Laboratorio de Visión Computacional:

Tarea 1:

En esta entrada se nos pidio que a una imagen le aplicaramos lo de escala de grises, después el umbral y por último filtro.

La imagen a aplicarle lo anterior sera la misma para los tres para poder ver las diferencias:

Escala de Grises 

Para la conversión a escala de grises:

1. Recorremos la imagen pixel por pixel
2. Por cada pixel sacamos su r,g,b ((r,g,b) = image.getpixel((i,j)))
3. Sacamos un promedio(escala = (r+g+b)/3)
4. Ese promedio se asigna al r,g y b del pixel (pixeles[i,j]=(escala,escala,escala))

La imagen que nos arroja es la siguiente

Umbral

Pasos:

1. Se definen los umbrales uno minimo y uno maximo
2. Recorremos la imagen pixel por pixel
3. Por cada pixel sacamos su r,g,b ((r,g,b) = image.getpixel((i,j)))
4. Sacamos un promedio(promedio = int((r+g+b)/3))
5. Si promedio<=umbral_minimo: promedio = 0
6. Si promedio>=umbral_maximo: primedio = 1 (Si el umbral no se encuentra entre lo anterior se queda con su mismo valor de grises)
7. Asignamos al pixel (pixeles[i,j]=(promedio,promedio,promedio))

Imagén arrojada, fue probada con un umbral minimo=45 y maximo=139

Otra prueba de umbral: 

umbral minimo=45 y maximo=139

Código:

Filtro

Pasos:

Para usar el filtro ya trabajamos con la imagén en escala de grises

1. Seleccionamos los vecinos de cada uno de los pixeles
2. Sumamos la escala de grises q le pertenece a cada pixel vecino
3. Sacamos un promedio de la suma de lo anterior
4. Y lo asignamos al pixel

La imagen arrojada

Código:




Repositorio
https://github.com/alice-rdz/vision-computacional