Diseño de Una Técnica Basada en Procesamiento de Imágenes Con Tecnología Móvil para Mejorar La Selección de Productos de Una Tienda Virtual

UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS

Escuela Acadmico Profesional de Informtica
DISEO DE UNA TCNICA BASADA EN

PROCESAMIENTO DE IMGENES CON
TECNOLOGA MVIL PARA MEJORAR LA
SELECCIN DE PRODUCTOS DE UNA TIENDA
VIRTUAL
Trabajo de Graduacin
Propuesto por : Juan Orlando Salazar Campos
Elaborado por : Cadenillas Villacorta Fiorella Jesus
rea del Proyecto: a y Visual
2013
Trujillo, Diciembre del 2013
Diseo de una tcnica basada en procesamiento de imgenes con tecnologa mvil UNIVERSIDAD
para mejorar la seleccin de productos de una tienda virtual NACIONAL DE
TRUJILLO
Fiorella J. Cadenillas Villacorta 1

TRUJILLO
RESUMEN
En la actualidad, existen varias formas de seleccin de productos, las cuales son

utilizadas por las personas da a da al momento de realizar una compra virtual. Estas
formas de seleccionar productos suelen ser complicadas, cuando el nmero de productos
a seleccionar aumenta, provocando indirectamente que una persona invierta mucho
tiempo al momento de seleccionar los productos que quiere obtener. Siendo ste el
problema al que nos enfrentamos hoy, la falta de tiempo, es un hecho que afecta a la
gran mayora de las personas.
El objetivo de este trabajo de graduacin fue disear una tcnica basada en

procesamiento de imgenes con tecnologa mvil para mejorar la seleccin de productos
de una tienda virtual. Se hizo uso de cdigos QR para identificar productos, los usuarios
pueden seleccionar sus productos escaneando con sus telfonos inteligentes el cdigo
del producto que les interese, los cuales estarn impresos en diferentes publicidades y
poder efectuar una manera ms rpida la seleccin del producto que se quiere obtener.
Para disear sta tcnica se estudi algoritmos de procesamiento de imgenes

para dispositivos mviles con Android, cuyo propsito fue agilizar el proceso de
identificacin de los productos usando la api de la cmara del dispositivo mvil; cuya
imagen fue interpretada por la tcnica procesndola y consultndola dependiendo del
marcador a identificar para su correcta seleccin del producto, ahorrando tiempo y
dinero en el proceso de consulta y seleccin del producto mencionado, se busc de esta
manera la compra online sea mucho ms rpida y fcil para el usuario.

TRUJILLO
INDICE GENERAL
INTRODUCCION................................................................................................................... 7
Capitulo 1: GENERALIDADES DEL PROYECTO ............................................................ 9
1.1 Problema: ................................................................................................................ 9
1.1.1 Realidad Problemtica. ................................................................................... 9
1.1.2 Enunciado del Problema. .............................................................................. 10
1.2 Antecedentes del Proyecto. .................................................................................. 10
1.3 Hiptesis................................................................................................................ 14
1.3.1 Variables de Estudio...................................................................................... 14
1.4 Objetivos: .............................................................................................................. 14
1.4.1 Objetivo General. ........................................................................................... 14
1.4.2 Objetivos Especficos. ................................................................................... 14
1.5 Justificacin del Estudio: ...................................................................................... 15
1.5.1 Econmica. .................................................................................................... 15
1.5.2 Empresarial.................................................................................................... 15
1.5.3 Ciencias de la Computacin.......................................................................... 15
1.5.4 Social. ............................................................................................................ 15
Capitulo 2: MATERIALES Y MTODOS ......................................................................... 16
2.1 Poblacin y Muestra. ............................................................................................ 16
2.1.1 Poblacin. ...................................................................................................... 16
2.1.2 Muestra. ......................................................................................................... 16
2.2 Tcnicas e Instrumentos....................................................................................... 17
2.2.1 Tcnicas......................................................................................................... 17
2.2.2 Instrumentos. ................................................................................................. 17
2.3 Diseo de contrastacin. ...................................................................................... 17
Capitulo 3: MARCO TERICO ........................................................................................ 18
3.1 Las Tiendas Virtuales en celulares....................................................................... 18
3.1.1 Tcnicas de seleccin de productos. ............................................................ 18

TRUJILLO
3.2 Codificacin de productos. ................................................................................... 19
3.2.1 El Producto: ................................................................................................... 19
3.2.2 Codificacin de productos ............................................................................. 19
3.3 Codificacin de Productos usando cdigos QR................................................... 25
3.3.1 Qu es un Cdigo QR? ............................................................................... 25
3.3.2 Cdigo QR: Micro y Standard ....................................................................... 26
3.3.3 Caractersticas de Cdigos QR ..................................................................... 27
3.3.4 Estandarizacin de cdigos QR .................................................................... 29
3.3.5 Estructura del Cdigo QR.............................................................................. 29
3.3.6 Factor de decisin de tamao de cdigos QR .............................................. 32
3.3.7 Libreras usadas para codificar y decodificar cdigos Qr ............................. 36
3.4 Procesamiento de imgenes. ............................................................................... 38
3.4.1 La Imagen Digital ........................................................................................... 40
3.4.2 Clasificacin De Las Imgenes Digitales ...................................................... 40
3.4.3 Tipos De Imgenes Digitales ........................................................................ 43
3.4.4 Calidad De Una Imagen ................................................................................ 45
3.4.5 Fundamentos Del Procesamiento De Imgenes Digitales ........................... 48
3.4.6 Etapas del Procesamiento Digital de Imgenes: .......................................... 51
Capitulo 4: DESARROLLO METODOLGICO ............................................................... 84
4.1 Metodologa de Trabajo. ....................................................................................... 84
4.1.1 Paso 1: Recoleccin de informacin ............................................................. 84
4.1.2 Paso 2: Anlisis de informacin .................................................................... 84
4.1.3 Paso 3: Diseo de la tcnica ......................................................................... 91
Capitulo 5: CONCLUSIONES .......................................................................................... 93
Capitulo 6: REFERENCIAS ............................................................................................. 94

