El documento describe tres algoritmos de segmentación de imágenes en OpenCV: detección de bordes, detección de contornos y floodfill. La detección de bordes resalta los bordes en una imagen mediante filtros diferenciales. La detección de contornos encuentra las curvas que unen puntos de borde de igual color o intensidad para analizar la forma de los objetos. El algoritmo floodfill rellena una región de la imagen con valores similares a una semilla seleccionada por el usuario.
Haciendo visible lo invisible: imágenes en la plataforma ArcGISEsri España
ArcGIS proporciona una plataforma completa para la visualización, gestión, producción, análisis y difusión de imágenes a todas las escalas. Es una plataforma escalable para crear productos con valor añadido integrados en el Sistema de Información Geográfica más completo.
En este workshop mostraremos una visión general de las capacidades de ArcGIS para el tratamiento de imágenes. Haremos un recorrido por las nuevas funcionalidades de ArcGIS Pro para el análisis de imágenes, los recursos disponibles más actualizados y el manejo de las aplicaciones más potentes para poner en práctica la producción, el análisis y la difusión de este tipo de información geoespacial
Haciendo visible lo invisible: imágenes en la plataforma ArcGISEsri España
ArcGIS proporciona una plataforma completa para la visualización, gestión, producción, análisis y difusión de imágenes a todas las escalas. Es una plataforma escalable para crear productos con valor añadido integrados en el Sistema de Información Geográfica más completo.
En este workshop mostraremos una visión general de las capacidades de ArcGIS para el tratamiento de imágenes. Haremos un recorrido por las nuevas funcionalidades de ArcGIS Pro para el análisis de imágenes, los recursos disponibles más actualizados y el manejo de las aplicaciones más potentes para poner en práctica la producción, el análisis y la difusión de este tipo de información geoespacial
Portafolio final comunicación y expresión ll - ivan alarcon .pptxivandavidalarconcata
Los muros paramétricos son una herramienta poderosa en el diseño arquitectónico que ofrece diversas ventajas, tanto en el proceso creativo como en la ejecución del proyecto.
Los atletas olímpicos de la antigüedad participaban en los juegos movidos por el afán de
gloria, pero sobre todo por las suculentas recompensas que obtendrían si ganaban..
Es una presentación desde el punto de vista histórico, escultórico y pictórico, gracias a la
cual podemos apreciar a través del tiempo como el arte ha contribuido a la historia de
los olímpicos.
La arquitectura paleocristiana y bizantina son dos estilos arquitectónicos distintivos que se desarrollaron en la historia del arte y la arquitectura.
La arquitectura paleocristiana se refiere al estilo arquitectónico que surgió en los primeros siglos del cristianismo, desde aproximadamente el siglo II hasta el siglo VI. Este estilo se caracteriza por el uso de elementos como columnas, arcos, bóvedas y cúpulas, a menudo incorporando influencias de la arquitectura romana. Las iglesias paleocristianas tempranas solían ser de planta basilical, con una disposición longitudinal y un énfasis en la simplicidad y la funcionalidad.
Por otro lado, la arquitectura bizantina se desarrolló a partir del siglo VI en el Imperio Bizantino (el antiguo Imperio Romano de Oriente) y continuó hasta la caída de Constantinopla en 1453. Este estilo se caracteriza por el uso de cúpulas, arcos de medio punto, mosaicos elaborados, columnas esbeltas y una profusión de detalles ornamentales. Las iglesias bizantinas suelen tener una planta centralizada, con una cúpula central que domina el espacio interior.
Ambos estilos arquitectónicos reflejan la evolución del arte y la cultura durante períodos históricos específicos y han dejado un legado duradero en la historia de la arquitectura occidental.
Las características principales de la arquitectura paleocristiana son:
1. Planta basilical: Las iglesias paleocristianas tempranas tenían una planta basilical, es decir, una disposición longitudinal con una nave central y dos laterales.
