SlideShare una empresa de Scribd logo
1 de 12
Descargar para leer sin conexión
Procesamiento de Imágenes 
y Visión Artificial 
(WEE2) 
Sesión: 3 
Transformaciones básicas a nivel espacial I 
MSc. Ing. José C. Benítez P.
Logros de aprendizaje 
1. Utilizar los métodos de conversión de imágenes 
digitales de colores a escala de grises. 
2. Negativo de una imagen digital binaria, escala de 
grises y de colores. 
2
3 
Contenido 
Transformaciones básicas a nivel espacial I: 
• Métodos de conversión RGB a escala de grises. 
• Negativo de una imagen digital.
4 
Conversiones C2G 
¿Cómo convertir una imagen a escala de grises? 
Para que una imagen sea vea en tonos de gris se requiere que 
los tres componentes básicos del color (en el computador: 
rojo, verde, azul – RGB por sus siglas en inglés) tengan más o 
menos la misma intensidad, podemos decir que si queremos 
convertir un pixel a su equivalente en escala de grises se debe 
hacer esto: 
• Sumar los valores de los componentes de color del 
pixel, es decir sumar R + G + B 
• Sacar el promedio de esa suma 
• El valor hallado se debe asignar a R, G y B 
Con estos tres pasos ya logramos que el pixel sea de color gris 
ya que cada uno de sus componentes tiene el mismo valor.
5 
Conversiones C2G 
¿Cómo convertir una imagen a escala de grises? 
Hay muchas otras formas de convertir una 
imagen de coloreas a escala de grises, incluso 
alguien que haya trabajado previamente con 
imágenes puede tener su propia versión de como 
implementarlo de acuerdo a lo que necesite o al 
tiempo que tenga. 
Pero existe una manera ampliamente conocida y 
aceptada en el gremio de las personas que 
trabajan con imágenes y visión por computador 
esa manera es la que aprenderemos a efectuar.
Conversiones C2G 
El ojo humano y su sensibilidad 
El ojo humano es mucho más sensible a los colores verdes y 
rojos que al azul, por lo que en cuanto a percepción de 
iluminación nuestro ojo reconoce los patrones de iluminación 
en color en las siguientes proporciones para cada componente: 
• Rojo: 30% 
• Verde: 59% 
• Azul: 11% 
Por lo que es más adecuado calcular el valor de cada 
componente de color con base a esta proporción y de este 
modo se obtiene el pixel de color gris con la iluminación 
adecuada para que nuestro ojo lo perciba como un mejor 
equivalente a su versión en color. 
6
Conversiones C2G 
Conversión de imágenes RGB a grayscale 
En PDI existen generalmente tres funciones diferentes para 
convertir los colores a escala de grises: average, lightness, 
luminosity y luminancia 
Para cada píxel: average calcula el promedio de los tres colores; 
lightness promedia los valores de color máximo y mínimo; 
luminosity le da más peso al verde y muy poco al azul; 
luminancia también le da más peso al verde pero en menor 
intensidad que luminosity: 
7 
Average = (R + G + B) / 3 
Lightness = ( max(R,G,B) + min(R,G,B) ) / 2 
Luminosity = 0,21 × R + 0,72 × G + 0,07 × B 
Luminancia = 0.3×R + 0.59×G + 0.11×B
8 
Conversiones C2G 
Conversión de imágenes RGB a grayscale
9 
Conversiones C2G 
Negativo de una imagen 
 Si una imagen es binaria, el negativo de la imagen es el 
cambio de los pixeles 1 a 0. 
 Si una imagen es de escala de grises, el negativo es el 
valor del pixel interpolado opuesto a la profundidad. 
Ejemplo: Si el pixel tiene valor g, y su profundidad es 8 
bpp su valor negativo será 255-g. 
 Si una imagen es a color, el negativo es el valor de cada 
pixel de cada color interpolado opuesto a la profundidad 
de los colores. 
Ejemplo: Si el pixel tiene valor (r, g, b), y su profundidad 
es 8 bpp su valor negativo para cada color será: (255-x, 
255-y, 255-z)
Resumen 
 Realizar un resumen mediante mapas conceptuales (CMapTools) 
de esta diapositiva. 
 Serán mejor consideradas los resúmenes que tengan información 
extra a esta diapositiva. 
 Las fuentes adicionales utilizadas en el resumen se presentarán 
en su carpeta personal del Dropbox y deben conservar el nombre 
original y agregar al final _S3. 
 Las fuentes y los archivos *.cmap deben colocarse dentro de su 
carpeta personal del Dropbox, dentro de una carpeta de nombre: 
10 
PDI_PaternoM_S3 
Las Tareas que no cumplan las 
indicaciones no serán considerados 
por el profesor.
11 
Preguntas 
El resumen con mapas conceptuales solicitado de 
la Sesión, al menos debe responder las siguientes 
preguntas: 
1. Explicar los diferentes métodos de conversión 
RGB a escala de grises. ¿Cuál es el mejor? 
2. Explicar los diferentes métodos de negativar 
una imagen digital. 
3. Hacer un listado de 5 aplicaciones de las 
conversiones C2G y del negativo de una imagen.
Sesión 3. Transformaciones básicas a nivel espacial I 
Procesamiento de Imágenes y Visión Artificial 
12 
http://utpiayva.blogspot.com