TRUJILLO
INDICE DE FIGURAS.
Figura 1Ejemplo cdigo de barra ........................................................................................ 20
Figura 2: Formatos de cdigos Bidi. ................................................................................... 21
Figura 3 Ejemplo de cdigo QR .......................................................................................... 22
Figura 4 Ejemplo de etiqueta RFID ..................................................................................... 23
Figura 5 Ejemplo de cdigo Bokode ................................................................................... 25
Figura 6 Cdigo QR micro................................................................................................... 26
Figura 7 Cdigo QR Standard ............................................................................................. 26
Figura 8 Comparacin de tamao de impresin entre cdigo barra y cdigo QR............. 27
Figura 9 Capacidad de correccin del Cdigo QR ............................................................. 28
Figura 10 Capacidad de lectura desde cualquier ngulo del cdigo QR ........................... 28
Figura 11 Capacidad de concatenacin del Cdigo QR .................................................... 28
Figura 12 Estructura de un Cdigo QR versin 7 ............................................................... 29
Figura 13 Patrn localizador de un cdigo QR. .................................................................. 30
Figura 14 Margen de seguridad para cdigos QR.............................................................. 31
Figura 15 Factores de decisin de tamao de cdigo QR ................................................. 32
Figura 16 Versin y nmero de mdulos de los cdigos QR ............................................. 33
Figura 17 Formato de Informacin de un cdigo QR ......................................................... 34
Figura 18 Ejemplo tamao de los mdulos en un cdigo QR Versin 1(21x21 mdulos) 36
Figura 19 Tipos de Imgenes Digitales; (a) RGB; (b) Indexada; (c) Escala de Grises; (d)
Binaria .................................................................................................................................. 45
Figura 20 Ruido que afecta a una imagen; (a) original; (b). ............................................... 46
Figura 21 Diferentes ruidos afectando a una imagen; (a) Original; (b) Gaussiano; (c)
Multiplicativo; (d) Sal y Pimienta ............................................................................................ 47
Figura 22 Vecindad (p). ................................................................................................. 48
Figura 23 Vecindad por (p). .......................................................................................... 49
Figura 24 Conectividad de Pixeles ...................................................................................... 49
Figura 25 Distancia euclidiana para una imagen de 5 por 5. ............................................. 50
Figura 26 Distancia tablero de ajedrez para una imagen de 5 por 5. ................................ 51
Figura 27 Calidad de una imagen de Smartphone vs. Cmara Digital .............................. 52
Figura 28 Tamao de Sensor de una cmara digital.......................................................... 53
Figura 29 Apertura de Diafragma de una cmara digital.................................................... 54
Figura 30 Distancia focal de una cmara digital. ................................................................ 55
Figura 31 Ejemplo de binarizacin por histograma ............................................................ 58
Figura 32 Algoritmo con umbralizacin fija ......................................................................... 59
Figura 33 Algoritmo con umbralizacin automtica. ........................................................... 60

TRUJILLO
Figura 34 Ejemplo de ecualizacin de histograma ............................................................. 64

Figura 35 Patrn de deteccin de QR code........................................................................ 68
Figura 36 Barrido de un QR code. ...................................................................................... 69
Figura 37 Deteccin de esquina de un cdigo QR ............................................................. 69
Figura 38 Deteccin de en Qr code (a)............................................................................ 70
Figura 39 Deteccin de en Qr code (b)............................................................................ 70
Figura 40 Deteccin de en Qr code (c). ........................................................................... 71
Figura 41 Deteccin de en Qr code(d)............................................................................. 71
Figura 42 Proyeccin horizontal y vertical .......................................................................... 75
Figura 43 Etiquetado de componentes convexas............................................................... 76
Figura 44 Cdigo de cadena vecindad de 4 ....................................................................... 77
Figura 45 Cdigo de cadena vecindad de 8 ....................................................................... 78
Figura 46 Codificaciones de una frontera. (a) Frontera,..................................................... 78
INDICE DE TABLAS.
Tabla 1 Ventajas y desventajas de los cdigos RFID ........................................................ 24
Tabla 2 Capacidad de almacenamiento de cdigos QR .................................................... 27
Tabla 3 Capacidad de un QR Code segn su versin ....................................................... 33
Tabla 4 Capacidad de correccin de cdigos QR .............................................................. 35
Tabla 5 Niveles de visin y procesos del PDI..................................................................... 38
Tabla 6 Entradas y salidas de los mtodos del PDI ........................................................... 39
Tabla 7 Tamao de una Imagen ......................................................................................... 48
Tabla 8Comparativa de la rapidez en segundos de los algoritmos de umbralizacin local y
global con una ventana de 3x3. .......................................................................................... 62
Tabla 9 Valores de evaluacin de cuadros comparativos .................................................. 84
Tabla 10 Cuadro comparativo de las formas de seleccionar productos. ........................... 85
Tabla 11 Cuadro comparativo de las formas de captura de una imagen digital................ 87
Tabla 12 Cuadro comparativo de tipos de cmaras digitales............................................. 87
Tabla 13 Cuadro comparativo de los tipos de formato de imagen..................................... 88
Tabla 14 Cuadro comparativo de algoritmos de binarizacin ............................................ 89
Tabla 15 Cuadro comparativo de algoritmos de filtrado ..................................................... 89
Tabla 16 Cuadro comparativo de algoritmos de segmentacin ......................................... 90

TRUJILLO
INTRODUCCION
El presente trabajo de investigacin, tiene como objetivo disear una tcnica basada en
procesamiento de imgenes con tecnologa mvil para mejorar la seleccin de productos
de una tienda virtual, para lo cual el documento se ha estructurado en 4 captulos,
conclusiones y las referencias; a fin de obtener un panorama ms amplio del tema a
tratar.
La caracterstica principal de ste proyecto es que al aplicar esta tcnica se disminuya el

tiempo que los usuarios los usuarios invierten en seleccionar productos con el uso de
tcnicas de seleccin habitualmente empleadas. As mismo, permitir a las empresas
comerciales, aumentar la cantidad de visitas de manera considerable respecto hacia
otros sistemas de venta online; que puede terminar en el incremento de su economa.
En el primer captulo se abordan de manera general los antecedentes de las

contribuciones a este trabajo, as mismo, se describe los objetivos y la justificacin del
desarrollo de este trabajo.
En el captulo 2, materiales y mtodos, se elige la poblacin y muestra en la que se

probar la tcnica diseada y los instrumentos que utilizar para probar los objetivos
planteados para esta investigacin. Tambin se incluye diseo de contrastacin, siendo
el diseo pre- experimental el que se usara para el desarrollo de las pruebas.
En el captulo 3, marco terico, se investig detalladamente cada una de las formas

existentes para seleccionar productos. Se elige la seleccin de productos por captura de
imgenes. Considerando que actualmente, los dispositivos mviles como los
Smartphones, se han convertido en herramientas importantes para todo tipo de usuarios
debido a las tecnologas que nos ofrecen y a las aplicaciones disponibles para facilitar
nuestras actividades cotidianas. Dentro de estas tecnologas se encuentran los llamados
cdigos QR (Quick Response Code) los cuales son tecnologas relativamente nuevas en
el mercado mundial y an ms en el peruano, siendo ste el motivo de eleccin de estos
cdigos, para usarlos como imgenes que identifiquen a los productos. As mismo, se
muestra las teoras y los conceptos de los algoritmos del procesamiento de imgenes que
fueron revisados para realizar el diseo de la tcnica.

