Objetivo

Aplicar el concepto de parche, suavizado y el espacio de escala en procesamiento de imágenes.

Descripción

En esta experiencia educativa, aprenderás los conceptos fundamentales acerca del espacio de escala y cómo se relaciona con el procesamiento de imágenes.

Haz clic para revisar la explicación.

Estructura local

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa el siguiente video:

Para conocer más sobre estructura local, te recomendamos revisar el siguiente video:

DigitalSreeni. (2020, 20 de febrero). 95 - What is digital image filtering and image convolution? [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=1GUgD2SBl9A

Objetivo

Realizar operaciones de filtrado y parches en Python.

Instrucciones

Utilizando el entorno de trabajo Jupyter Notebook realiza lo que se pide.

1. Selecciona una imagen, cárgala en escala de grises dentro del notebook y asígnala a una variable en Python utilizando openCV. Asegúrate que sean de extensión .jpg, .jpeg o .png.
2. Divide la imagen en una lista de parches de tamaño 16 x 16 pixeles.
3. Normaliza cada parche para que tengan media en cero, varianza unitaria y muestra 3 imágenes del listado.
4. Con la imagen del punto 1 aplica un filtro gaussiano con un kernel de 3 x 3 y ; muestra el resultado obtenido.
5. Describe en un párrafo el efecto del filtro gaussiano anterior sobre la imagen.
6. Utilizando funciones de SciPy aplica 5 filtros diferentes a la imagen cargada previamente y explica sus efectos.

Checklist

Asegúrate de:

• Generar parches de imágenes y normalizarlos.
• Aplicar un filtro gaussiano y describir sus efectos.
• Utilizar la librería SciPy para realizar los filtrados solicitados y realizar observaciones.