Más contenido relacionado

Destacado

Utp 2015-2_sirn_s7_r_competitivas
 Utp 2015-2_sirn_s7_r_competitivas Utp 2015-2_sirn_s7_r_competitivas
Utp 2015-2_sirn_s7_r_competitivasjcbenitezp
 
Utp pd_iy_va_cap1 introduccion a la va
 Utp pd_iy_va_cap1 introduccion a la va Utp pd_iy_va_cap1 introduccion a la va
Utp pd_iy_va_cap1 introduccion a la vajcbenitezp
 
Explicación del programa buscapersona
Explicación del programa buscapersonaExplicación del programa buscapersona
Explicación del programa buscapersonaMiguel Méndez
 
Utp pdi_2014-2_sap3 operaciones, transformaciones y conversiones
 Utp pdi_2014-2_sap3 operaciones, transformaciones y conversiones Utp pdi_2014-2_sap3 operaciones, transformaciones y conversiones
Utp pdi_2014-2_sap3 operaciones, transformaciones y conversioneshiperu2005
 
Utp pd_iy_va_sap2 iluminacion y modos de color
 Utp pd_iy_va_sap2 iluminacion y modos de color Utp pd_iy_va_sap2 iluminacion y modos de color
Utp pd_iy_va_sap2 iluminacion y modos de colorjcbp_peru
 
Utp pd_iy_va_sap6 diltacion y erosión binaria
 Utp pd_iy_va_sap6 diltacion y erosión binaria Utp pd_iy_va_sap6 diltacion y erosión binaria
Utp pd_iy_va_sap6 diltacion y erosión binariajcbp_peru
 
Utp sirn_s2_rna 2012-2
 Utp sirn_s2_rna 2012-2  Utp sirn_s2_rna 2012-2
Utp sirn_s2_rna 2012-2 jcbenitezp
 
Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2
 Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2 Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2
Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2jcbenitezp
 
Utp lpi_s6y7_funciones y variables 2012-2
 Utp lpi_s6y7_funciones y variables 2012-2 Utp lpi_s6y7_funciones y variables 2012-2
Utp lpi_s6y7_funciones y variables 2012-2jcbenitezp
 
Utp ia_sl2 patrones de aprendizaje de las rna
 Utp ia_sl2 patrones de aprendizaje de las rna Utp ia_sl2 patrones de aprendizaje de las rna
Utp ia_sl2 patrones de aprendizaje de las rnajcbenitezp
 
Utp pdiva_lab3_ introduccion al procesamiento de imagenes con mat_lab
 Utp pdiva_lab3_ introduccion al procesamiento de imagenes con  mat_lab Utp pdiva_lab3_ introduccion al procesamiento de imagenes con  mat_lab
Utp pdiva_lab3_ introduccion al procesamiento de imagenes con mat_labjcbenitezp
 
Utp 2014-1_pdi_cap1 introduccion a la va
 Utp 2014-1_pdi_cap1 introduccion a la va Utp 2014-1_pdi_cap1 introduccion a la va
Utp 2014-1_pdi_cap1 introduccion a la vac09271
 
Utp pdiva_cap1 introduccion a la va 2012-2
 Utp pdiva_cap1 introduccion a la va 2012-2 Utp pdiva_cap1 introduccion a la va 2012-2
Utp pdiva_cap1 introduccion a la va 2012-2jcbenitezp
 