TRUJILLO
En el cuarto captulo, metodologa del trabajo, se detallan cada uno de los pasos que se
sigue en la metodologa usada, empezando por el paso 1: recoleccin de informacin, la
cual fue realizada en el marco terico. El paso 2: anlisis de informacin, se realizaron
cuadros comparativos para elegir los algoritmos que mejor se adapten al diseo de la
tcnica. Finalmente en el paso 3: Diseo de la tcnica, se muestra el diseo
arquitectnico y algoritmos de los pasos que conforman la tcnica.
Finalmente, se presentan las conclusiones y las referencias usadas en el desarrollo del

trabajo de investigacin.
En conclusin, el desarrollo del este trabajo de graduacin busca que con el diseo de la
tcnica se pueda agilizar el proceso de seleccin de productos desde la captura del
cdigo del producto con la cmara de un celular, hasta la interpretacin de ste usando
algoritmos de procesamiento de imgenes. El uso de sta tcnica servir como modelo
para la creacin de futuras aplicaciones rpidas y confiables, que faciliten la vida
cotidiana de los usuarios peruanos.

TRUJILLO
Capitulo 1: GENERALIDADES DEL PROYECTO
1.1 Problema:
1.1.1 Realidad Problemtica.
Existen varias formas de seleccin de productos, las cuales son utilizadas

por las personas da a da al momento de realizar una compra virtual. Estas
formas de seleccionar productos suelen ser algo complejas, cuando el
nmero de productos a seleccionar aumenta, provocando indirectamente
que una persona invierta mucho tiempo al momento que selecciona los
productos que quiere obtener. Siendo ste el problema al que nos
enfrentamos hoy, la falta de tiempo, es un hecho que afecta a la gran
mayora de las personas.
Resulta imprescindible tener en cuenta la evolucin de la sociedad y ser

sensibles a los cambios en los hbitos de compra (lugar y forma en que los
consumidores seleccionan sus productos), el creciente desarrollo de
aplicaciones tecnolgicas estn modificando poco a poco, el gusto, las
preferencias y la disposicin de las personas por determinada prctica, en
este caso la forma de seleccin de productos. Estas tecnologas, pueden
ofrecer servicios nuevos y diferentes formas para seleccionar los productos
que se encuentran en una tienda virtual, facilitando el proceso de seleccin y
aumentando su preferencia.
En la actualidad, existe un gran inters en torno a las capacidades de los

dispositivos mviles; prueba de ello son las numerosas aplicaciones que han
aparecido. Por otro lado vemos que la tendencia de tener tiendas virtuales
est creciendo, es as que ahora encontramos aplicaciones de tiendas
virtuales que nos permiten realizar compras con dispositivos mviles.
Gracias a las nuevas tecnologas y a la afluencia de los nuevos telfonos
mviles (smartphones), los usuarios cada vez confan ms y estn
dispuestos a probar novedades, como por ejemplo, nuevas formas de
seleccionar productos. Apenas tienen dificultad a la hora de aprender a
utilizarlos y supone una gran comodidad y menor esfuerzo a la hora de

TRUJILLO
realizar una tarea que antes poda llegar a resultar tediosa, permitindonos
disminuir el tiempo empleado con el uso de las formas de seleccin
acostumbradas.
A nivel mundial an son pocas aquellas empresas que utilizan soluciones

integradas con las tecnologas mviles y cdigos QR. As mismo, tambin
existen empresas que aportan soluciones integrando estas tecnologas,
obteniendo grandes beneficios como lo es la facilidad de seleccin de
productos, que permite a los usuarios comprar en el camino a su casa o
trabajo sin tener que invertir mucho tiempo.
Por tal motivo, es ventajoso en nuestro pas realizar comercio electrnico

utilizando tecnologa mvil, que permitan seleccionar los productos desde
dispositivos mviles, tal como se viene realizando en otros pases como
Corea y Argentina. Sin descartar que esta forma de seleccin de productos
pueda mejorar a las formas de seleccin que comnmente usan los
consumidores para seleccionar sus productos.
1.1.2 Enunciado del Problema.
Ante esta realidad nos planteamos el siguiente problema:

Cmo mejorar la seleccin de productos de una tienda virtual?
1.2 Antecedentes del Proyecto.
Ttulo: Propuesta de solucin para realizar transacciones en la compra de

productos de consumo usando tecnologa QR y NFC.
Presentado por: Rojas Ygnacio, Ingrid
Institucin: Universidad Peruana de Ciencias Aplicadas
Facultad de Ingeniera
Carrera de Ingeniera Electrnica
Fecha de Publicacin: Lima Per 2012
Resumen:
El propsito general del proyecto fue el estudio de las funcionalidades de la
tecnologa NFC as como de los cdigos QR para la futura creacin de

TRUJILLO
aplicaciones que permitan realizar transacciones de adquisicin de productos de

consumo. El proyecto const de una aplicacin para el usuario que le permiti
simular la compra de productos a un supermercado.
La tesis mencionada se desarroll para un Smartphone o tablet con sistema

operativo Android que conto con las siguientes caractersticas: cmara
incorporada para la seleccin de productos a travs del escaneo de cdigos QR,
conexin a internet para el acceso al servidor de la empresa modelo y tecnologa
NFC para la realizacin de conformidad del pedido. La aplicacin fue
desarrollada en Java; adicionalmente, el proyecto incluye la implementacin de
una base de datos en SQL Server 2012 y la manipulacin de sus datos se
realiz a travs de servicios web. (Rojas Ygnacio, 2012).
Ttulo: Identificacin de especies vegetales utilizando dispositivos mviles.

