Trabalho de Imagem Felipe Baldino Moreira Prof: Marcelo Gatass.

Slides:



Advertisements
Apresentações semelhantes
Tigela de Frutas (em cor)
Advertisements

É função ou não? PROF. MARLON. É função ou não? PROF. MARLON.
Imagens Digitais na Agricultura de Precisão
Operações envolvendo imagens
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
Estrutura Condicional
Exemplos de recursividade no mundo
Prof. Alex Fernandes da Veiga Machado
Computação Gráfica (Slide 5)
Filtros de Convolução (Processamento de Imagens)
Pontifícia Universidade Católica do Rio de Janeiro – PUC-RJ
Ray Tracer Distribuído
Vanessa Rodrigues Coelho Leite bmp2ascii. Bmp2ascii Dois módulos: – Tons de cinza: Gera como saída um arquivo texto com os caracteres ascii que representam.
Formação da imagem digital
Iana Alexandra Alves Rufino
Equipamentos 3/25/2017 Equipamentos Computação Gráfica - Gattass.
Ismael Andrade Pimentel Departamento da Eng. Mec
Captura de Texto em um Quadro Branco
Fundamentos de Computação Gráfica
Parte 3 - Processamentos apenas no espaço das cores
Segmentação de Escrita
Trabalho 02 – Segmentação de Fundo
Trabalhos de Fundamentos de Computação Gráfica
Segmentação de Imagens
INF2608 – Fundamentos da Computação Gráfica
Algemiro Augusto Professor: Marcelo Gattass
Trabalho 2 de FCG Leitura de QR Codes
Monitor de Vídeo.
1 Universidade Federal de Minas Gerais JPEG Alessandra e Aline.
Computação Gráfica: Aula3: Cores
Características das Imagens de Sensoriamento Remoto.
Laboratório de Programação de Computadores II 2S/2009.
Fundamentação Teórica
Trabalho de Imagem Guilherme Alves Lopes.
Utilização do Scanner Trabalho realizado por: Fábio Santos nº 1
Processamento de Imagens: Conceitos Básicos
Como Fazer Um Cartaz!.
Seminário Introdução à Visão Computacional
HOUGH CIRCLES Universidade Federal da Grande Dourados
Como funciona o CCD Este é o CCD.
Equalização dos Histogramas em Imagens
Carlos Oliveira Descrição e Objetivo Considerações Etapas consideradas Resultados obtidos Melhoramentos.
Material Didático Proposto 1 Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão para Coordenação das Atividades Pedagógicas.
Macbeth Color Pattern Prof.: Marcelo Gatass
Ray Tracing Felipe Baldino Moreira Fundamentos de Computação Gráfica
Fundamentos de Computação Gráfica Prof Marcelo Gattass
Análise de Anúncio Alunas: Marília Quezado e Natália Porto Disciplina: Introdução às Artes Gráficas Prof(a): Rita Paulino Fase: UNIVERSIDADE FEDERAL.
Computação Gráfica Aula 2 – Conceito de Resolução
A COR “O olho é a janela do corpo humano pela qual ele abre os caminhos e se deleita com a beleza do mundo.” (Leonardo da Vinci ) A cor expressa.
Diretrizes das apresentações
O Algoritmo dos Componentes conexos
DETECÇÃO DE BORDAS.
Nome : Héber Matheus L. Lunardelli Curso : A
Revisão Geral Técnicas de Realce Histogramas
Image Based Cartoon Style Rendering Jeronimo Silvério Venetillo Fabio Issao Nakamura.
Material Didático Proposto 1 Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão para Coordenação das Atividades Pedagógicas.
Graphics Interchange Format formato para intercâmbio de gráficos
Segmentação de Fundo Marcelo Gonella
Algemiro Augusto Professor: Marcelo Gattass
Conheces bem as cores e não és daltónico?!
Mudança da Temperatura de Cor de uma Imagem Hildebrando Trannin Fundamentos de Computação Gráfica Prof.: Marcelo Gattass.
Renderização do Espectro Marcelo Gonella
PIXEL ARTE.
Processamento de Imagens e Computação Gráfica
Fundamentos da Computação Gráfica PUC-Rio – Pontifícia Universidade Católica do Rio de Janeiro DI – Departamento de Informática Mestrado em Informática.
MATRIZES Profª Juliana Schivani
Professor: Gerson Leiria Nunes.  Processamento de imagens  Trabalhando com imagens  Problemas típicos  Aplicações  Comandos básicos matlab.
Prof. João Ricardo Andrêo Programação p/ INTERNET - HTML 2/6/ :46 1 ATRIBUTOS BÁSICOS (Continuação) Molduras de Imagem Para melhorar a apresentação.
Cores.
Computação Gráfica: Kernels e Quantização
Transcrição da apresentação:

Trabalho de Imagem Felipe Baldino Moreira Prof: Marcelo Gatass. Disciplina Fundamentos de Computação Gráfica

Comandos para utilizar o programa Esc – Sai ‘o’ - Recarrega a imagem original ‘b’ – Converte a imagem em Puro Preto e Branco 'g‘ – Converte a Imagem em Tons de Cinza. 'G‘ – Aplica o Filtro de Gauss 's‘ – Aplica o Filtro de Sobel 'i‘ – Inverte as cores da Imagem

