Tractament i publicació d'imatge i vídeo PAC1Marcos Baldoví Martínez

pàgina 1

INDEX

Exercici 1 .............................................. Pàgina 3Exercici 2 .............................................. Pàgina 3 i 4Exercici 3 ............................................... Pàgina 4 i 5Exercici 4 ............................................... Pàgina 5Exercici 5................................................ Pàgina 6 i 7Exercici 6................................................ Pàgina 7Exercici 7................................................ Pàgina 8Exercici 8................................................ Pàgina 8Exercici 9................................................ Pàgina 9Bibliografia............................................. Pàgina 10

*Amb la PAC, s'adjunten fitxer utilitzats per la realització dels exercicis del 2 al 8

pàgina 2

1. La seg%ent captura mostra l'histograma d'una imatge en mode escala de grisos. Quina informació podemextreure del seu histograma? Es pot deduir si +s una imatge “geom-trica” o un “objecte real”? Enparticular, qu- podem dir sobre les seves mides, nombre de píxels, nivells de grisos presents i contrast?

“L'histograma és una gr�fica d'aquesta imatge ens indica, per a

cada nivell de gris, el nombre de p�xels de la imatge que tenen

aquests nivells. A l'eix horitzontal hi tenim els nivells de gris i en

l'eix vertical, el nombre d'aparicions de cada nivell.”

La imatge mostra una gràfica on els valors dels nivells estroben molt desplaçats cap a la dreta i amb una alturabastant elevada per tant es tracta d'una imatge moltbrillant. Tenim informació dels nivells però l'histogramas'encarrega d'informar en quina freqüència apareixen elsdiferents nivells de gris però no en quina part de la imatge.

Podríem dir que es pot tractar d'una imatge de tonalitatcontinua amb uns nivells de brillantor i contrast elevats al'igual que podria ser una imatge geomètrica ambvariacions de tons molt clars. El que no ens informal'histograma és del tipus d'imatge.

Channel (Canal): Gray Canal de color en aquest cas escala de grisos peròpodem treballar en qualsevol espai de color tant amb laimatge composta com per canals individuals.

Source(Origen): Entire Image Origen de l'imatge

Mean (Promedio): 231 Representa el valor mitjà d'intensitat, és a dir els valorstonals més representats a la imatge. Ens mostra unamitjana del que deduïm una imatge molt clara.

Std Dev (Desviacio): 15.03 Representa l'amplitud de variació dels valorsd'intensitat, si es compara amb una imatge amb unagran variació tonal aquest valor ens dóna una bandamolt estreta.

Median (Mitjana):232 La mitjana representa el nivell de gris central de ladistribució, és a dir, el que té el 50% dels píxels persota i l'altre 50% per damunt.

Pixels: 4.500.000 Disposem d'una imatge amb una quantitat elevada depixel la qual cosa no ens indica una imatge de qualitat,ja que aquest nombre de pixels pots haver-seimplementat per mitjà d'alguna interpolació.

Level (Nivell): 48 Mostra els nivells d'intensitat de l'àrea situada sota elpunter.

Count: (Quantitat):0 Mostra la quantitat total de píxels corresponents alnivell d'intensitat que existeix sota el punter.

2.- Com seria l'histograma de la imatge de l'exercici 1 si l'apliqu+ssim una transformació de binaritzacióamb un valor de threshold de 128? Pots fer servir captures de pantalla o gr@fics per complementar el teuraonament. Amb la imatge de l'exercici 1 tindríem una imatge totalment blanca perquè tots els nivells passen a tenir un valorde 255, ja que tots els valors que tenim en la imatge de l'exercici 1 són superiors al valor llindar que és 128.

En l'exemple que es mostra a continuació tenim una imatge amb un histograma que predominen els colors clars.Si apliquem una transformació amb un llindar de 128, sols ens mostrarà el text de la caixa i les ombres de l'objecteque són valors tonals inferiors a 128.

pàgina 3

3.- Sobre la imatge que tens al teu perfil del campus de l'UOC, Converteix la imatge a escala de grisos. Quina probabilitat hi ha que, en seleccionar a l'atzar un punt de la imatge, aquest tingui el mateix nivell degris que el punt (10, 10)

1. Buscarem els valors promedio (Mean) o mediana (Median) que ens indiquen que el nivell de gris d'aquestpunt que és 202.