Presentado por: Valenzuela Prez, Sebastin.
Institucin: Universidad De Chile, facultad de ciencias fsicas y
matemticas, departamento de ciencias de la
computacin
Fecha de Publicacin: Abril del 2013
Resumen:
Este proyecto presentado con el afn de formar conciencia sobre las especies
vegetales que se tienen al alcance, del cual naci la idea de implementar una
gua de campo en la que sea fcil hacer bsquedas, tan fcil como hacer una
observacin de la planta en cuestin, esta observacin correspondi a la toma
de una fotografa a partir de la cual se entregue el nombre de la especie. Una
aplicacin que hace esta tarea es leafsnap para el sistema operativo iOS, en
esta memoria se present el desarrollo de un prototipo que implement una
alternativa para la identificacin de especies vegetales por reconocimiento de
imgenes para el sistema operativo android. El desarrollo de este trabajo apunt
ampliar el impacto de leafsnap, considerando un rea geogrfica distinta,
usuarios de dispositivos android. Adems, de contar un servicio web que realice
las bsquedas para la identificacin de especies, que no requiera la interaccin
de una aplicacin especfica sino que sea accesible por cualquiera que desee
usarlo. (Valenzuela Prez, 2013)

TRUJILLO
Ttulo: Implementacin de solucin informtica basado en M-COMERCE

aplicado a sistemas de distribucin comercial.
Presentado por:
Molina Neyra, Cesar Alberto
Murakami de la Cruz, Sumiko Elizabeth
Institucin: Universidad Nacional Mayor de San Marcos
Facultad de Ingeniera de Sistemas e Informtica
E.A.P de Ingeniera de Sistemas
Fecha de Publicacin: Lima Per 2005
Resumen:
El problema se percibi en la situacin de muchas distribuidoras comerciales de
diversos productos que, para efectos de aumentar sus ganancias y ganar a su
competencia, intentan liderar el mercado, abarcando zonas geogrficas no
exploradas, fidelizar clientes, aplicando polticas y procedimientos; sin embargo,
muchas de ellas no cuentan con la infraestructura tecnolgica que vaya de
acuerdo a todo aquel propsito inicial, es ms, algunas de ellas an conservan la
forma tradicional de venta para colocar sus productos, alejndose ms del
objetivo.
El proyecto de tesis ofreci una solucin hacia aquel problema, haciendo uso de
la Tecnologa GRPS - WAP. Brind una alternativa de solucin hacia aquellas
empresas que desearon empezar con aquel nuevo mundo que implica el uso de
la tecnologa mvil, y de sa forma hacer M-Commerce. (Molina Neyra &
Murakami de la Cruz, 2005)
Ttulo: Procesado de imgenes para plataformas mviles.

Presentado por:
Joyce Daniela Aramayo Salgueiro
Alberto de la Piedad Gascuea
Eduardo Snchez Muoz
Institucin: Universidad Complutense de Madrid
Facultad de Informtica.
Fecha de Publicacin: 30 Jul 2013.
Resumen:
Los autores presentaron el desarrollo de una aplicacin mvil, para ser ejecutada
bajo el sistema operativo de cdigo abierto Android, que ofreci al usuario de
una manera muy intuitiva la posibilidad de acceder a tiendas online para comprar

TRUJILLO
prendas de vestir extradas de una imagen dada. Es decir, a partir de una

imagen de entrada que ser segmentada y una breve descripcin del producto,
el usuario obtendr las tres prendas de ropa que el sistema considere que
menos difieren de la original y el enlace a su correspondientes tiendas online
donde podr efectuar la compra.
El usuario podr seleccionar entre tres niveles de precisin; alto, medio y bajo,
con estos niveles el usuario definir indirectamente el tiempo de procesamiento,
dependiendo de los resultados que quiera obtener. Tambin podr decidir
buscar las imgenes candidatas mediante la API de Google o directamente en la
tienda online Zalando. (Aramayo Salgueiro, 2013)
Ttulo: Tratamiento de imgenes, extraccin de caractersticas y

"matching" en plataformas Android.
Presentado por:
Ortega Olivas, Roco.
Departamento:
Universidad Carlos III de Madrid. Departamento de Ingeniera de Sistemas y
Automtica.
Fecha de Publicacin:
19-mar-2013
Resumen:
En este proyecto se estudi la eficiencia de los dispositivos mviles Android para
el procesamiento de imgenes, as como tambin una tcnica para llevar a cabo
el matching entre imgenes (utilizando Teora de Grafos). Se tomaron conceptos
bsicos de procesamiento de imgenes, repasando qu es un descriptor de
imagen, cules son los ms utilizados y cmo trabajar con ellos en proyectos de
desarrollo, junto con otras funciones tpicas del procesamiento de imgenes. Por
otro lado, tambin mostraron cmo funciona la plataforma sobre la que
trabajaron (Android), cul es su arquitectura y cmo se puede utilizar la librera
por excelencia para trabajar con imgenes en el campo del desarrollo de
aplicaciones (OpenCV). Todo ello, para mostrar cmo trataron la informacin que
obtuvieron de una imagen y como la relacionaron mediante Teora de Grafos
para realizar el matching. Finalmente desarrollaron una aplicacin Android,
importando la librera OpenCV en la que comprobaron cmo de eficientes son
esos terminales y cmo es posible aplicar Teora de Grafos a la informacin que
nos aporta una imagen para relacionarla con otra. (Ortega Olivas, 2013).

TRUJILLO
1.3 Hiptesis.
El desarrollo de una tcnica basada en procesamiento de imgenes con tecnologa

mvil, permite mejorar la seleccin de productos de una tienda virtual.
1.3.1 Variables de Estudio.
A. Variable Independiente.
Tcnica basada en Procesamiento de Imgenes con tecnologa mvil.
B. Variable Dependiente.
Mejora de la seleccin de productos de una tienda virtual.
1.4 Objetivos:
1.4.1 Objetivo General.
Disear una tcnica basada en procesamiento de imgenes con tecnologa

mvil para mejorar la seleccin de productos de una tienda virtual.
1.4.2 Objetivos Especficos.
Investigar fundamentos tericos que permitan mejorar la seleccin de

productos usando imgenes en celulares y tcnicas de procesamiento
de imgenes digitales.
Analizar la informacin recolectada, correspondiente al procesamiento
de imgenes, para identificar a cada una de ellas con la cmara del
celular.
Disear una tcnica basada en procesamiento de imgenes y aplicarlo
a nuestra problemtica, de manera que podamos mejorar la seleccin
de productos de una tienda virtual.
Implementar una tcnica que nos permita mejorar la seleccin de
productos de una tienda virtual.
Evaluar y probar la tcnica.
Analizar los resultados obtenidos.
Elaborar el informe final.