Converte a imagem em Puro Preto e Branco A imagem é decomposta em tons de cinza e então, caso o pixel tenha a cor maior que um threshold (que no caso foi utilizado 0,25) o pixel fica Branco e Preto caso contrário. Segue o Algoritmo aplicado a cada pixel: r=r*0.299; g=g*0.587; b=b*0.144; r=r+g+b; if (r<0.25) r=0.0; else r = 1.0; g=r; b=r;

Inverte as cores da Imagem A imagem tem suas cores invertidas como se fosse um negativo. Cada cor que compõe o pixel tem seu valor subtraído de um. Segue o Algoritmo aplicado a cada pixel: r=1-r; g=1-g; b=1-b;

Converte a imagem Tons de Cinza É feita uma correlação entre as cores, de modo que elas somadas representem o tom de cinza esperado para o pixel. Neste caso, o vermelho (r) é multiplicado por 0.299, o Verde (g) por 0.587 e o azul (b) por 0.144. r=r*0.299; g=g*0.587; b=b*0.144; r=r+g+b; Após esta correção não é possível mais se visualizar as cores, e todas parecem como tons de cinza.

Converte a imagem Tons de Cinza É feita uma correlação entre as cores, de modo que elas somadas representem o tom de cinza esperado para o pixel. Neste caso, o vermelho (r) é multiplicado por 0.299, o Verde (g) por 0.587 e o azul (b) por 0.144. r=r*0.299; g=g*0.587; b=b*0.144; r=r+g+b; Após esta correção não é possível mais se visualizar as cores, e todas parecem como tons de cinza.

Filtro de Gauss É feita aplicação da matriz gaussinana na imagem e seu resultado é que a imagem fica borrada. Segue a definição da Matriz gaussiana : #define det 4.0 float gaussianfilter[3][3]={(1.0/det,2.0/det,1.0/det),(2.0/det,4.0/det,2.0/det),(1.0/det,2.0/det,1.0/det)};

Void applygaussian(void) int i,j,ii,jj; double r,rr,g,gg,bb,b,gbuffer[3]; RgbImage Imagem_final(filename); unsigned char *img; img= (unsigned char *) Imagemoriginal->ImageData(); for(i=1;i<Imagemoriginal->GetNumRows()-1;i++) { for(j=1;j<Imagemoriginal->GetNumCols()-1;j++) gbuffer[0]=0.0f; gbuffer[1]=0.0f; gbuffer[2]=0.0f; for (ii=0;ii<3;ii++) for(jj=0;jj<3;jj++) Imagemoriginal->GetRgbPixel(i+ii-1,j+jj-1,&rr,&gg,&bb); gbuffer[0]=gbuffer[0]+gaussianfilter[ii][jj]*rr; gbuffer[1]=gbuffer[1]+gaussianfilter[ii][jj]*gg; gbuffer[2]=gbuffer[2]+gaussianfilter[ii][jj]*bb; } Imagem_final.SetRgbPixelf(i,j,gbuffer[0],gbuffer[1],gbuffer[2]);

Filtro de Sobel É um filtro utilizado para detectar contornos. Este filtro ressalta os contornos das imagens. Utiliza duas matrizes, uma para o eixo X e outra para o eixo y listadas abaixo. float Gx[3][3]={(1.0,0.0,-1.0),(2,0,-2),(1.0,0,-1.0)}, Gy[3][3]={(1.0,2.0,1.0),(0,0,0),(-1.0,-2.0,-1.0)};

void applysobel(void) { int i,j,ii,jj; double r,rr,g,gg,bb,b,gbufferx[3],gbuffery[3],GX,GY; RgbImage Imagem_final(filename); unsigned char *img; img= (unsigned char *) Imagemoriginal->ImageData(); for(i=1;i<Imagemoriginal->GetNumRows()-1;i++) { for(j=1;j<Imagemoriginal->GetNumCols()-1;j++) {gbufferx[0]=0.0f; gbufferx[1]=0.0f; gbufferx[2]=0.0f; gbuffery[0]=0.0f; gbuffery[1]=0.0f; gbuffery[2]=0.0f; for (ii=0;ii<3;ii++) { for(jj=0;jj<3;jj++) { Imagemoriginal->GetRgbPixel(i+ii-1,j+jj-1,&rr,&gg,&bb); gbufferx[0]=gbufferx[0]+Gx[ii][jj]*rr; gbufferx[1]=gbufferx[1]+Gx[ii][jj]*gg; gbufferx[2]=gbufferx[2]+Gx[ii][jj]*bb; gbuffery[0]=gbuffery[0]+Gy[ii][jj]*rr; gbuffery[1]=gbuffery[1]+Gy[ii][jj]*gg; gbuffery[2]=gbuffery[2]+Gy[ii][jj]*bb; } for(jj=0;jj<3;jj++) { gbufferx[jj]=gbufferx[jj]*gbufferx[jj]; gbuffery[jj]=gbuffery[jj]*gbuffery[jj]; } } Imagem_final.SetRgbPixelf(i,j,sqrt(gbufferx[0]-gbuffery[0]),sqrt(gbufferx[1]-gbuffery[1]),sqrt(gbufferx[2]-gbuffery[2]));