2. Desseleccionem l'àrea seleccionada i cliquem amb el punter del ratolí sobre el nivell de gris 202 i ensdona una quantitat de 90 pixels iguals (cantidad 90) la quantitat total de píxels serà de 12.220 pixels(Pixeles 12220). Dividim per a poder obtenir la probabilitat de trobar un pixel en la mateixa intensitat

9012.200

= 0,00736 que en percentatge serà 0,736 %

pàgina 4

Quina probabilitat hi ha que, en seleccionar a l'atzar un punt de la imatge, aquest sigui m+s fosc que elpunt (10, 10)?

Aplicarem els mateixos processos de càlcul que a l'apartat anterior amb la diferència que aquesta vegadaseleccionem tots els valors més obscurs del nivell 202. Amb la ferramenta histograma el que fem és calcular tot el rang que es troba entre 0 i 201. (nivel 0...201).

8.175

12.200= 0,6689 que en percentatge serà 66,89 %

4.- En qu- consisteixen la t-cnica del fals color? Seria aquesta la t-cnica adequada per optimitzar imatges que s'hagin de publicar a la web?

El fals color, és una tècnica de representació gràfica per millorar la visualització d'imatges. És molt utilitzada enl'astronomia o en la realització d'efectes artístics. Aquesta tècnica s'obté a partir d'imatges en color modificant icanviant el valor de cadascun dels píxels de forma monocromàtica, és a dir els canvis es realitzaran als 3 canals decolor per separat si es treballa en un espai de color RGB i la finalitat que les imatges resultants aportin mesinformació que les originals.

Seria aquesta la t-cnica adequada per optimitzar imatges que s'hagin de publicar a la web?

No, ja que la tècnica per al color fals el que modifiquen es valor dels pixels d'una imatge no reduim la gama decolors no es produeix cap compresio. Tot el contrari al que es el que es produeix en la compresio d'imatges ambformat gif que utilitzen una tècnica que s'anomena indexat.

Aquest model de color el que fa és reduir la gamma cromàtica de les imatges a un màxim de 256 colors isustituirla per una paleta del mateix nombre de colors, amb la qual cosa la grandària d'un arxiu amb colors RGBes redueix.

Podem observar les grandàries en Kb de les imatges peppers.pbm i peppersMod.pbm que l'hem modificat ambaquesta tècnica i tenen un pes en Kb exactament igual.

pàgina 5

5.- Quin nom reben les seg%ents m@scares configurades en Photoshop? S'anomenen mascares laplacianes i se solen utilitzar per a detecció de vores és a dir destaquen les regions on hi ha canvis bruscs d'intensitat.

En qu- es diferenciaran els resultats en aplicar aquestes dues m@scares sobre una imatge i quina +s la raó?

Les mascares de realçamet presenten un problema en Photoshop. Si en un píxel donat, una màscara genera un altrepíxel amb un nivell d'intensitat -100 aquest passa automàticament a tenir un nivell d'intensitat 0. Amb la qual cosa ens genera un problema, ja que no permet mostrar valors negatius.Per norma general, seguirem les següents indicacions:

• Si la suma de tots els coeficients dividida per l'escala és 1, el desplaçament ha de ser 0.• Si la suma de tots els coeficients és 0, el desplaçament ha de ser 128.• Si la suma de tots els coeficients dividida per l'escala és -1, el desplaçament ha de ser 255.

0 −1 0−1 4 −10 −1 0

--> -1-1+4-1-1 = 0 --> Si la suma de tots els coeficients +s 0, el desplaçament ha de ser 128.

Al tindre un valor de desplaçament 128 El que tenim es que ens permet mostrar els mitjos tons

pàgina 6

Al tindre un valor de desplaçament 255 El que tenim es que ens permet mostrar tambe les zones mes clares.

6.- Quina transformació espacial lineal faries servir si volguessis simular digitalment l'efecte dedesenfocament? Raona la resposta, indica quins tipus de m@scares utilitzaries i expressa-les com a matrius.

