1Taller practico

Introducción a la visión por computador

David Leonardo Figueredo Manrique.

Abril 2020.

Universidad De Pamplona.
Facultad de ingenierías y arquitecturas.
Electiva profesional I.
 Abstract

Este es un taller práctico en el que se pone a prueba los conocimientos adquiridos sobre
las temáticas abarcadas durante el curso, temas como transformaciones y/o operaciones para el
proceso de imágenes.

Para poner en practica dichas temáticas se ejecutarán ejercicios en los que se piden
utilizar transformaciones para mejorar la iluminación y contraste a imágenes para que sea posible
visualizar detalles que en un principio no se apreciaban con claridad, de igual manera se usaran
técnicas para el mejoramiento de la imágenes y la aplicación de un algoritmo que aplique
pseudo-color con el propósito de poder identificar diferencias entre imágenes, también se pide
que sean usadas transformaciones y operaciones para segmentar una imagen, etiquetar la región
que ocupa y contar el número de objetos que se encuentran en dicha imagen, de igual manera
será necesarias las técnicas de segmentación para extraer los bordes binarizar y aplicar
operadores morfológicos esto para la obtención de patrones más claros, y para finalizar serán
necesarias las anteriores declaraciones para ser implementados en un mismo ejercicio.
Tabla de Contenidos

Capítulo 1 Introducción e información general...................................................................1

Título 2.............................................................................................................................1
Título 2.............................................................................................................................1
Título 3.........................................................................................................................1
Título 3.........................................................................................................................1
Capítulo 2 Figuras y tablas.................................................................................................2
Título 2.............................................................................................................................2
Título 3.........................................................................................................................2
Título 3.........................................................................................................................2
Capítulo 4 Resultados y discussion....................................................................................5
List of References................................................................................................................6
Apéndice..............................................................................................................................7
Vita......................................................................................................................................8
 Lista de tablas

Tabla 1. El título debe ser breve y descriptivo....................................................................3

 Lista de figuras

Figura 1. Formas y descripción de las formas.....................................................................4

 Capítulo 1

Ejercicios Planteados

Ejercicio 1

Escribir un algoritmo en Python, que, utilizando las trasformaciones requeridas,

permita mejorar la iluminación y contraste en las imágenes penumbras01.jpg y

penumbras02.jpg, de tal manera que se puedan revelar detalles en la imagen que no se

aprecien con claridad.

penumbras01.jpg penumbras02.jpg

Ejercicio 2

Aplicar técnicas necesarias para el mejoramiento de la imagen en las

siguientes imágenes médicas, y posteriormente aplicar un algoritmo que aplique

pseudo-color de tal forma que se puedan identificar diferentes estructuras presentes

en las imágenes chest01.jpg y chest02.jpg.

Ejercicio 3

Realizar un algoritmo que aplique las transformaciones y operaciones necesarias

para segmentar la imagen monedas1.jpg, etiquetar cada área que ocupa una moneda

como una región y contar automáticamente la cantidad de monedas en la imagen. El

código escrito debe funcionar correctamente para otra imagen de monedas.

Metódos y operaciones.

Se convierte la imagen ingresada a escala de grises.

 grises = cv2.cvtColor(imagen, cv2.COLOR_BGR2GRAY)

Se aplica un filtro gaussiano para mejorar considerablemente la segmentación de la

imagen y posteriormente los contornos.

 suavizado = cv2.GaussianBlur(grises, (7,7), 3)

Se segmenta la imagen usando el intervalo umbral binario inverso y el método de

otsu.

 t, dst = cv2.threshold(suavizado, 0, 255, cv2.THRESH_BINARY_INV |

cv2.THRESH_OTSU)

Se detectan los contornos.

  (contornos, _) = cv2.findContours(dst.copy(), cv2.RETR_EXTERNAL,

cv2.CHAIN_APPROX_SIMPLE)

Se dibujan los contornos sobre la imagen original

 cv2.drawContours(imagen, contornos, -1, (0,0,255), 2)

Mostramos el número de monedas por consola

 print("He encontrado {} objetos".format(len(contornos)))

Algoritmo completo:

Ejercicio 4

Escribir los algoritmos necesarios para segmentar las monedas en la imagen

monedas2.jpg, extraer bordes, binarizar, aplicar operadores morfológicos (erosión,

dilatación, apertura o cierre) de tal forma que se obtenga el patrón más claro para cada

cara.

