Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 17 vistas

    Jogg Ev1 VC

    Cargado por

    Jonathan Omar
    Este documento presenta el reporte de un estudiante sobre el diseño de un algoritmo para la detección de bordes en imágenes usando visión computacional. El estudiante describe los pasos tomados, incluyendo la conversión a escala de grises, el uso de máscaras de Prewitt, la convolución discreta y el umbralado. También incluye el código desarrollado y un ejemplo de imagen procesada que muestra los bordes detectados. Finalmente, propone practicar con el código y agregar ruido gaussiano a las imágenes.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Jogg Ev1 VC

    Cargado por

    Jonathan Omar
    17 vistas8 páginas
    Este documento presenta el reporte de un estudiante sobre el diseño de un algoritmo para la detección de bordes en imágenes usando visión computacional. El estudiante describe los pasos tomados, incluyendo la conversión a escala de grises, el uso de máscaras de Prewitt, la convolución discreta y el umbralado. También incluye el código desarrollado y un ejemplo de imagen procesada que muestra los bordes detectados. Finalmente, propone practicar con el código y agregar ruido gaussiano a las imágenes.

    Título original

    JOGG_EV1_VC

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta el reporte de un estudiante sobre el diseño de un algoritmo para la detección de bordes en imágenes usando visión computacional. El estudiante describe los pasos tomados, incluyendo la conversión a escala de grises, el uso de máscaras de Prewitt, la convolución discreta y el umbralado. También incluye el código desarrollado y un ejemplo de imagen procesada que muestra los bordes detectados. Finalmente, propone practicar con el código y agregar ruido gaussiano a las imágenes.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    17 vistas8 páginas

    Jogg Ev1 VC

    Cargado por

    Jonathan Omar
    Este documento presenta el reporte de un estudiante sobre el diseño de un algoritmo para la detección de bordes en imágenes usando visión computacional. El estudiante describe los pasos tomados, incluyendo la conversión a escala de grises, el uso de máscaras de Prewitt, la convolución discreta y el umbralado. También incluye el código desarrollado y un ejemplo de imagen procesada que muestra los bordes detectados. Finalmente, propone practicar con el código y agregar ruido gaussiano a las imágenes.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 8

    Universidad Autónoma de Nuevo León

    Facultad de Ingeniería Mecánica y


    Eléctrica

    Visión Computacional

    Evidencia 1.- Reporte Diseño del algoritmo bordes

    Docente: Ing. Laura Patricia Del Bosque Vega


    Nombre: Jonathan Omar Galindo Gutiérrez
    Matricula: 1877500
    Carrera: ITS
    Semestre: 8vo

    Semestre Enero – Junio 2023

    San Nicolás de los Garza, 13 de febrero del 2023


    1
    Para la tarea 1 de la clase de visión computacional programe las rutinas necesarias
    para realizar la detección de bordes en imágenes, utilizando Python como lenguaje
    principal y las librerías PIL (Python Imaging Library) y Numpy para la manipulación de
    la imagen en forma de un arreglo

    Para la detección de bordes es necesario:

    • Soporte para distintos tipos de máscaras


    • Desarrollar la fórmula de convolución discreta (2D)

    Primeramente, los pasos necesarios para la detección son:

    • Convertir la imagen a escala de grises


    • Elegir las máscaras a aplicar, en mi caso elegí 4 máscaras de Prewitt
    • Prewitt horizontal simétrica
    • Prewitt vertical simétrica
    • Prewitt 0 grados
    • Prewitt 45 grados
    • Aplicar las máscaras utilizando convolución discreta (2D)
    • Aplicar un método de acomplamiento con las gradientes resultantes al aplicar las
    máscaras
    • Aplicar un binarizado utilizando el filtro de umbral

    El último paso puede variar para diferentes imágenes, en mi caso me quedé con la
    imagen obtenida después de aplicar las máscaras y utilizando la interfaz que desarrollé
    busqué el nivel adecuado de binarización, una vez encontrado solo guardé la imagen
    en formato *.png

    2
    El código realizado es el siguiente:

    3
    4
    5
    A continuación se mostrará la imagen de como debe de haber quedado después de
    procesarla con la escala de grises y lo demás.

    6
    Como podemos ver, se alcanza a apreciar que, a partir de convertir la imagen a escala
    de grises, pudimos obtener los bordes de la misma gracias al código.

    Actividades de las presentaciones

    Practicar con el código y mencionar cuanto mide de ancho (width) y alto (height) y cuál
    es la clase de la imagen.

    Generar ruido gaussiano.

    7
    Referencias

    No se utilizaron referencias.

    También podría gustarte