Utp pti_s5_arreglos 2012-2
 Utp pti_s5_arreglos 2012-2 Utp pti_s5_arreglos 2012-2
Utp pti_s5_arreglos 2012-2jcbenitezp
 
Utp sirn_sl1 funciones de rna 2012-2
 Utp sirn_sl1 funciones de rna 2012-2 Utp sirn_sl1 funciones de rna 2012-2
Utp sirn_sl1 funciones de rna 2012-2jcbenitezp
 
Utp va_sl5 procesamiento de imagenes con mat_lab iii
 Utp va_sl5 procesamiento de imagenes con  mat_lab iii Utp va_sl5 procesamiento de imagenes con  mat_lab iii
Utp va_sl5 procesamiento de imagenes con mat_lab iiic09271
 
Utp pdiva_s5 fundamentos de vision artificial
 Utp pdiva_s5 fundamentos de vision artificial Utp pdiva_s5 fundamentos de vision artificial
Utp pdiva_s5 fundamentos de vision artificialjcbenitezp
 
Laboratorio 2
Laboratorio 2Laboratorio 2
Laboratorio 2a_tamayo
 
Utp pd_iy_va_sap6 operaciones morfologicas i
 Utp pd_iy_va_sap6 operaciones morfologicas i Utp pd_iy_va_sap6 operaciones morfologicas i
Utp pd_iy_va_sap6 operaciones morfologicas ijcbp_peru
 
Utp pdiva_cap1 introduccion a la va
 Utp pdiva_cap1 introduccion a la va Utp pdiva_cap1 introduccion a la va
Utp pdiva_cap1 introduccion a la vajcbenitezp
 

Destacado (20)

Utp 2015-2_sirn_s7_r_competitivas
 Utp 2015-2_sirn_s7_r_competitivas Utp 2015-2_sirn_s7_r_competitivas
Utp 2015-2_sirn_s7_r_competitivas
 
Utp pd_iy_va_cap1 introduccion a la va
 Utp pd_iy_va_cap1 introduccion a la va Utp pd_iy_va_cap1 introduccion a la va
Utp pd_iy_va_cap1 introduccion a la va
 
Explicación del programa buscapersona
Explicación del programa buscapersonaExplicación del programa buscapersona
Explicación del programa buscapersona
 
Utp pdi_2014-2_sap3 operaciones, transformaciones y conversiones
 Utp pdi_2014-2_sap3 operaciones, transformaciones y conversiones Utp pdi_2014-2_sap3 operaciones, transformaciones y conversiones
Utp pdi_2014-2_sap3 operaciones, transformaciones y conversiones
 
Utp pd_iy_va_sap2 iluminacion y modos de color
 Utp pd_iy_va_sap2 iluminacion y modos de color Utp pd_iy_va_sap2 iluminacion y modos de color
Utp pd_iy_va_sap2 iluminacion y modos de color
 
Utp pd_iy_va_sap6 diltacion y erosión binaria
 Utp pd_iy_va_sap6 diltacion y erosión binaria Utp pd_iy_va_sap6 diltacion y erosión binaria
Utp pd_iy_va_sap6 diltacion y erosión binaria
 
Utp sirn_s2_rna 2012-2
 Utp sirn_s2_rna 2012-2  Utp sirn_s2_rna 2012-2
Utp sirn_s2_rna 2012-2
 
Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2
 Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2 Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2
Utp sirn_sl2 patrones de aprendizaje de las rna 2012-2
 
Utp lpi_s6y7_funciones y variables 2012-2
 Utp lpi_s6y7_funciones y variables 2012-2 Utp lpi_s6y7_funciones y variables 2012-2
Utp lpi_s6y7_funciones y variables 2012-2
 
Utp ia_sl2 patrones de aprendizaje de las rna
 Utp ia_sl2 patrones de aprendizaje de las rna Utp ia_sl2 patrones de aprendizaje de las rna
Utp ia_sl2 patrones de aprendizaje de las rna
 
Utp pdiva_lab3_ introduccion al procesamiento de imagenes con mat_lab
 Utp pdiva_lab3_ introduccion al procesamiento de imagenes con  mat_lab Utp pdiva_lab3_ introduccion al procesamiento de imagenes con  mat_lab
Utp pdiva_lab3_ introduccion al procesamiento de imagenes con mat_lab
 
