Sol atividade2

Objetivos da aula:

• Filtro negativo de imagem
• Recorte da imagem
• Seguimentação por pixel

In [1]:

%matplotlib inline
# Importando a biblioteca OpenCV
import cv2 

#import a biblioteca Numpy
import numpy as np

from matplotlib import pyplot as plt


print ("OpenCV Versão : %s " % cv2.__version__)

%matplotlib inline # Importando a biblioteca OpenCV import cv2 #import a biblioteca Numpy import numpy as np from matplotlib import pyplot as plt print ("OpenCV Versão : %s " % cv2.__version__)

OpenCV Versão : 4.9.0 

In [ ]:

!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/cogumelo.png" /content
!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/droneinvertido.jpg" /content
!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/drone.jpg" /content
!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/droneinvertido.jpg" /content
!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/goku.jpg" /content
!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/gokuinvertido.jpg" /content
!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/cogumelo.png" /content

!wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/cogumelo.png" /content !wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/droneinvertido.jpg" /content !wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/drone.jpg" /content !wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/droneinvertido.jpg" /content !wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/goku.jpg" /content !wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/gokuinvertido.jpg" /content !wget "https://raw.githubusercontent.com/arnaldojr/cognitivecomputing/master/material/aulas/PDI/lab02/cogumelo.png" /content

Filtro negativo (Inverte imagem)¶

Para aplicar um filtro negativo precisamos inverter os seus valores, ou seja, em uma imagem binária realizamos a troca de 0 pra 1 e de 1 para 0 para cada pixel da imagem.

In [2]:

import cv2
imagem = cv2.imread("cogumelo.png")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY)

plt.imshow(image, interpolation="none", cmap="gray")
plt.show()

import cv2 imagem = cv2.imread("cogumelo.png") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY) plt.imshow(image, interpolation="none", cmap="gray") plt.show()

In [4]:

import cv2
imagem = cv2.imread("cogumelo.png")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY)

for y in range(0, image.shape[0]):
  for x in range(0, image.shape[1]):
    ##### aqui eu inverto o valor do pixel
    if image[y, x] == 255:
      image[y,x] = 0
    else:
      image[y,x] = 255

plt.imshow(image, interpolation="none", cmap="gray")
plt.show()

import cv2 imagem = cv2.imread("cogumelo.png") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY) for y in range(0, image.shape[0]): for x in range(0, image.shape[1]): ##### aqui eu inverto o valor do pixel if image[y, x] == 255: image[y,x] = 0 else: image[y,x] = 255 plt.imshow(image, interpolation="none", cmap="gray") plt.show()

Desafio 1¶

Faça uma implementação que inverte as cores de uma imagem em escala de cinza, com valores que vão de 0 ate 255. dica: a forma explicita de fazer uma inversãão é: a = 255 - a

In [5]:

# implemente aqui sua solução


import cv2
imagem = cv2.imread("cogumelo.png")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY)

for y in range(0, image.shape[0]):
  for x in range(0, image.shape[1]):
    ##### aqui eu inverto o valor do pixel
    image[y, x] = 255 -image[y, x]


plt.imshow(image, interpolation="none", cmap="gray")
plt.show()

# implemente aqui sua solução import cv2 imagem = cv2.imread("cogumelo.png") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY) for y in range(0, image.shape[0]): for x in range(0, image.shape[1]): ##### aqui eu inverto o valor do pixel image[y, x] = 255 -image[y, x] plt.imshow(image, interpolation="none", cmap="gray") plt.show()

Desafio 2¶

Faça o mesmo par uma imagem colorida, realize a inversão de cores dos canais R, G e B.

o resultado deve ser parecido com a imagem abaixo:

In [9]:

# Implemente aqui sua solução

import cv2
imagem = cv2.imread("drone.jpg")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB)

for y in range(0, image.shape[0]):
  for x in range(0, image.shape[1]):
    ##### aqui eu inverto o valor do pixel
    image[y, x] = 255 -image[y, x]


plt.imshow(image, interpolation="none", cmap="gray")
plt.show()

# Implemente aqui sua solução import cv2 imagem = cv2.imread("drone.jpg") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB) for y in range(0, image.shape[0]): for x in range(0, image.shape[1]): ##### aqui eu inverto o valor do pixel image[y, x] = 255 -image[y, x] plt.imshow(image, interpolation="none", cmap="gray") plt.show()

Recorte da imagem (crop)¶

O recorte de uma parte da imagem, ou crop, consiste em extrair da imagem uma região de interresse (ROI).

In [10]:

import cv2
imagem = cv2.imread("drone.jpg")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB)

plt.imshow(image, interpolation="none")

plt.show()

import cv2 imagem = cv2.imread("drone.jpg") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB) plt.imshow(image, interpolation="none") plt.show()

In [11]:

image2 = image.copy()

#crop_img = img[y:y+h, x:x+w]
image2 = image[50:250,580:950]

plt.imshow(image2, interpolation="none", cmap="gray")
plt.show()

image2 = image.copy() #crop_img = img[y:y+h, x:x+w] image2 = image[50:250,580:950] plt.imshow(image2, interpolation="none", cmap="gray") plt.show()

Desafio3¶

Ajude o nosso sayajin!!

A imagem foi dividida em 4 quadrantes aleatorios e precisamos organizar essa bagunça. Faça a reconstrução da imagem nas posições corretas.