Ejercicio 5

Escribir los algoritmos necesarios para segmentar la imagen manzanas1.jpg y

contar automáticamente el número de manzanas obtenidas. Segmentar aprovechando

las propiedades del espacio de color, binarizar y utilizar operadores morfológicos para

mejorar los resultados (erosión, dilatación, apertura o cierre). Utilizar funciones para el

conteo y etiquetado de regiones. Realizar el mismo ejercicio para contar en forma

automática las manzanas en la imagen manzanas2.jpg. Realizar los ajustes necesarios

para mejorar el algoritmo.

 Capítulo 2

Figuras y tablas

Las tablas y figuras junto con el texto deben ser puestos en la misma

página donde son mencionados por primera vez en el texto. Las tablas y figuras grandes

deben ser agregadas en una página separada. La tabla 1 es más grande que media página

y por lo tanto fue agregada en una página para sí misma. La página antes de la figura

debe ser una página llena de texto a menos que esta esté al final del capítulo. Esto aplica

incluso si un párrafo debe ser dividido en varias páginas.

Título 2

Tablas y figuras deben ser puestas en páginas diferentes independientemente de

su tamaño. No se debe dejar espacios en blanco en las páginas de texto, pero es posible

dejar espacio en blanco en páginas que solo contienen tablas y figuras.

Título 3.
Tablas y figuras pueden ser puestas en un apéndice al final de la tesis o disertación. Si se

hace esto se debe estar seguro de indicar que las tablas y figuras están ubicadas en el
apéndice. Esto puede ser a través de paréntesis o con pies de página. Es posible poner

todas o solo algunas de las tablas y figuras en el apéndice, si todas las tablas y figuras son

puestas en el apéndice se debe indicar que “Todas las tablas y figuras están ubicadas en el

apéndice” después de la primera mención de una tabla o figuras..

Título 3.
Los títulos de las tablas deben ser puestos sobre las mimas. En el caso de las figuras

deben ser puestos debajo. Todas las tablas deben contar con mínimo 2 columnas y una

fila de títulos. Las tablas deben contar a menos con 3 líneas divisorias.
Tabla 1. El título debe ser breve y descriptivo.
Column One Column Two
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
Table data Table data
 Estas líneas son la línea incluida en la parte superior de la tabla, la línea entre el la

cabecera de la tabla y el contenido y la línea debajo de la tabla.

Título 4.
Las figuras pueden estar blanco y negro o a color. Si se usa color se debe asegurar que la

figura tenga sentido si se imprime a blanco y negro.En la figura 1 se muestran algunas

formas.

Figura 1. Formas y descripción de las formas.

 Capítulo 4

Resultados y discusión.

Más texto.
 Lista de referencias

Andrews, S. Fastqc, (2010). A quality control tool for high throughput sequence data.
Augen, J. (2004). Bioinformatics in the post-genomic era: Genome, transcriptome,
proteome, and information-based medicine. Addison-Wesley Professional.

Blankenberg, D., Kuster, G. V., Coraor, N., Ananda, G., Lazarus, R., Mangan, M., ... &
Taylor, J. (2010). Galaxy: a web‐based genome analysis tool for experimentalists.
Current protocols in molecular biology, 19-10.

Bolger, A., & Giorgi, F. Trimmomatic: A Flexible Read Trimming Tool for Illumina
NGS Data. URL http://www. usadellab. org/cms/index. php.

Giardine, B., Riemer, C., Hardison, R. C., Burhans, R., Elnitski, L., Shah, P., ... &
Nekrutenko, A. (2005). Galaxy: a platform for interactive large-scale genome
analysis. Genome research, 15(10), 1451-1455.
 Apéndice

Las tablas y figuras pueden ir en el apéndice como se mencionó anteriormente.

También es posible usar el apéndice para incluir datos en bruto, instrumentos de

investigación y material adicional.

 Vita

Acá se incluye una breve biografía del autor de la tesis.