvolvimento de Sistemas Noção da Análise de Fourier e Análise Espectrográfica de sinais, Estudo de Caso do Processamento Sinais Aplicado a Imagens
Leia maisDepartamento de Ciências de Computação SCC Instituto de Ciências Matemáticas e de Computação ICMC Universidade de São Paulo USP
Exercício 1 a) Em PL/SQL, crie uma função chamada converte_data que recebe uma data como parâmetro de entrada e vai retornar como seu resultado essa data no seguinte formato: 22 de abril de 1500. b) Na
Leia maisAula 01. Prof. Diemesleno Souza Carvalho /
Programação Estruturada Aula 01 Prof. Diemesleno Souza Carvalho diemesleno@iftm.edu.br / http://www.diemesleno.com.br Na aula passada vimos... Na aula passada vimos... 00 Apresentação da disciplina; Na
Leia maisCapítulo 1 Estatística Descritiva. Prof. Fabrício Maciel Gomes
Capítulo 1 Estatística Descritiva Prof. Fabrício Maciel Gomes Gráficos 1. Gráfico de Colunas Um gráfico de colunas mostra as alterações de dados em um período de tempo ou ilustra comparações entre itens.
Leia maisAplicações Informáticas B 12º Ano
Aplicações Informáticas B 12º Ano Prof. Adelina Maia 2013/2014 AIB_U4A 1 Bases sobre a teoria da cor aplicada aos sistemas digitais (red / Green / blue) Modelo CMYK (cyan / magenta / yellow + Black) Modelo
Leia maisEstatística Descritiva. Objetivos de Aprendizagem. 6.1 Sumário de Dados. Cap. 6 - Estatística Descritiva 1. UFMG-ICEx-EST. Média da amostra: Exemplo:
6 ESQUEMA DO CAPÍTULO Estatística Descritiva 6.1 IMPORTÂNCIA DO SUMÁRIO E APRESENTAÇÃO DE DADOS 6.2 DIAGRAMA DE RAMO E FOLHAS 6.3 DISTRIBUIÇÕES DE FREQUÊNCIA E HISTOGRAMAS 6.4 DIAGRAMA DE CAIXA 6.5 GRÁFICOS
Leia maisReconhecimento facial. uma aplicação prática do reconhecimento de padrões
Reconhecimento facial uma aplicação prática do reconhecimento de padrões Márcio Koch, junho 2014 Pauta Apresentação Visão computacional Reconhecimento de padrões Analise de Componentes Principais Reconhecimento
Leia mais