Dica: Crie uma copia da imagem original (img2 = img.copy()), faça um crop da imagem 4 partes (crop1, crop2, crop3, crop4), junte as partes cortadas na ordem correta na img2. no final Salve a imagem (cv2.imwrite())

In [12]:

import cv2
imagem = cv2.imread("gokuinvertido.jpg")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB)

altura = image.shape[0]
largura = image.shape[1]

print("altura: {} largura: {}".format(altura, largura))

plt.imshow(image, interpolation="none")

plt.show()

# para salvar imagem
#cv2.imwrite("gokunormal.jpg", cv2.cvtColor(image2, cv2.COLOR_RGB2BGR))

import cv2 imagem = cv2.imread("gokuinvertido.jpg") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB) altura = image.shape[0] largura = image.shape[1] print("altura: {} largura: {}".format(altura, largura)) plt.imshow(image, interpolation="none") plt.show() # para salvar imagem #cv2.imwrite("gokunormal.jpg", cv2.cvtColor(image2, cv2.COLOR_RGB2BGR))

altura: 720 largura: 1280

In [12]:

#implemente sua solução 

import cv2
imagem = cv2.imread("gokuinvertido.jpg")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB)

altura_metade = image.shape[0]//2
largura_metade = image.shape[1]//2

#crop_img = img[y:y+h, x:x+w] em 4 partes
crop1 = image[0:altura_metade,0:largura_metade]
crop2 = image[0:altura_metade,largura_metade:largura_metade*2]
crop3 = image[altura_metade:altura_metade*2,0:largura_metade]
crop4 = image[altura_metade:altura_metade*2,largura_metade:largura_metade*2]

# copia da imagem original
image2 = image.copy()

# coloca os crops da imagem nas posições corretas, por exemplo: crop1 na parte inferior direita
image2[0:altura_metade,0:largura_metade] = crop4
image2[0:altura_metade,largura_metade:largura_metade*2] = crop3
image2[altura_metade:altura_metade*2,0:largura_metade] = crop2
image2[altura_metade:altura_metade*2,largura_metade:largura_metade*2] = crop1


plt.imshow(image2, interpolation="none")
plt.show()

#implemente sua solução import cv2 imagem = cv2.imread("gokuinvertido.jpg") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB) altura_metade = image.shape[0]//2 largura_metade = image.shape[1]//2 #crop_img = img[y:y+h, x:x+w] em 4 partes crop1 = image[0:altura_metade,0:largura_metade] crop2 = image[0:altura_metade,largura_metade:largura_metade*2] crop3 = image[altura_metade:altura_metade*2,0:largura_metade] crop4 = image[altura_metade:altura_metade*2,largura_metade:largura_metade*2] # copia da imagem original image2 = image.copy() # coloca os crops da imagem nas posições corretas, por exemplo: crop1 na parte inferior direita image2[0:altura_metade,0:largura_metade] = crop4 image2[0:altura_metade,largura_metade:largura_metade*2] = crop3 image2[altura_metade:altura_metade*2,0:largura_metade] = crop2 image2[altura_metade:altura_metade*2,largura_metade:largura_metade*2] = crop1 plt.imshow(image2, interpolation="none") plt.show()

Seguimentação de imagens¶

Agora que sabemos como manipular pixel e como alterar seu valor e sua posição. Podemos fazer atividades mais complexas como conseguir reaalizar a seguimentação de algum objeto ou item da imagem (video), Como na imagem abaixo.

Desafio 4¶

De forma intuitiva realize algumas mudanças no código e veja o efeito que causa na imagem. Este exercio é apenas um aperitivo de algumas tecnicas que vamos estudar na proxima aula.

In [14]:

# Entenda o codigo e faça as alterações que achar necessárias
import cv2
imagem = cv2.imread("drone.jpg")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB)
print(image.shape)

for y in range(0, image.shape[0]):
  for x in range(0, image.shape[1]):
    if image[y,x,1] > 170 :
      image[y,x]= (255,255,255)
    

plt.imshow(image, interpolation="none")
plt.show()

# Entenda o codigo e faça as alterações que achar necessárias import cv2 imagem = cv2.imread("drone.jpg") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB) print(image.shape) for y in range(0, image.shape[0]): for x in range(0, image.shape[1]): if image[y,x,1] > 170 : image[y,x]= (255,255,255) plt.imshow(image, interpolation="none") plt.show()

(420, 1120, 3)

Desafio 5¶

Vamos tentar fazer o contrario, vamos tentar filtar o fundo da imagem sem o drone

In [18]:

# Implemente seu código aqui

import cv2
imagem = cv2.imread("drone.jpg")
image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB)
print(image.shape)

for y in range(0, image.shape[0]):
  for x in range(0, image.shape[1]):
    if image[y,x,0] < 70 :
      image[y,x]= (255,255,255)
    

plt.imshow(image, interpolation="none")
plt.show()

# Implemente seu código aqui import cv2 imagem = cv2.imread("drone.jpg") image = cv2.cvtColor(imagem, cv2.COLOR_BGR2RGB) print(image.shape) for y in range(0, image.shape[0]): for x in range(0, image.shape[1]): if image[y,x,0] < 70 : image[y,x]= (255,255,255) plt.imshow(image, interpolation="none") plt.show()

(420, 1120, 3)