TRUJILLO
1.5 Justificacin del Estudio:

1.5.1 Econmica.
El proyecto en s permitir a las empresas comerciales, aumentar la

cantidad de visitas de manera considerable respecto hacia otros sistemas de
venta online; que puede terminar en el incremento de su economa.
1.5.2 Empresarial.
La decisin de disear una tcnica que permita mejorar la seleccin de

productos de una tienda virtual, aumentar la tendencia de crecimiento y
debe potenciar tambin el canal de ventas mvil, permitiendo crecimiento
del comercio electrnico en Empresas.
1.5.3 Ciencias de la Computacin.
Acadmicamente se justifica porque pondremos en prctica las diferentes

tcnicas estudiadas en los cursos del rea de procesamiento grfico, las
cuales se analizarn para elegir las que mejor se adapten al desarrollo de la
tcnica que se disear, y pasar a ser un aporte para futuras
investigaciones.
1.5.4 Social.
Este proyecto se justifica socialmente por la facilidad de compra que permite

a los usuarios comprar en el camino a su casa o trabajo sin tener que ir a los
supermercados ni hacer largas colas.

TRUJILLO
Capitulo 2: MATERIALES Y MTODOS
2.1 Poblacin y Muestra.
2.1.1 Poblacin.
Formada por todas las imgenes que tienen cdigo QR, generadas
para una tienda virtual indeterminada.
2.1.2 Muestra.
Al ser nuestra poblacin de cantidad infinita, calculamos el tamao

de nuestra muestra utilizando la siguiente frmula:
Dnde:
n = tamao de la muestra
p = Proporcin (Prevalencia) de la variable. de literatura, prueba piloto o
maximizar con p=0.5.
q = Complemento de P. (q=1-p).
d= Precisin depende del investigador. Costo y tiempo.
= nivel de significancia.
-1 = nivel de confianza.
Z^2 = Valor crtico correspondiente al nivel de confianza elegido: siempre se
opera con valor sigma. E^2 = Margen de error o de imprecisin permitido (lo
determinar el director del estudio).
Reemplazando: Para una precisin del 50%, y un nivel de confianza del 95%
Redondeando, tendremos que nuestra muestra estar formada por n=384.

TRUJILLO
2.2 Tcnicas e Instrumentos.

2.2.1 Tcnicas.
Las tcnicas que se utilizarn y que permitirn probar los objetivos

planteados en esta investigacin, son las siguientes:
Observacin, de los resultados obtenidos de las pruebas realizadas con
la aplicacin de la tcnica.
Encuestas y entrevistas a personas, para ver si los resultados de la
experiencia de usuario con la aplicacin de la tcnica diseada es
positiva.
2.2.2 Instrumentos.
Como instrumentos que utilizaremos para probar los objetivos planteados

para esta investigacin son: Computadora, impresora, cmara de un celular.
Computadora, utilizada para el desarrollo de las encuestas.
Impresora, para imprimir las encuestas a desarrollar y las imgenes de
muestra.
Cmara de celular, para capturar las imgenes que formarn parte de
nuestra muestra.
2.3 Diseo de contrastacin.
Se aplicar el diseo Pre-Experimental (especficamente, Diseo de

Comparacin de Grupos slo despus), el cual se encuentra representado por el
siguiente grfico:
X O1
--------------------
O2
Dnde:
X: Tcnica para la seleccin de imgenes basada en procesamiento de imgenes.
O1: Observacin de resultado de la aplicacin de X en un grupo.
O2: Observacin del resultado sin la aplicacin de X en el mismo grupo.

TRUJILLO
Capitulo 3: MARCO TERICO
3.1 Las Tiendas Virtuales en celulares
La tienda virtual es una aplicacin software con diversos mdulos de

servicio que automatizan una serie de actividades relacionadas a la
comercializacin de productos por Internet.
Desde el lado de la empresa: Permite organizar un catlogo con informacin de

los productos y sus imgenes, incorpora toda la actividad del proceso de
ventas, genera rdenes de pedidos, permite la gestin de los pedidos y clientes,
elaboracin de propuestas publicitarias y envo a travs de su servicio de
mailing.
Desde el lado del usuario: Recrea el escaparate de una tienda real mostrando
las imgenes y descripcin de los productos del negocio, en la portada hay una
seccin de ltimos productos o novedades, rea de productos en oferta; el
producto ms popular, descuentos por campaa, etc.
El usuario puede realizar una compra o pedido a travs de medios de pago

como tarjetas de crdito, transferencias bancarias, o solamente recibir cotizaciones.
Entonces la funcin de servicio de la tienda virtual es hacer posible el

proceso de venta a travs de Internet. (Prieto)
3.1.1 Tcnicas de seleccin de productos.
Hay cuatro tcnicas bsicas de encontrar un producto en una tienda virtual:
1 Tcnica: Haciendo "clic" en cualquiera de las categoras de la tabla de

productos que se desea aadir al carrito de compra en una tienda virtual.
2 Tcnica: Utilizando un motor de bsqueda, en la que introduzca el

cdigo, el nombre o cualquier palabra relacionada con el producto que

TRUJILLO
se desea seleccionar para aadir al carrito de compra en una tienda

virtual.
3 Tcnica: Capturando una imagen, la cual contiene el cdigo del

producto que se va a seleccionar para aadirlo al carrito de compra de
una tienda virtual.
3.2 Codificacin de productos.
3.2.1 El Producto:
Es todo aquello que puede ofrecerse al mercado para su uso o

consumo y que adems debe satisfacer un deseo o necesidad. Analizando
la cartera de productos o las principales lneas de productos y marcas que
oferta un comerciante minorista o mayorista, se pueden mejorar las ventas
de los productos existentes, considerando la posibilidad de identificar a cada
uno de ellos con un cdigo QR que los identifique.
3.2.2 Codificacin de productos
Las tecnologas de identificacin automtica AutoID (Automatic

Identification) utilizadas por los supermercados para la identificacin de
productos han evolucionado con el tiempo: cdigos de barra, cdigos Qr, los
MIT Media Lab y Rfid. Estas tcnicas permiten las siguientes
funcionalidades:
Identificar automticamente
Acelerar el proceso
Evitar errores humanos.
Los cdigos QR estn siendo utilizados con mayor frecuencia y

cmo toda tecnologa es necesario conocerla y saber cmo puede ser
aprovechada para mejorar el proceso de seleccin de productos en una
tienda virtual. Mientras que los cdigos de barras se siguen utilizando
ampliamente, las etiquetas MIT Media y RIF an no son tan aplicadas
probablemente por su alto costo.