Utp 2014-1_pdi_cap1 introduccion a la va
 Utp 2014-1_pdi_cap1 introduccion a la va Utp 2014-1_pdi_cap1 introduccion a la va
Utp 2014-1_pdi_cap1 introduccion a la va
 
Utp pdiva_cap1 introduccion a la va 2012-2
 Utp pdiva_cap1 introduccion a la va 2012-2 Utp pdiva_cap1 introduccion a la va 2012-2
Utp pdiva_cap1 introduccion a la va 2012-2
 
Utp pti_s5_arreglos 2012-2
 Utp pti_s5_arreglos 2012-2 Utp pti_s5_arreglos 2012-2
Utp pti_s5_arreglos 2012-2
 
Utp sirn_sl1 funciones de rna 2012-2
 Utp sirn_sl1 funciones de rna 2012-2 Utp sirn_sl1 funciones de rna 2012-2
Utp sirn_sl1 funciones de rna 2012-2
 
Utp va_sl5 procesamiento de imagenes con mat_lab iii
 Utp va_sl5 procesamiento de imagenes con  mat_lab iii Utp va_sl5 procesamiento de imagenes con  mat_lab iii
Utp va_sl5 procesamiento de imagenes con mat_lab iii
 
Utp pdiva_s5 fundamentos de vision artificial
 Utp pdiva_s5 fundamentos de vision artificial Utp pdiva_s5 fundamentos de vision artificial
Utp pdiva_s5 fundamentos de vision artificial
 
Laboratorio 2
Laboratorio 2Laboratorio 2
Laboratorio 2
 
Utp pd_iy_va_sap6 operaciones morfologicas i
 Utp pd_iy_va_sap6 operaciones morfologicas i Utp pd_iy_va_sap6 operaciones morfologicas i
Utp pd_iy_va_sap6 operaciones morfologicas i
 
Utp pdiva_cap1 introduccion a la va
 Utp pdiva_cap1 introduccion a la va Utp pdiva_cap1 introduccion a la va
Utp pdiva_cap1 introduccion a la va
 

Similar a Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i

Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 Utp 2015-2_pdi_ea3 conversiones c2_g y negativo Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
Utp 2015-2_pdi_ea3 conversiones c2_g y negativojcbp_peru
 
Modos de color y Pantone (Abigail Pinilla)
Modos de color  y Pantone (Abigail Pinilla)Modos de color  y Pantone (Abigail Pinilla)
Modos de color y Pantone (Abigail Pinilla)2534928Abby
 
Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
 Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
Utp pd_iy_va_sap3 operaciones, transformaciones y conversionesjcbp_peru
 
Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
 Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
Utp pd_iy_va_sap3 operaciones, transformaciones y conversionesjcbp_peru
 
Presentación de imagen digital
Presentación de imagen digitalPresentación de imagen digital
Presentación de imagen digitalfelolopez99
 
Pyc imagenes digitales y contexto
Pyc imagenes digitales y contextoPyc imagenes digitales y contexto
Pyc imagenes digitales y contextoAlx Marroquin
 
Trabajo editorial alan escudero
Trabajo editorial alan escuderoTrabajo editorial alan escudero
Trabajo editorial alan escuderoJossueEscudero
 
Modos de color Santiago Leon 3ro "A"
Modos de color Santiago Leon 3ro "A"Modos de color Santiago Leon 3ro "A"
Modos de color Santiago Leon 3ro "A"SanthyLp
 
Modos de color y pantone
Modos de color y pantone Modos de color y pantone
Modos de color y pantone KevinTipan4
 
Manual corel photopaint
Manual corel photopaintManual corel photopaint
Manual corel photopaintCarol Diaz
 
Manual Corel Photopaint
Manual Corel PhotopaintManual Corel Photopaint
Manual Corel Photopaintcristinatesti
 
Manual corel photopaint
Manual corel photopaintManual corel photopaint
Manual corel photopaintMónica Aguado
 
MODOS DE COLOR - PANTONE - PANTONE 2020
MODOS DE COLOR -  PANTONE - PANTONE 2020MODOS DE COLOR -  PANTONE - PANTONE 2020
MODOS DE COLOR - PANTONE - PANTONE 2020ErikaAguirre34
 