Per realitzar un efecte de desenfocament s'utilitzaran una màscara de suavitzat que permet difuminar la imatge iesborrar els detalls més fins. Hem utilitzat 3 matrius de suavitzat en 2 imatges diferents tipus una en escala degrisos i l'altra en mapa de bits.

hI(i , j)=

19

19

19

19

19

19

19

19

19

h2(i , j)=

116

216

116

216

416

216

116

216

116

h3(i , j)=

01

100

110

610

110

01

100

A la imatge en escala de grisos en aplicar la mascara h1 es difumina millor que en la resta de mascares l'efecte degranulat però la resta de la imatge queda molt desenfocada. Quant apliquem l'efecte generat per la matriu h2 tenimel mateix defecte però menys accentuat que amb l'operació anterior i per últim la matriu h3 és la que menys acusal'efecte de difuminat a la imatge.

Els resultats amb la imatge de bits són similars als obtinguts amb la imatge amb escala de grisos de la qual cosas'extrau com major és el pes del pixel central menys acusat serà l'efecte de desenfocament a la imatge.

h1 h2 h3

pàgina 7

7.- Quina operació morfolGgica o morfolGgiques creus que se li ha aplicat a la Imatge 1 si el resultat del'operació +s la Imatge 2? Raona la resposta.

L'operació realitzada és una obertura i consisteix en realitzar una erosió seguida d'una dilatació amb el mateixelement estructurat.

Passos per a obtenir un resultat similar al que es mostra a la imatge 2

1. Llindar nivell 128 amb aquesta opció ja estem eliminant els nivells de gris que estan per sota de 128

2. Acoblar la capa de llindar amb la capa imatge 1

3. Realitzem una erosió a la imatge amb un valor de radi 4 aquest efecte el que produeix un enfosquimentgeneral de la mateixa.

4. Seguidament realitzarem una dilatació sobre la mateixa imatge amb el mateix radi i obtenim pràcticamentel mateix resultat que la imatge 2.

pàgina 8

8.- Quins m-todes utilitzaries per reduir la grand@ria de les seg%ents dues imatges? Raona la resposta. (Nota: la resposta ha de ser teGrica i no ha de fer refer-ncia a cap programa en particular).

Per a l' imatge 1 es podria utilitzar una delmació sense interpolació, ja que en aquesta imatge no hi ha una tonalitatcontinua com el que mostra la imatge 2. Si fem una delmació sense interpolació el que fa suprimeix una fila i unacolumna de cada dues i com en aquesta no s'apreciaria cap tipus de mosaic, com la imatge està composta percolors plans no ens mostraria anomalies.

Per a la segona imatge realitzarem una delmació amb interpolació del tipus bicúbica, perquè aquesta segonaimatge, mostra una tonalitat continua. Aquest algoritme per a calcular el color de cada pixel utilitza els setzepíxels veïns, i dóna més importància als quatre veïns més propers. Aquest tipus imatges els pixels ,tenen una grannombre de valors numèrics i els càlculs seran més aproximats amb aquest tipus d'efecte i s'apreciarien menysdefectes que amb els altres tipus d'interpolació.

9.- Qu- entenem per resolució de la imatge i com +s el seu sistema de mesurament? Si la resolució d'una imatge escanejada en una A3 +s de 240ppp, quina +s la grand@ria de la imatge en píxels?

A3 son les dimensions de l'imatge que equival a 29,7x420 cm i la resolucio equival al nombre de pixels que hi hanen una polsada

Resolucio= 240pppA3= 29,7x42 cm

1inch=2,54cm29,7cm / 2,54cm= 11,69inch42cm / 2,54cm= 16,535 →16,54 inch

11,69inch x 240ppp=2805,6 →2.806 pixel16,54 x 240 ppp=3969,6 → 3.970pixel

Total Pixels en l'area (ample x alt)= 2.806p x 3.970p =11139820 pixel

pàgina 9

BIBLIOGRAFIA

Adobe “Photoshop / Visualización de histogramas y valores de píxeles” [Data de consulta 9 d'Octubre del 2016 ] Disponible <https://helpx.adobe.com/es/photoshop/using/viewing-histograms-pixel-values.html >

IMATGES

Exercici 2

Repavar: Imatge Maquillaje Fluido para la piel (envase) [En linea] [Data de consulta: 10 d'Octubre del 2016] Disponible<http://www.dosfarma.com/2605-repavar-oilfree-maquillaje-fluido-piel-muy-clara-35ml.html>

Exercici 5 i 6

Decsai (Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada): Imatge indors4.pgm [En linea] [Data de consulta: 11 d'Octubre del 2016] Disponible<http://www.http://decsai.ugr.es/cvg/dbimagenes/g256.php >

pàgina 10