OpenCV es la enorme biblioteca de código abierto para visión por computadora, aprendizaje automático y procesamiento de imágenes y ahora juega un papel importante en la operación en tiempo real, lo cual es muy importante en los sistemas actuales. Al usarlo, uno puede procesar imágenes y videos para identificar objetos, rostros o incluso la escritura a mano de un ser humano.
Procesamiento de puntos en el dominio espacial
Todo el procesamiento realizado en los valores de píxel. Las operaciones de procesamiento de puntos toman la forma:
s = T ( r )
Aquí, T se denomina función de transformación de nivel de gris o una operación de procesamiento de puntos, s se refiere al valor de píxel de la imagen procesada y r se refiere al valor de píxel de la imagen original.
Imagen negativa:
s = (L-1) – r, where L= number of grey levels
Umbral:
s = L-1 for r > threshold s = 0 for r < threshold
Corte de nivel de gris con fondo:
s = L-1 for a < r < b, here a and b define some specific range of grey level s = r otherwise.
A continuación se muestra la implementación.
Imagen de entrada original:
import cv2
import numpy as np
# Image negative
img = cv2.imread('food.jpeg',0)
# To ascertain total numbers of
# rows and columns of the image,
# size of the image
m,n = img.shape
# To find the maximum grey level
# value in the image
L = img.max()
# Maximum grey level value minus
# the original image gives the
# negative image
img_neg = L-img
# convert the np array img_neg to
# a png image
cv2.imwrite('Cameraman_Negative.png', img_neg)
# Thresholding without background
# Let threshold =T
# Let pixel value in the original be denoted by r
# Let pixel value in the new image be denoted by s
# If r<T, s= 0
# If r>T, s=255
T = 150
# create a array of zeros
img_thresh = np.zeros((m,n), dtype = int)
for i in range(m):
for j in range(n):
if img[i,j] < T:
img_thresh[i,j]= 0
else:
img_thresh[i,j] = 255
# Convert array to png image
cv2.imwrite('Cameraman_Thresh.png', img_thresh)
# the lower threshold value
T1 = 100
# the upper threshold value
T2 = 180
# create a array of zeros
img_thresh_back = np.zeros((m,n), dtype = int)
for i in range(m):
for j in range(n):
if T1 < img[i,j] < T2:
img_thresh_back[i,j]= 255
else:
img_thresh_back[i,j] = img[i,j]
# Convert array to png image
cv2.imwrite('Cameraman_Thresh_Back.png', img_thresh_back)
Salida: imagen negativa
Salida: Imagen con Umbral:
Salida: imagen con corte de nivel de gris con fondo
