11 - Imagens e Gráficos simples

Transcrição

1 ICE-B 11 - Imagens e Gráficos simples Ludwig Krippahl

2 Imagens Resumo Representação de imagens num ecrã. Pixels. Sistema RGB. Criação e manipulação de imagens com Numpy e Scikit-Image Gráficos simples com Matplotlib 1

3 Imagens Representação de imagens 2

4 Imagens Representação de imagens no computador Ecrã: matriz de pixels picture elements Resolução: Colunas x Linhas E.g. 1024x768 (Mas matriz Linhas x Colunas) 3

5 Imagens Representação de imagens no computador Imagem: Wikipedia, ed g2s, CC BY-SA 3.0 4

6 Imagens Pixels RGB, mistura de red+green+blue Imagens: Pengo (CC BY-SA 3.0) e Pko (Public Domain), de Wikimedia Commons 5

7 Imagens Pixels RGB, mistura de red+green+blue Representação matricial das imagens (matriz 3D): Linhas x Colunas x 3 cores No ficheiro o formato é mais complexo: JPG: Compressão com perdas PNG: Compressão sem perdas GIF: Compressão com perda na cor (tabela simplificada) BMP: Sem compressão (mas ficheiro grande) Mas podemos ler e gravar ficheiros com uma biblioteca adequada Scikit-Image (skimage): Pillow, Python Image Library (PIL): 6

8 Gerar Imagens Exemplo: gerar imagens criando as matrizes Matriz para imagem de 500x500 pixels, com 3 canais de cores Este formato assume valores entre 0 e 1 para cada cor Cor R, G, B, função da distância a um canto diferente from skimage.io import imsave import numpy as np img = np.zeros( (500,500,3)) diag = (img.shape[0]**2+img.shape[1]**2)**0.5 for r in range(img.shape[0]): for c in range(img.shape[1]): img[r,c,0] = (r**2+c**2)**0.5/diag img[r,c,1] = ((r-img.shape[0])**2+c**2)**0.5/diag img[r,c,2] = (r**2+(c-img.shape[1])**2)**0.5/diag imsave('teste.png',img) 7

9 Gerar Imagens Exemplo: gerar imagens criando as matrizes Cor R, G, B, função da distância a um canto diferente R: distância a (0,0) G: distância a (499,0) B: distância a (0,499) 8

10 Gerar Imagens Exemplo: gerar imagens criando as matrizes Cor R, G, B, função da distância a um canto diferente R: distância a (0,0) G: distância a (499,0) B: distância a (0,499) 9

11 Gerar Imagens Exemplo: gerar imagens criando as matrizes Cor R, G, B, função da distância a um canto diferente R: distância a (0,0) G: distância a (499,0) B: distância a (0,499) 10

12 Gerar Imagens Exemplo: gerar imagens criando as matrizes Cor R, G, B, função da distância a um canto diferente R: distância a (0,0) G: distância a (499,0) B: distância a (0,499) 11

13 Manipular Imagens Exemplo: manipular imagens alterando a cor Aproveitamos que os clubes mais famosos são R, G, B Imagem: European Pressphoto Agency 12

14 Manipular Imagens Exemplo: manipular imagens alterando a cor Vamos trocar o canal R por B nos pixels com mais vermelho from skimage.io import imsave, imread from skimage import img_as_float import numpy as np im = img_as_float(imread('l11-adeptos_red.png')) red_dominate = im[:,:,0]-im[:,:,1]+im[:,:,0]-im[:,:,2] red_mask = red_dominate>1.2 red_pixels = im[red_mask] blue_channel = red_pixels[:,2].copy() red_pixels[:,2] = red_pixels[:,0].copy() red_pixels[:,0] = blue_channel im[red_mask]=red_pixels imsave('l11-adeptos_blue.png',im) 13

15 Manipular Imagens Exemplo: manipular imagens alterando a cor Vamos trocar o canal R por B nos pixels com mais vermelho 14

16 Manipular Imagens Exemplo: manipular imagens alterando a cor Vamos trocar o canal R por G nos pixels com mais vermelho from skimage.io import imsave, imread from skimage import img_as_float import numpy as np im = img_as_float(imread('l11-adeptos_red.png')) red_dominate = im[:,:,0]-im[:,:,1]+im[:,:,0]-im[:,:,2] red_mask = red_dominate>1.2 red_pixels = im[red_mask] green_channel = red_pixels[:,1].copy() red_pixels[:,1] = red_pixels[:,0].copy() red_pixels[:,0] = green_channel im[red_mask]=red_pixels imsave('l11-adeptos_green.png',im) 15

17 Manipular Imagens Exemplo: manipular imagens alterando a cor Não é bem este o tom... demasiado G. Vamos reduzir 16

18 Manipular Imagens Exemplo: manipular imagens alterando a cor Vamos trocar o canal e dividir por 2 para ficar menos saturado from skimage.io import imsave, imread from skimage import img_as_float import numpy as np im = img_as_float(imread('l11-adeptos_red.png')) red_dominate = im[:,:,0]-im[:,:,1]+im[:,:,0]-im[:,:,2] red_mask = red_dominate>1.2 red_pixels = im[red_mask] green_channel = red_pixels[:,1].copy() red_pixels[:,1] = red_pixels[:,0].copy()/2 red_pixels[:,0] = green_channel im[red_mask]=red_pixels imsave('l11-adeptos_green.png',im) 17

