Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas


Procesamentos de Imagem: Exercícios com OpenCV, Transcrições de Matemática

Neste documento, encontram-se exercícios sobre processamento de imagens usando a biblioteca opencv. Os exercícios incluem a detecção de movimentação entre imagens, corte e rotação de imagens e aplicação de histograma e equalização de imagens.

Tipologia: Transcrições

2021

Compartilhado em 20/05/2021

christofer-dalnegro
christofer-dalnegro 🇧🇷

1 documento

1 / 5

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Procesamentos de imagem Christofer William Zotto Dal Negro Ru: 1783173
Cabeçalho
import cv2
import numpy as np
from matplotlib import pyplot as plt
from google.colab.patches import cv2_imshow
from google.colab import files
uploaded = files.upload()
exercicio 1
imagem1 = cv2.imread('toycars1.png')[:,:,::-1]
imagem2 = cv2.imread('toycars2.png')[:,:,::-1]
imagem3 = cv2.imread('toycars3.png')[:,:,::-1]
mask1 = cv2.imread('toycars1_mask.png')
mask2= cv2.imread('toycars2_mask.png')
imagem4 = cv2.imread('toycars3.png')
mov1 = cv2.subtract(imagem1,imagem2)
mov2 = cv2.subtract(imagem1,imagem3)
cv2_imshow(mov1)
cv2_imshow(mov2)
movComp1 = cv2.add(mov1,mov2)
movComp = cv2.add(movComp1,imagem1)
cv2_imshow(movComp)
** Imagem 1 ** primeira movimentação
** Imagem 2 *** segunda movimentação
** Imagem 3 ***
Imagem original com rastro de movimentação
pf3
pf4
pf5

Pré-visualização parcial do texto

Baixe Procesamentos de Imagem: Exercícios com OpenCV e outras Transcrições em PDF para Matemática, somente na Docsity!

Procesamentos de imagem – Christofer William Zotto Dal Negro Ru: 1783173 Cabeçalho import cv import numpy as np from matplotlib import pyplot as plt from google.colab.patches import cv2_imshow from google.colab import files uploaded = files.upload() exercicio 1 imagem1 = cv2.imread('toycars1.png')[:,:,::- 1 ] imagem2 = cv2.imread('toycars2.png')[:,:,::- 1 ] imagem3 = cv2.imread('toycars3.png')[:,:,::- 1 ] mask1 = cv2.imread('toycars1_mask.png') mask2= cv2.imread('toycars2_mask.png') imagem4 = cv2.imread('toycars3.png') mov1 = cv2.subtract(imagem1,imagem2) mov2 = cv2.subtract(imagem1,imagem3) cv2_imshow(mov1) cv2_imshow(mov2) movComp1 = cv2.add(mov1,mov2) movComp = cv2.add(movComp1,imagem1) cv2_imshow(movComp)

** Imagem 1 ** primeira movimentação

** Imagem 2 *** segunda movimentação

** Imagem 3 ***

Imagem original com rastro de movimentação

Exercicio 2 imagem1 = cv2.imread('toycars1.png', 0 ) imagem2 = cv2.imread('toycars2.png', 0 ) mask1 = cv2.imread('toycars1_mask.png', 0 ) mask2= cv2.imread('toycars2_mask.png', 0 ) maskSoma = cv2.add(mask1,mask2) maskInversa = np.zeros([linha,coluna],dtype=int) for i in range(linha): for j in range(coluna): if(maskSoma[i,j] > 0 ): maskInversa[i,j] = 0 else: maskInversa[i,j] = 1 maskFinal = np.zeros([linha,coluna],dtype=int) for i in range(linha): for j in range(coluna): if(mask1[i,j] > 0 ): maskFinal[i,j] = 1 else: maskFinal[i,j] = 0 linha, coluna = mask2.shape maskFinal2 = np.zeros([linha,coluna],dtype=int) for i in range(linha): for j in range(coluna): if(mask2[i,j] > 0 ): maskFinal2[i,j] = 1 else: maskFinal2[i,j] = 0 resultado = cv2.multiply(imagem1.astype(float),maskFinal.astype(flo at)) resultado2 = cv2.multiply(imagem2.astype(float),maskFinal2.astype(f loat)) resultado3 = cv2.multiply(imagem1.astype(float),maskInversa.astype( float)) foraCarro = cv2.add(resultado,resultado2) resultadoFinal = cv2.add(resultado3,foraCarro) cv2_imshow(resultadoFinal);

Exercicio 1 histograma niveis de cinza qtd pixel prob pixel 0 1 1 2 1 0 6 0, 0 0 0 2 3 1 4 0, 0 2 2 0 3 2 4 0, 7 7 7 7 1 3 2 0, 4 0 0 5 0 0 6 0 0 7 4 0, 20 HistoGrama 10 8 6 4 2 0 1 2 3 4 5 6 7 Exercício 2 equalização nivel de cinza niveis de cinza qtd pixel prob pixel niveis de cinza CDF movimentação de pixel 0 0 0 6 0,3 0 0,3 2 1 0 1 4 0,2 0,142857 0,5 4 2 6 2 4 0,2 0,285714 0,7 5 3 0 3 2 0,1 0,428571 0,8 6 4 4 4 0 0 0,571429 0,8 6 5 4 5 0 0 0,714286 0,8 6 6 2 6 0 0 0,857143 0,8 6 7 4 7 4 0,2 1 1 7 20

histogramaequalizado 10 8 6 4 2 0 1 2 3 4 5 6 7