2. Simplicidad y funcionalidad: El énfasis en la simplicidad y la funcionalidad era una característica importante de la arquitectura paleocristiana. Las iglesias solían ser espacios sencillos y sin adornos excesivos.
3. Uso de elementos romanos: La arquitectura paleocristiana incorporaba elementos de la arquitectura romana, como columnas, arcos y bóvedas.
4. Uso de cúpulas: Aunque no tan comunes como en la arquitectura bizantina, algunas iglesias paleocristianas también incluían cúpulas.
Las características principales de la arquitectura bizantina son:
1. Cúpulas: La arquitectura bizantina se caracteriza por el uso de cúpulas, que pueden ser grandes y dominantes en el espacio interior.
2. Arco de medio punto: Los arcos de medio punto son comunes en la arquitectura bizantina, tanto en las cúpulas como en los espacios interiores.
3. Mosaicos elaborados: Los mosaicos eran una forma de decoración muy importante en la arquitectura bizantina. Estos mosaicos solían representar escenas religiosas y eran elaborados y coloridos.
4. Columnas esbeltas: Las columnas en la arquitectura bizantina suelen ser delgadas y altas, dando una sensación de ligereza y elegancia.
5. Detalles ornamentales: La arquitectura bizantina está llena de detalles ornamentales, como motivos geométricos, cruces, hojas de acanto y otros elementos decorativos.
Estas son solo algunas de las características principales de cada estilo, pero es importante tener en cuenta sus difere
1. Nombre:Diego Gaibor
Proceso de Segmentación
OpenCV esuna libreríaespecializadaenloscampos de visiónartificial y“machine learning”,su
acrónimo viene de su nombre original: “Open Source Computer Vision Library”, cuyo objetivo
principal es crear una infraestructura común para todas las aplicaciones que involucren los
camposantesmencionadossindejarde ladoque cualquierpersonapuedecontribuiramejorar
el proyecto. Dentro de esta biblioteca se pueden encontrar cerca de 2,500 algoritmos
optimizados para el procesamiento de imágenes los cuales tienen una gran cantidad de usos
tales como: reconocimiento fácil, identificación de objetos, seguimiento de movimientos a
travésde unacámara, seguimientode objetosenmovimiento,seguirel movimientode losojos,
etc.
A. Detecciónde bordes
Los bordes de una imagen proporcionan una cantidad tremenda de información valiosa como
por ejemplo:laposicióndel objeto,sutamaño,su texturaentre otras características.La forma
de identificar un borde es debido a que se produce un cambio brusco en la intensidad de la
imagen,mientrasmásrápidoseaeste cambio,el borde esmásfuerte.Losfiltrosutilizadosenla
detecciónde losbordes,son conocidoscomo filtrosdiferenciales,obteniendosunombre de la
derivación o diferenciación y lo que se busca con ellos es aumentar la nitidez de los bordes
encontrados en la imagen. “Dado que el promedio de los píxeles de una región tiende a
difuminar o suavizar los detalles y bordes de la imagen, y esta operación es análoga a la
integración, es de esperar que la diferenciación tenga el efecto contrario, el de aumentar la
nitidezde laimagen,resaltandolosbordes“
• Funcióna Utilizarse
• convert: es un objeto del tipo Mat y es la imagen de entrada a la cual se aplicará la
detecciónde bordes,engeneral debede serunaimagenenescalade grises,esdecirde
un solocanal y por lo regularde 8 bits.
• grayscalEdge: es un objeto del tipo Mat y es la imagen de salida la cual contendrá el
resultado del proceso de Canny, posee las mismas características que la imagen de
entrada.
• Min: valormínimodel umbral aplicadoenel momentode lahistéresis.
• Max: valormáximodel umbral aplicadoenel momentode lahistéresis.