Modos de color existentes en la actualidad
Modos de color existentes en la actualidadModos de color existentes en la actualidad
Modos de color existentes en la actualidadJosJativa
 
Modos de color
Modos de colorModos de color
Modos de colorErickAsk
 
Procesamiento de imagenes
Procesamiento de imagenesProcesamiento de imagenes
Procesamiento de imagenesDayana Guzman
 
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
 Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicasjcbp_peru
 
Características de la Imagen Digital
Características de la Imagen DigitalCaracterísticas de la Imagen Digital
Características de la Imagen Digitalmaixu61
 

Similar a Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i (20)

Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 Utp 2015-2_pdi_ea3 conversiones c2_g y negativo Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 
Modos de color y Pantone (Abigail Pinilla)
Modos de color  y Pantone (Abigail Pinilla)Modos de color  y Pantone (Abigail Pinilla)
Modos de color y Pantone (Abigail Pinilla)
 
Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
 Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
 
Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
 Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones
 
Presentación de imagen digital
Presentación de imagen digitalPresentación de imagen digital
Presentación de imagen digital
 
Pyc imagenes digitales y contexto
Pyc imagenes digitales y contextoPyc imagenes digitales y contexto
Pyc imagenes digitales y contexto
 
Trabajo editorial alan escudero
Trabajo editorial alan escuderoTrabajo editorial alan escudero
Trabajo editorial alan escudero
 
Modos de color Santiago Leon 3ro "A"
Modos de color Santiago Leon 3ro "A"Modos de color Santiago Leon 3ro "A"
Modos de color Santiago Leon 3ro "A"
 
Modos de color y pantone
Modos de color y pantone Modos de color y pantone
Modos de color y pantone
 
Manual corel photopaint
Manual corel photopaintManual corel photopaint
Manual corel photopaint
 
Manual corel photopaint
Manual corel photopaintManual corel photopaint
Manual corel photopaint
 
Manual corel photopaint
Manual corel photopaintManual corel photopaint
Manual corel photopaint
 
Manual Corel Photopaint
Manual Corel PhotopaintManual Corel Photopaint
Manual Corel Photopaint
 
Manual corel photopaint
Manual corel photopaintManual corel photopaint
Manual corel photopaint
 
MODOS DE COLOR - PANTONE - PANTONE 2020
MODOS DE COLOR -  PANTONE - PANTONE 2020MODOS DE COLOR -  PANTONE - PANTONE 2020
MODOS DE COLOR - PANTONE - PANTONE 2020
 
Modos de color existentes en la actualidad
Modos de color existentes en la actualidadModos de color existentes en la actualidad
Modos de color existentes en la actualidad
 
Modos de color
Modos de colorModos de color
Modos de color
 
Procesamiento de imagenes
Procesamiento de imagenesProcesamiento de imagenes
Procesamiento de imagenes
 
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
 Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
 
Características de la Imagen Digital
Características de la Imagen DigitalCaracterísticas de la Imagen Digital
Características de la Imagen Digital
 

Más de c09271

0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)c09271
 
S01.s1 material
S01.s1   materialS01.s1   material
S01.s1 materialc09271
 
jcbenitezp
jcbenitezpjcbenitezp
jcbenitezpc09271
 
Pdi paterno m_lab1
Pdi paterno m_lab1Pdi paterno m_lab1
Pdi paterno m_lab1c09271
 
Ul rc_cap4_capa de red - encaminamiento ruteo
 Ul rc_cap4_capa de red - encaminamiento ruteo Ul rc_cap4_capa de red - encaminamiento ruteo
Ul rc_cap4_capa de red - encaminamiento ruteoc09271
 
Ul rc_cap3_el nivel de red en internet
 Ul rc_cap3_el nivel de red en internet Ul rc_cap3_el nivel de red en internet
Ul rc_cap3_el nivel de red en internetc09271
 
Ul rc_cap2_la capa de red
 Ul rc_cap2_la capa de red Ul rc_cap2_la capa de red
Ul rc_cap2_la capa de redc09271
 
X 4 prospeccion
X 4 prospeccionX 4 prospeccion
X 4 prospeccionc09271
 
Carrier ethernetessentials
Carrier ethernetessentialsCarrier ethernetessentials
Carrier ethernetessentialsc09271
 
Metro ethernet-services
Metro ethernet-servicesMetro ethernet-services
Metro ethernet-servicesc09271
 