TRUJILLO
3.2.2.1 Cdigos de Barras

Un cdigo de barras es la traduccin ptica, en forma de
barras verticales y espacios, de aun cdigo numrico o alfanumrico
que permite la identificacin automtica de la entidad. Utilizan el
cdigo binario, asociando los espacios en blanco y las lneas negras
con unos y ceros.
Fuente: Microsoft Corporation

Figura 1Ejemplo cdigo de barra
Son ampliamente utilizados en la mayora de los productos

que consumimos. Existen en el mercado infinidad de cdigos de
barras tales como: Posnet, cdigo 39, cdigo 128, UPC, EAN-13,
etc. Siendo ste ltimo el ms utilizado.
Los cdigos de barras de los productos contienen

informacin numrica donde se codifican 13 dgitos en un smbolo
EAN. Esta codificacin identifica de manera unvoca a cada
producto en el mundo segn el estndar internacional gestionado
por AECOC/GS1. Debido a que este cdigo se encuentra en todos
los productos y que las aplicaciones de escaneo en los mviles
pueden reconocerlo, han surgido mltiples servicios para que
cuando un usuario escanee un cdigo de barras, acceda a
informacin relacionada con ese producto.

TRUJILLO
Estas etiquetas identificativas, que se vienen utilizando

desde mediados del siglo pasado, permiten automatizar,
informatizar y acelerar numerosos procesos de forma relativamente
simple y efectiva.
Las ventajas que presenta el cdigo de barras son:
Fcil uso
Escaso costo
Evitar errores en la captura de datos
Respecto a la normativa, los cdigos de barra estn regidos

por el estndar ISO/IEC 15420:20091.
3.2.2.2 Cdigos BIDI

Constituyen los cdigos de dos dimensiones formados por
cuadrados negros y blancos, y que permiten almacenar informacin
codificada. Algunos de los ms comunes son: Azteca, Datamatrix,
QR.
Figura 2: Formatos de cdigos Bidi.

Fuente: (Azanza, 2013)
Cdigos Qr:
Constituyen un sistema para almacenar informacin en
una matriz de puntos de dos dimensiones (2D). Tambin se les
1
ISO/IE C 15420:2009. Information technology Automatic identification and dat a capture
techniques EAN/UPC bar code symbology specification

TRUJILLO
considera como un cdigo de barras bidimensional con mayor

capacidad, debido a que almacena informacin tanto en forma
horizontal como vertical. Se caracteriza por los tres cuadrados
que se encuentran en las esquinas y que permiten detectar la
posicin del cdigo al lector.
Figura 3 Ejemplo de cdigo QR

Fuente: (Garca, 2013)
Las ventajas que presenta el cdigo QR son:

- Cdigo abierto
- Mayor capacidad de almacenar informacin respecto a otros
sistemas.
- Mayor velocidad de lectura
- Puede ser ledo mediante una simple cmara digital
- Posibilidad de ser ledo desde cualquier ngulo (lectura
360).
Los cdigos QR estn teniendo mucha difusin en estos ltimos

aos, pero su origen se remonta a la dcada del 90. El estndar
japons para los cdigos QR (JIS X 0510) fue publicado en
enero de 1998 y su correspondiente estndar internacional ISO
(ISO/IEC 18004) 2 fue aprobado en junio del 2000 y revisado en
el 2006.
2
ISO/IE C 18004:2000. Information technology Automatic identification and dat a capture
techniques Bar code symbology QR Code.

TRUJILLO
3.2.2.3 Cdigos RFID

Constituye un sistema de identificacin nica de objetos por
radiofrecuencia. Esta tecnologa permite transmitir informacin de
una persona, un objeto o un animal.
La tarjeta RFID contiene un chip y una antena, y a travs de

un transmisor-receptor que leen la informacin del producto y la
transmite mediante ondas de radio, de forma inalmbrica a un
dispositivo que las procesa.
La etiqueta RFID puede ser colocada en cualquier producto;

por lo tanto, tenemos una tarjeta programable que emite informacin
cuando el lector la activa de forma que podemos conocer la
informacin del producto almacenado.
Figura 4 Ejemplo de etiqueta RFID

Fuente: (Logiscenter, 2010)
Su costo es an muy elevado, razn por la cual es muy poco

utilizada. Respecto a la normativa, ISO ha definido una serie de
estndares ISO 18.000 3 y otros estndares relacionados que
definen aspectos tcnicos.
3
ISO 18.000 Information technology Radio frequency identification for tem management.

TRUJILLO
Tabla 1 Ventajas y desventajas de los cdigos RFID

Sus ventajas Sus Desventajas
Ms control Alto costo
Precisin No rentable
Exactitud Retorno de la inversin lerdo
Rapidez Poca seguridad.
Buena logstica
Mayor seguimiento de productos
3.2.2.4 Bokode
El MIT Media Lab est desarrollando un tipo de etiqueta
ptica llamada Bokode y que por sus caractersticas podra situarse a
medio camino entre un cdigo de barras o QR convencional y un chip
RFID.
Por un lado se trata de una etiqueta ptica. Es decir, debe
permanecer visible para ser legible. Pero, como sucede con los chips
RFID, no es necesario que sean perceptibles para las personas ni es
necesario capturarlos a corta distancia y de forma especfica, sino
que la informacin que contiene es accesible siempre y cuando los
bokodes sean capturados en la imagen, esttica o de vdeo, de una
cmara, directa o indirectamente.
De hecho un Bokode (contraccin de Bokeh y Code) es

prcticamente invisible, imperceptible a simple vista, para las
personas. Para stas no ser ms que un pequeo punto luminoso.
Estructuralmente los Bokode consisten en un pequeo punto

de luz formado por un diodo luminoso o LED (una diminuta de
bombilla de apenas unos milmetros de dimetro) colocada tras una
pequea lente en la que hay codificada informacin en lenguaje
binario, es decir, escrita en forma unos y ceros o como una matriz
de puntos. Sea como sea la codificacin es casi invisible para el ojo
humano. Puede contener mucha ms informacin que cualquier otro
tipo de etiqueta o cdigo ptico de los mencionados.