2. Los objetosde tipoMat son matricesdonde se almacenanlosdatosde laimagen,engeneral es
una matrizde tamaño m x n y contiene lainformacióndel valorde cadapixel,unobjetoMatse
declarade la siguiente forma: MatimagetoOpen =new Mat();
Ahorabiensi es necesarioque este objetoMatcontengalosdatos de una imagenenparticular
o como comúnmente se mencionaque “abrauna imagen”entoncesse utilizanlasiguiente
línea:
imagetoOpen =Imgcodecs.imread(name);
B. Detección de contorno
El contorno de una imagen es definidocomo una curva que conecta o une todos los puntos
continuosa travésde un borde y que ademásposee el mismocolorointensidad[5],suutilidad
radica en el análisis de la forma de los objetos así como en la detección y reconocimiento de
objetos,porejemplounopuedeseridentificadoatravésdel contornode sumanoyaque,como
las huellas digitales, las manos de cada persona son únicas y tienen medidas distintas, estas
características se venreflejadasenel contornode la mano.
• Funcióna Utilizarse
• grayscalEdge: esla imagena lacual se deseaaplicarla detecciónde contornos.
• Contours: es un arreglo del tipo MatPoint donde se almacenan los arreglos de puntos
marcados porla funcióncomocontorno.
• Imgproc.RETR_EXTERNAL: indicaeneste caso que soloobtengaloscontornosexternos
de losobjetosde la imagen.
• Imgproc.CHAIN_APPROX_NONE:indicael tipode aproximaciónutilizadoporel método
para obtenerloscontornos.
Para el tercer y cuarto parámetroexistenotrotipode opcionesque si se deseanprofundizarse
puede revisarladocumentaciónproporcionadaporOpenCV paraestafunción,para efectosde
este artículo no es necesario otro tipo de parámetros pero se le recuerda al lector que estas
funciones deben adaptarse a lo que se busca obtener. La función por sí misma no “dibuja” los
contornos es necesario hacer uso de otra función del objeto Imgproc, para mostrarlos, este
métodoesel siguiente:
• contouroutput: Es la imagende salidadonde apareceránloscontornos ubicadospor la
imagen.
• Countours: Es la lista de arreglos, donde se almacenaron los puntos de los contornos
encontrados.
• Herarchy: Se le indica a la función específicamente que contornos tienen que ser
mostrados,puedenserloscontornosmarcadoscomointernos,comoexternosuambos,
3. si se pasa como parámetro el valor: -1 entonces la función dibujará todos aquellos
contornosque encontró.
• Scalar: este parámetroesuntipode datoque sirve paraindicar alafunciónde qué color
deben de ser dibujados los contornos, OpenCV maneja el formato RGB, por lo tanto el
color de ejemplo será un rojo total, por último se le indica el formatode la imagen de
salidaque esel parámetrocon valor5, el cual se utiliza para imágenesacolor.
C. FloodFill
Otro algoritmoimportanteparalasegmentaciónde imágenesesaquel conocidocomoFloodFill
el cual pertenece alaramade losalgoritmosconocidoseningléscomo“regióngrowing”,el cual
basa su funcionamiento en una semilla, la cual es seleccionada por el usuario. • Función a
Utilizarse
• newFlood: es la imagen de salida donde se obtendrá el floodfill, se recuerda al lector
que esun objetodel tipoMat.
• Mask: mascara que sirve para almacenarlosvaloresparecidosa la semilla.
• Seed:coordenadasdel puntoseleccionadocomosemillaesunobjetodel tipoPoint.
• Rectan: esunobjetodel tipoRec,que determinael áreaque poseelospixelesparecidos
a la semilla.
• LowerDiff,upperDiff:sondostiposde datos enterosque determinanel valormínimoy
máximodel umbral.
• Flags: este valor es un entero compuesto por tres partes, la primera de ellas hace
referenciaal tipode conectividadel cual puede serde tipo4 u 8 desentendiendode las
necesidadesdel programador,unamáscaralacual puede rellenarseconcualquiervalor
aunque se recomienda que se rellena con el valor de 255 y por último el tipo de
comparaciónutilizado(floatingofixed).
Para formar los flags