Metroethernet redes-y-servicios
Metroethernet redes-y-serviciosMetroethernet redes-y-servicios
Metroethernet redes-y-serviciosc09271
 
Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1c09271
 
9275315981 reduce
9275315981 reduce9275315981 reduce
9275315981 reducec09271
 
Utp sirn_s3_red perceptron
 Utp sirn_s3_red perceptron Utp sirn_s3_red perceptron
Utp sirn_s3_red perceptronc09271
 
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 Utp 2014-2_pdi_sap2 iluminacion y modos de color Utp 2014-2_pdi_sap2 iluminacion y modos de color
Utp 2014-2_pdi_sap2 iluminacion y modos de colorc09271
 
Utp 2014-2_ia_s2_intro a las rna
 Utp 2014-2_ia_s2_intro a las rna  Utp 2014-2_ia_s2_intro a las rna
Utp 2014-2_ia_s2_intro a las rna c09271
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2c09271
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2c09271
 
Imagen01
Imagen01Imagen01
Imagen01c09271
 

Más de c09271 (20)

0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)0121 2494-pys-50-11 (1)
0121 2494-pys-50-11 (1)
 
S01.s1 material
S01.s1   materialS01.s1   material
S01.s1 material
 
jcbenitezp
jcbenitezpjcbenitezp
jcbenitezp
 
Pdi paterno m_lab1
Pdi paterno m_lab1Pdi paterno m_lab1
Pdi paterno m_lab1
 
Ul rc_cap4_capa de red - encaminamiento ruteo
 Ul rc_cap4_capa de red - encaminamiento ruteo Ul rc_cap4_capa de red - encaminamiento ruteo
Ul rc_cap4_capa de red - encaminamiento ruteo
 
Ul rc_cap3_el nivel de red en internet
 Ul rc_cap3_el nivel de red en internet Ul rc_cap3_el nivel de red en internet
Ul rc_cap3_el nivel de red en internet
 
Ul rc_cap2_la capa de red
 Ul rc_cap2_la capa de red Ul rc_cap2_la capa de red
Ul rc_cap2_la capa de red
 
X 4 prospeccion
X 4 prospeccionX 4 prospeccion
X 4 prospeccion
 
Carrier ethernetessentials
Carrier ethernetessentialsCarrier ethernetessentials
Carrier ethernetessentials
 
64 66
64 6664 66
64 66
 
Metro ethernet-services
Metro ethernet-servicesMetro ethernet-services
Metro ethernet-services
 
Metroethernet redes-y-servicios
Metroethernet redes-y-serviciosMetroethernet redes-y-servicios
Metroethernet redes-y-servicios
 
Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1Ia 2014 2 balotario de la pc1
Ia 2014 2 balotario de la pc1
 
9275315981 reduce
9275315981 reduce9275315981 reduce
9275315981 reduce
 
Utp sirn_s3_red perceptron
 Utp sirn_s3_red perceptron Utp sirn_s3_red perceptron
Utp sirn_s3_red perceptron
 
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 Utp 2014-2_pdi_sap2 iluminacion y modos de color Utp 2014-2_pdi_sap2 iluminacion y modos de color
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 
Utp 2014-2_ia_s2_intro a las rna
 Utp 2014-2_ia_s2_intro a las rna  Utp 2014-2_ia_s2_intro a las rna
Utp 2014-2_ia_s2_intro a las rna
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2
 
Utp sirn_s2_rna 2014-2
 Utp sirn_s2_rna 2014-2 Utp sirn_s2_rna 2014-2
Utp sirn_s2_rna 2014-2
 