TRUJILLO
Figura 5 Ejemplo de cdigo Bokode

Fuente: (opfocus, 2010)
Las etiquetas Bokode pueden ser ledas con una cmara

convencional o por la cmara de un mvil a cierta distancia sin
necesidad de que estos sean, aparentemente, visibles para sta. No
es necesario que la etiqueta sea el sujeto principal en la imagen ya
que el Bokode usa una lente que permite que la informacin
contenida en el Bokode sea visible desde distintos ngulos y
distancias, incluso a varios metros.
Los Bokodes se presentan por tanto como una interesante

idea con numerosas posibilidades. Sin embargo, segn los
investigadores que desarrollan este tipo de etiquetas su
funcionamiento an no est exento de inconvenientes. Por ejemplo,
aunque su funcionamiento es ms que aceptable incluso con luz
ambiente su eficiencia puede verse afectada en caso de que el total
de la imagen aparezca totalmente ntida o sea capturada sin
suficiente resolucin.
3.3 Codificacin de Productos usando cdigos QR.
3.3.1 Qu es un Cdigo QR?
Un cdigo QR (Quick Response) es un smbolo de matriz de cdigo

de barra (o cdigo bidimensional 2D), legible por lectores de cdigos de
barras dedicados y telfonos celulares. El smbolo se encuentra compuesto
por mdulos negros acomodados en un patrn cuadrado sobre un fondo

TRUJILLO
blanco. La informacin codificada puede ser texto, URLs u otra informacin.

Comn en Japn, en donde fue desarrollado por una subsidiaria de Toyota,
Denso-Wave en 1994, el cdigo QR es uno de los tipos de cdigos de
barras bidimensionales ms populares.
El xito probado del QR Code se debe precisamente a su estndar

abierto y a que su decodificacin puede realizarse con cualquier telfono
mvil con cmara sin ser importante la calidad de sta.
3.3.2 Cdigo QR: Micro y Standard
Lo smbolos pueden ser de dos tipos: Cdigo QR Micro o Cdigo QR

Standard.
El Cdigo QR Micro es la versin ms pequea de la simbologa, y
dependiendo de los contenidos y nivel de correccin de error, puede
representar hasta 35 dgitos o 21 caracteres alfanumricos. Existen 4
versiones de Cdigo QR Micro: Cdigo QR Micro 1 hasta Cdigo QR Micro
4. Poseen capacidad de codificacin de datos y tamao de papel
incrementados.
Figura 6 Cdigo QR micro

Fuente: (Labeljoy, 2013)
El cdigo QR Standard puede representar hasta 7,089 dgitos o

4,296 caracteres alfanumricos. Existen 40 versiones del Cdigo Standard:
Versin 1 a Versin 40.
Figura 7 Cdigo QR Standard

Fuente: (Labeljoy, 2013)

TRUJILLO
3.3.3 Caractersticas de Cdigos QR
Las caractersticas que diferencian a los cdigos QR de los cdigos

de barras son las siguientes:
Gran capacidad de almacenamiento de informacin

Los cdigos de barras convencionales son capaces de almacenar
aproximadamente veinte dgitos mientras que los cdigos QR son capaces
de almacenar varias docenas o varios cientos de dgitos ms. Asimismo,
los cdigos QR son capaces de almacenar cualquier tipo de dato como
nmeros, letras, smbolos, binarios, y cdigos de control.
Tabla 2 Capacidad de almacenamiento de cdigos QR

TIPO DATOS CAPACIDAD DE DATOS
Slo nmeros Max. 7,089 caracteres
Alfanumricos Max. 4,296 caracteres
Binarios (8bits) Max. 2,953 bytes
Fuente: (Ordez, 2009)
Menor tamao de impresin

Debido a que los cdigos QR almacenan informacin tanto en
forma horizontal como vertical, estos cdigos son capaces de codificar la
misma cantidad de datos que un cdigo de barras en aproximadamente
una dcima parte del espacio que ocupa.
Figura 8 Comparacin de tamao de impresin entre cdigo barra y cdigo QR

Resistencia a la suciedad y al dao

Los cdigos QR tienen la capacidad de correccin, lo que significa
que los datos pueden ser restaurados cuando el smbolo est parcialmente
sucio o daado. La capacidad mxima de restauracin es del 30%.

TRUJILLO
Figura 9 Capacidad de correccin del Cdigo QR

Lectura desde cualquier ngulo en los 360

Los cdigos QR son legibles desde cualquier direccin en 360
gracias a los patrones de deteccin de direccin situados en tres de las
esquinas el cdigo.
Figura 10 Capacidad de lectura desde cualquier ngulo del cdigo QR

Concatenacin del cdigo

Un cdigo QR puede dividirse en cdigos ms pequeos que al
concatenarlos se obtendr la misma informacin que el cdigo original.
Figura 11 Capacidad de concatenacin del Cdigo QR


TRUJILLO
3.3.4 Estandarizacin de cdigos QR
El estndar japons de cdigos QR fue publicado en 1998 y su

estndar internacional ISO (ISO/IEC18004) fue aprobado en el ao
2000. Los cdigos QR a diferencia de otros formatos, son un cdigo
abierto y sus derechos de patente no son ejercidos. Es por eso que es
fcil utilizarlos en cualquier aplicacin, como en el presente proyecto,
sin necesidad de poseer con un generador costoso.
3.3.5 Estructura del Cdigo QR
Los QR Code 2005 estn formados por mdulos colocados en una

estructura cuadrada. sta estructura contiene la regin de codificacin
y los patrones de funcin, que son: localizador, separador,
temporizador y de alineamiento. El smbolo debe estar rodeado en sus
cuatro lados por una zona de silencio.
Figura 12 Estructura de un Cdigo QR versin 7


TRUJILLO
3.3.5.1 El patrn localizador
Se sita en las esquinas superior izquierda, superior derecha e

inferior izquierda del smbolo QR Code. Est formado por un
cuadrado relleno de 3x3 mdulos negros, rodeado de un
cuadrado de 5x5 mdulos blancos que a su vez est rodeado
por otro cuadrado de 7x7 mdulos negros. Ser muy difcil
encontrar un patrn de mdulos similar a este en otras partes
del smbolo. Tener xito en encontrar los 3 patrones
localizadores de un smbolo supone poder calcular la
orientacin en el campo de visin de ste.
Figura 13 Patrn localizador de un cdigo QR.

