El campo de la inteligencia artificial, y su aplicación en la vida cotidiana, ha experimentado una
notable evolución en los últimos años. La inteligencia artificial (IA) es un facilitador que potencialmente facilita que las máquinas hagan todo lo que los humanos pueden hacer. Esto incluye percibir, razonar, racionalizar y resolver problemas mientras trabaja dentro de un contexto o interactúa con el entorno con más eficiencia y precisión.
La precisión de las aplicaciones de visión por computadora está determinada por qué tan bien se interpretan las imágenes o videos. Existen varios retos dentro del campo de la visión artificial que hacer que todo el proceso de interpretación de imágenes sea complejo.
Python es un lenguaje de scripting orientado a objetos que se lanzó públicamente en 1991. Fue desarrollado por Guido van Rossum del Instituto Nacional de Investigación de Matemáticas e Informática en Amsterdam.
Interpretado. Para su ejecución utiliza un programa intermedio llamado intérprete, es decir no se
genera un código en lenguaje máquina que pueda ser ejecutado directamente por la computadora. Un lenguaje compilado (como C++) se ejecuta más rápido, sin embargo los lenguajes interpretados son flexibles y portables.
Tipado dinámico. No es necesario declarar el tipo de dato de una determinada variable ya que éste se determinará en tiempo de ejecución y además el tipo de variable puede cambiar si se le asigna un valor de otro tipo.
Orientado a objetos. La orientación a objetos es un paradigma de programación en el que los
conceptos del mundo real se trasladan a clases y objetos en un programa. El flujo del programa esta compuesto de una serie de interacciones entre los objetos.
Multiplataforma. El intérprete de Python está disponible en multitud de plataformas (Linux, Windows,
Mac OS, etc.) por lo que si no utilizamos librerías específicas de cada plataforma nuestro programa podrá funcionar en todos estos sistemas sin complicaciones.
Para poder programar con Python existen varias opciones
1.- Instalar el el intérprete de Python en nuestro equipo, escribir los programas en un editor de texto y ejecutar los códigos comos scripts.
2.- Utilizar una suite como Anaconda, que permite crear ambientes de instalación aislados y que incluye una gran cantidad de bibliotecas relacionadas con ciencias de datos.
3.- Utilizar un servicio basado en la nube, como Google Colab lo que permitirá tener varias herramientas listas, sin necesidad de instalar nada en la computadora.
Es un entorno interactivo desarrollado por Google que permite ejecutar código en la nube. Entre sus principales características es que no se requiere ninguna configuración previa, es fácil de compartir y que incluye gran cantidad de bibliotecas listas para usarse. También ofrece un servicio gratuito, aunque temporal, para utilizar una tarjeta acelerador de gráficos (GPU).
Para trabajar con visión por computadora, existen muchas bibliotecas que son utilizadas para desarrollar una gran cantidad de algoritmos relacionados con este campo.
una función de dos dimensiones f(x,y) en donde x y y son coordenadas espaciales y la amplitud de f en cualquier par de coordenadas se denomina intensidad de la imagen en ese punto. A los elementos de la imagen digital se les llama píxeles
Una imagen digital en escala de grises de M x N pixeles, se puede representar por una matriz. Si dicha imagen utiliza 1 byte por píxel, entonces se tienen un total 256 tonalidades, desde 0 (negro) hasta 255 (blanco).
Es uno de los modelos de color más empleados. El modelo Red Green Blue (RGB) se basa en la estructura del ojo humano, donde todos los colores se ven como combinaciones variables de los tres colores primarios: rojo, azul y verde. Es un modelo aditivo, ya que la mezcla colores para producir el blanco.
Las imágenes en color están formadas por una combinación de imágenes individuales (matrices). Por ejemplo, en el sistema de color RGB, una imagen en color consta de tres imágenes monocromas individuales, denominadas imágenes primarias (o componentes) rojas (R), verdes (G) y azules (B).
La ruta de la imagen se debe especificar en filename. Por medio del parámetro flags se indica la forma en que se debe leer la imagen, algunas flags se muestran en la siguiente tabla
flag Descripción
cv2.IMREAD_COLOR Carga una imagen a color, es el modo por defecto
cv2.IMREAD_GRAYSCALE Carga una imagen en escala de grises, si el archivo es a color, la convierte
cv2.IMREAD_UNCHANGED Carga una imagen, incluyendo el canal alpha.
Este método permite leer los principales formatos de imágenes como bmp, jpg, jpeg, png, tif, entre otras.
En ocasiones es necesario convertir una imagen en el espacio de color RGB a escala de grises. Muchos algoritmos de análisis de imágenes trabajan con imágenes a escala de grises porque, aunque posee menos información, proserva características importantes como lo son bordes, esquinas, formas, etc.
Esta transformación se puede llevar a cabo realizando un promedio de los valores de cada canal. Sin embargo, otra forma muy utilizada para esta conversión y la que utiliza OpenCV con el método cv2.cvtColor() es:
También es posible almacenar una imagen que haya sido procesada. Para ello se utiliza el método cv2.imwrite(), cuya sintaxis es la siguiente
cv2.imwrite(filename, img[, params])
En donde filename especifica el nombre del archivo, img es la imagen a guardar, mientras que params define los parámetros opcionales de formato de las imágenes.
● La visión artificial permite identificar e interpretar la información que se encuentra contenida en una imagen.
● La visión artificial es un área de mucho interés tanto en el ambiente de investigación como en el
comercial, dadas sus múltiples aplicaciones.
● Python es un lenguaje de programación que en los últimos años se ha convertido en el más
popular del mundo.
● Existen una gran cantidades de bibliotecas de licencia libre que permiten implementar algoritmos de procesamiento de imágenes y visión por computadora.
● OpenCV es la biblioteca más popular relacionada con el campo de la visión por computadora y que posee funcionalidades para la manipulación básica de imágenes.
Imagen digital: Es una función discreta f(x,y) que describe un nivel de intensidad en cada uno de sus puntos llamados pixeles.
Escala de grises: Es una representación de una imagen en la que cada píxel está representado por un valor numérico individual que representa su luminancia, y que se extiende entre el blanco y negro
RGB: Modelo de color que permite representar una imagen como combinación de tres matrices fundamentales de color rojo, verde y azul.
Método: Dentro del contexto de la programación orientada a objetos, es una funcionalidad que puede realizar un objeto.