Imagen01
Imagen01Imagen01
Imagen01
 

Utp pdi_2014-2_sap3 transformaciones básicas a nivel espacial i

  • 1. Procesamiento de Imágenes y Visión Artificial (WEE2) Sesión: 3 Transformaciones básicas a nivel espacial I MSc. Ing. José C. Benítez P.
  • 2. Logros de aprendizaje 1. Utilizar los métodos de conversión de imágenes digitales de colores a escala de grises. 2. Negativo de una imagen digital binaria, escala de grises y de colores. 2
  • 3. 3 Contenido Transformaciones básicas a nivel espacial I: • Métodos de conversión RGB a escala de grises. • Negativo de una imagen digital.
  • 4. 4 Conversiones C2G ¿Cómo convertir una imagen a escala de grises? Para que una imagen sea vea en tonos de gris se requiere que los tres componentes básicos del color (en el computador: rojo, verde, azul – RGB por sus siglas en inglés) tengan más o menos la misma intensidad, podemos decir que si queremos convertir un pixel a su equivalente en escala de grises se debe hacer esto: • Sumar los valores de los componentes de color del pixel, es decir sumar R + G + B • Sacar el promedio de esa suma • El valor hallado se debe asignar a R, G y B Con estos tres pasos ya logramos que el pixel sea de color gris ya que cada uno de sus componentes tiene el mismo valor.
  • 5. 5 Conversiones C2G ¿Cómo convertir una imagen a escala de grises? Hay muchas otras formas de convertir una imagen de coloreas a escala de grises, incluso alguien que haya trabajado previamente con imágenes puede tener su propia versión de como implementarlo de acuerdo a lo que necesite o al tiempo que tenga. Pero existe una manera ampliamente conocida y aceptada en el gremio de las personas que trabajan con imágenes y visión por computador esa manera es la que aprenderemos a efectuar.
  • 6. Conversiones C2G El ojo humano y su sensibilidad El ojo humano es mucho más sensible a los colores verdes y rojos que al azul, por lo que en cuanto a percepción de iluminación nuestro ojo reconoce los patrones de iluminación en color en las siguientes proporciones para cada componente: • Rojo: 30% • Verde: 59% • Azul: 11% Por lo que es más adecuado calcular el valor de cada componente de color con base a esta proporción y de este modo se obtiene el pixel de color gris con la iluminación adecuada para que nuestro ojo lo perciba como un mejor equivalente a su versión en color. 6
  • 7. Conversiones C2G Conversión de imágenes RGB a grayscale En PDI existen generalmente tres funciones diferentes para convertir los colores a escala de grises: average, lightness, luminosity y luminancia Para cada píxel: average calcula el promedio de los tres colores; lightness promedia los valores de color máximo y mínimo; luminosity le da más peso al verde y muy poco al azul; luminancia también le da más peso al verde pero en menor intensidad que luminosity: 7 Average = (R + G + B) / 3 Lightness = ( max(R,G,B) + min(R,G,B) ) / 2 Luminosity = 0,21 × R + 0,72 × G + 0,07 × B Luminancia = 0.3×R + 0.59×G + 0.11×B
  • 8. 8 Conversiones C2G Conversión de imágenes RGB a grayscale
  • 9. 9 Conversiones C2G Negativo de una imagen  Si una imagen es binaria, el negativo de la imagen es el cambio de los pixeles 1 a 0.  Si una imagen es de escala de grises, el negativo es el valor del pixel interpolado opuesto a la profundidad. Ejemplo: Si el pixel tiene valor g, y su profundidad es 8 bpp su valor negativo será 255-g.  Si una imagen es a color, el negativo es el valor de cada pixel de cada color interpolado opuesto a la profundidad de los colores. Ejemplo: Si el pixel tiene valor (r, g, b), y su profundidad es 8 bpp su valor negativo para cada color será: (255-x, 255-y, 255-z)
  • 10. Resumen  Realizar un resumen mediante mapas conceptuales (CMapTools) de esta diapositiva.  Serán mejor consideradas los resúmenes que tengan información extra a esta diapositiva.  Las fuentes adicionales utilizadas en el resumen se presentarán en su carpeta personal del Dropbox y deben conservar el nombre original y agregar al final _S3.  Las fuentes y los archivos *.cmap deben colocarse dentro de su carpeta personal del Dropbox, dentro de una carpeta de nombre: 10 PDI_PaternoM_S3 Las Tareas que no cumplan las indicaciones no serán considerados por el profesor.
  • 11. 11 Preguntas El resumen con mapas conceptuales solicitado de la Sesión, al menos debe responder las siguientes preguntas: 1. Explicar los diferentes métodos de conversión RGB a escala de grises. ¿Cuál es el mejor? 2. Explicar los diferentes métodos de negativar una imagen digital. 3. Hacer un listado de 5 aplicaciones de las conversiones C2G y del negativo de una imagen.
  • 12. Sesión 3. Transformaciones básicas a nivel espacial I Procesamiento de Imágenes y Visión Artificial 12 http://utpiayva.blogspot.com