VISION COMPUTACIONAL

Tarea2: Detección de formas

En está entrada tenemos que detectar formas en una imagen a partir de la tarea 1, lo que debemos de tener primero para comenzar es aplicarle convolucion a la imagen y después de eso normalizarla y binarizarla.

Imagen a utiliar:

Imagen aplicando convolución:

Imagen normalizada:

Imagen binarizada:

Ahora que tenemos lo anterior basandome en el código que realizo la Dra. Elisa del bfs detecte las formas y las pinte de un color cada una. El bfs lo que realiza es buscar los vecinos y agregarlos a una cola (los vecinos tienen q ser del mismo color que el pixel original), cada vez q cheka un pixel sus vecinos de ese pixel se agregan a la cola.

Cuando la imagen esta completamente pintada sacando su porcentaje de cada uno de las formas pinte la más grande de color gris:

El código es el siguiente del bfs y para pintar las formas:

	def c_colorear(self):
	im=self.boton_convolucion()
	pixels=im.load()
	porcentajes=[]
	fondos=[]
	centro_masa=[]
	ancho,alto=im.size
	t_pixels=ancho*alto
	c=0
	for i in range(ancho):
	for j in range(alto):
	pix = pixels[i,j]
	r,g,b= random.randint(0,255),random.randint(0,255), random.randint(0,255)
	fondo=(r,g,b)
	if (pix==(0,0,0)):
	c +=1
	origen=(i,j)
	num_pixels,abscisa,ordenada=self.bfs(pix,origen,im,fondo)
	p=(num_pixels/float(t_pixels))*100
	if p>.10:
	porcentajes.append(p)
	fondos.append(fondo)
	# print num_pixels
	centro_masa.append((sum(abscisa)/float(num_pixels),sum(ordenada)/float(num_pixels)))
	# print centro_masa
	# raw_input()
	self.colocar_gris(im,porcentajes,fondos)
	self.centro_masa(im,centro_masa)
	self.imprimir_porcentajes(porcentajes)
	print 'c',c
	print 'termino'
	im.save('final.jpg')
	return im

	def bfs(self,pix,origen,im,fondo):
	pixels=im.load()
	cola=list()
	lista=[-1,0,1]
	abscisa=[]
	ordenada=[]
	cola.append(origen)
	original = pixels[origen]
	num=1
	while len(cola) > 0:
	(i,j)=cola.pop(0)
	actual = pixels[i,j]
	if actual == original or actual==fondo:
	# pixels[i,j] = fondo
	for x in lista:
	for y in lista:
	a= i+x
	b = j+y
	try:
	if pixels[a,b]:
	contenido = pixels[a,b]
	if contenido == original:
	pixels[a,b] = fondo
	abscisa.append(a)
	ordenada.append(b)
	num +=1
	cola.append((a,b))
	except IndexError:
	pass
	im.save('23333.png')
	return num,abscisa,ordenada

view raw detector.py hosted with ❤ by GitHub

Código para pintar de gris la forma con más porcentaje:

	def colocar_gris(self,im,porcentajes,fondos):
	pixels=im.load()
	ancho,alto=im.size
	l=porcentajes.index(max(porcentajes))
	color=fondos[l]
	for i in range(ancho):
	for j in range(alto):
	if pixels[i,j]==color:
	pixels[i,j]=(95,95,95)
	im.save('fr.png')
	return

view raw centros.py hosted with ❤ by GitHub

Después coloco los centros de masa de cada una de las formas:

Para colocar estos centros me base en el método de las áreas:

A cada pixel lo tome como una área y su ordenada y su abscisa como x y como y de la ecuación anterior.

Para poder realizar esto cada vez que recorria la imagen pintando pixel por pixel del mismo color agregue su ordenada y su abscisa a dos listas y para sacar su centro de masa:

en x= sum(abscisa)/float(num_pixels)
en y=sum(ordenada)/float(num_pixels)

El área de cada pixel es 1.

Les agrego la étiqueta a cada uno de ellos

Para añadir la étiqueta solo utilice el label de TKinter y lo acomode alado del centro de masa de cada forma.

Código:

	def centro_masa(self,im,centros):
	# pixels=im.load()
	draw = ImageDraw.Draw(im)
	for i,punto in enumerate(centros):
	draw.ellipse((punto[0]-2, punto[1]-2, punto[0]+2, punto[1]+2), fill=(0,0,0))
	label_id = Label(text=i)
	label_id.place(x = punto[0]+16, y = punto[1])
	im.save('centro.png')
	return