19 Manipular Imagens Exemplo: manipular imagens alterando a cor Assim já fica um verde mais escuro 18

20 Animação Exemplo: criar uma animação from skimage.io import imsave, imread import numpy as np def save_circle(step): img = np.zeros( (500,500,3)) offset = np.pi/200*step*5*7*13 for r in range(img.shape[0]): for c in range(img.shape[1]): dist_center = ((r-img.shape[0]/2)**2+(c-img.shape[1]/2)**2)**0.5 img[r,c,0] = np.sin(dist_center/5+offset)/2+0.5 img[r,c,1] = np.sin(dist_center/7+offset)/2+0.5 img[r,c,2] = np.sin(dist_center/13+offset)/2+0.5 imsave(str(step).zfill(3)+'.png',img) for i in range(200): save_circle(i) Depois juntar as 200 imagens num vídeo Usar outro software, como ffmpeg 19

21 Animação Exemplo: criar uma animação 20

22 Imagens Processar imagens em Python Não faz parte da avaliação Mas pode ser útil saber um pouco sobre estas bibliotecas Criar thumbnails Ajustar contraste ou brilho Converter formato ou resolução Mais informação: 21

23 Aplicações Electroforese de complexos AuNP-proteína DQ, Ricardo Franco, David Peitinho 22

24 Aplicações Microscopia de fluorescência de bactérias ITQB, Mariana Gomes de Pinho, Bruno Saraiva 23

25 Aplicações Microscopia de fluorescência de bactérias ITQB, Mariana Gomes de Pinho, Bruno Saraiva 24

26 Imagens Gráficos simples com Matplotlib 25

27 Tuberculose Gráfico de incidência de TB em Portugal Ficheiro com número de casos por 100,000 habitantes Dados da Organização Mundial de Saúde Ano Incidência estimada Limite inferior Limite superior

28 Tuberculose Gráfico de incidência de TB em Portugal Carregar os dados Criar a figura e desenhar as linhas (plot) A consola ipython mostra os gráficos import numpy as np import matplotlib.pyplot as plt data = np.loadtxt('tuberculose.txt') plt.figure(figsize=(10,7)) plt.plot(data[:,0], data[:,1], 'k-') plt.plot(data[:,0], data[:,2], 'g-') plt.plot(data[:,0], data[:,3], 'r-') plt.title('tb Infection load for Portugal') plt.show() 27

29 Tuberculose Gráfico de incidência de TB em Portugal Carregar os dados Criar a figura e desenhar as linhas (plot) A consola ipython mostra os gráficos import numpy as np import matplotlib.pyplot as plt data = np.loadtxt('tuberculose.txt') plt.figure(figsize=(10,7)) plt.plot(data[:,0], data[:,1], 'k-') plt.plot(data[:,0], data[:,2], 'g-') plt.plot(data[:,0], data[:,3], 'r-') plt.title('tb Infection load for Portugal') plt.show() 28

30 Tuberculose Gráfico de incidência de TB em Portugal Carregar os dados Criar a figura e desenhar as linhas (plot) Em alternativa, podemos gravar import numpy as np import matplotlib.pyplot as plt data = np.loadtxt('tuberculose.txt') plt.figure(figsize=(10,7)) plt.plot(data[:,0], data[:,1], 'k-') plt.plot(data[:,0], data[:,2], 'g-') plt.plot(data[:,0], data[:,3], 'r-') plt.title('tb Infection load for Portugal') plt.savefig('l11-tb_plot.png',bbox_inches="tight",dpi=200) plt.close() 29

31 Tuberculose Gráfico de incidência de TB em Portugal Imagem gravada: 30

32 Tuberculose Gráfico de incidência de TB em Portugal plt.plot(data[:,0], data[:,1], 'k--') plt.plot(data[:,0], data[:,2], 'gx') plt.plot(data[:,0], data[:,3], 'ro') 31

33 Tuberculose Gráfico de incidência de TB em Portugal plt.plot(data[:,0], data[:,1], 'k-',linewidth=4) plt.plot(data[:,0], data[:,2], 'g-',linewidth=2) plt.plot(data[:,0], data[:,3], 'r-',linewidth=2) 32

34 Tuberculose Gráfico de incidência de TB em Portugal plt.style.use('seaborn') 33

35 Tuberculose Gráfico de incidência de TB em Portugal plt.bar(data[:,0]-0.2, data[:,1],0.3) plt.bar(data[:,0], data[:,2],0.3) plt.bar(data[:,0]+0.2, data[:,3],0.3) 34

36 Gráficos simples Função plot Argumentos: valores de x, valores de y Opcional formatação e outras opções Função bar Argumentos: valores de x, alturas, largura Nota: valores de x correspondem ao centro da barra Outras opções (cores, barras de erro, etc) 35

37 Imagens Resumo 36

38 Imagens Resumo Extra: Como são representadas imagens no computador (pixels, RGB) Criação e manipulação de imagens com Scikit-Image Importante para ICE: Plots simples com Matplotlib, plot e bar Formatação básica do plot Leitura adicional: Recomendada: Capítulo 11 dos apontamentos Opcional: Matplotlib: Scikit-Image: 37

39