3.3.5.2 Los separadores
Estn formados por mdulos blancos y rodean los bordes de

los patrones localizadores que dan a la parte interior del
smbolo.
3.3.5.3 Los patrones temporizador
Son dos, uno vertical y otro horizontal. Estn formados por una
lnea o columna de mdulos blancos y negros alternados,
comenzando y terminando en un mdulo negro. Posibilitan que
la versin del smbolo y las coordenadas de los mdulos

TRUJILLO
puedan ser determinadas. El temporizador horizontal cruza la

fila nmero 6 entre los separadores superiores y el vertical
igual pero cruzando la columna 6.
3.3.5.4 Los patrones de alineamiento
Estn formados por un mdulo negro, rodeado de un cuadrado

de 3x3 mdulos blancos que a su vez est rodeado por otro
cuadrado de 5x5 mdulos negros. Su nmero en el smbolo
vara segn la versin.
3.3.5.5 La regin de codificacin

Contiene los codewords que representan los datos, tambin
contiene codewords de correccin de errores, la informacin de
formato y la informacin de versin en la mayora de casos.
3.3.5.6 La zona de silencio

Debe tener un grosor de 4 mdulos rodeando los cuatro bordes
del smbolo.
El margen es un rea limpia de smbolo donde nada est

impreso. Los cdigos QR requieren cuatro mdulos de ancho o
ms alrededor del cdigo para asegurar una correcta lectura.
Figura 14 Margen de seguridad para cdigos QR


TRUJILLO
3.3.6 Factor de decisin de tamao de cdigos QR
El tamao de los cdigos QR depende de la versin del

smbolo (basado en la capacidad de datos, tipo de caracteres y nivel
de correccin de error) y de la seleccin del tamao del cdigo
(basado en el desempeo de la impresora y del escner).
Figura 15 Factores de decisin de tamao de cdigo QR

3.3.6.1 Versin del smbolo
Las versiones de un cdigo QR son desde la Versin 1

hasta la Versin 40. Cada versin tiene diferente configuracin
y nmero de mdulos 4.
La configuracin de mdulos se refiere al nmero de
mdulos que contiene cada smbolo. La Versin 1 contiene
21x21 mdulos y la Versin 40 177x177 mdulos. Lo que
significa que por cada Versin superior, el nmero de mdulos
aumenta en 4 mdulos adicionales por lado.
4
Los mdulos son los puntos blancos y negros que conforman un cdigo QR.

TRUJILLO
Figura 16 Versin y nmero de mdulos de los cdigos QR

Cada Versin de smbolo de un cdigo QR tiene una capacidad
mxima de almacenamiento de datos, tipo de carcter y nivel
de correccin de error.
Tabla 3 Capacidad de un QR Code segn su versin
Versin Nivel de Codewords Bits de Capacidad de datos
correccin de datos
Numrico Alfanumrico Byte Kanji
de errores datos
L 19 152 41 25 17 10
M 16 128 34 20 14 8
1
Q 13 104 27 16 11 7
H 9 72 17 10 7 4
L 34 272 77 47 32 20
M 28 224 63 38 26 16
2
Q 22 176 48 29 20 12
H 16 128 34 20 14 8
L 55 440 127 77 53 32
M 44 352 101 61 42 26
3
Q 34 272 77 47 32 20
H 26 208 58 35 24 15
L 80 640 187 114 78 48

M 64 512 149 90 62 38
4
Q 48 384 111 67 46 28
H 36 288 82 50 34 21
L 108 864 255 154 106 65
M 86 688 202 122 84 52
5
Q 62 496 144 87 60 37
H 46 368 106 64 44 27
. . . . . . . .

TRUJILLO
. . . . . . . .
. . . . . . . .
L 2 956 23 648 7 089 4 296 2 953 1 817
M 2 334 18 672 5 596 3 391 2 331 1 435
40 1 666 13 328 3 993 2 420 1 663 1 024
Q
1 276 10 208 3 057 1 852 1 273 784
H
Por lo tanto, cuanto ms sea la informacin a

almacenar, mayor ser el nmero de mdulos requeridos para
generar el Cdigo QR.
Figura 17 Formato de Informacin de un cdigo QR

Fuente: Wikipedia
3.3.6.2 Correccin de errores:
Como se mencion anteriormente, los cdigos QR

tienen la capacidad de restaurar la informacin si el cdigo se
encuentra sucio o daado. Existen cuatro niveles de correccin
de errores para que los usuarios seleccionen de acuerdo al
ambiente de operacin. Conforme sea mayor el nivel, mayor
ser la capacidad de correccin, sin embargo, la cantidad de
informacin almacenada tambin ser mayor.

TRUJILLO
Para elegir un nivel de correccin de error se debe

tomar en cuenta el ambiente de operacin y el tamao de los
cdigos QR. Por ejemplo, los niveles Q y H pueden ser
considerados cuando los cdigos QR se encuentren muy
expuestos a la suciedad y el nivel L puede ser utilizado cuando
el ambiente sea ms limpio. Comnmente, el nivel M es el ms
usado.
Tabla 4 Capacidad de correccin de cdigos QR
Capacidad de correccin de cdigos QR
Nivel L Aprox.7%
Nivel M Aprox. 15%
Nivel Q Aprox. 25%
Nivel H Aprox. 30%
La correccin de errores de los cdigos QR son

implementados al agregar un cdigo Ree-Solomon5 a los datos
originales.
La capacidad de correccin de errores depende de la cantidad

de datos a ser corregidos. Si se tienen 100 cdigos de palabras
de un cdigo QR para ser codificados, y 50 de ellos van a ser
corregidos, entonces se requerirn de 100 palabras de cdigos
de Ree-Saloomon6. Por lo tanto, en este ejemplo se requerirn
200 palabras de cdigo de las cuales 50 pueden ser
corregidas, lo que corresponde a un cdigo QR del nivel Q con
un 25% de correccin de errores, lo que corresponde a un
cdigo QR del nivel Q con un 25% de correccin de errores.
3.3.6.3 Tamao del mdulo
Una vez hemos elegido la versin del smbolo, el tamao del

cdigo QR depende del tamao del mdulo que se quiera
imprimir.
5
Cdigo cclico no binario de correccin de error usado en los CDs de msica, telefona mvil y
sondas espaciales.
6
Ree-Salomon requiere el doble de la cantidad de cdigos de palabras para ser corregidos.

TRUJILLO
Cuando mayor sea el mdulo ms estable y fcil leer con un

escner QR. Por otra banda a mayor tamao del smbolo, una
rea de impresin mayor es necesaria.
Es necesario determinar el rea de que tendr el mdulo para

cada aplicacin. Y que dicho cdigo ocupe la mayor rea
posible en la impresin.
Figura 18 Ejemplo tamao de los mdulos en un cdigo QR Versin 1(21x21 mdulos)

3.3.7 Libreras usadas para codificar y decodificar cdigos Qr
Librera QRCode para Java: Esta librera permite incluir soporte

tanto para codificar como decodificar cdigos Qr. Incluye
soporte para la correccin de errores, como tambin algunas
aplicaciones de muestra para tener una salida ms rpida.
[Open Source].
Etapa de Desarrollo actual
Soporta decodificador para Java (J2SE, J2ME

MIDP2.0/CLDC1.0)
Soporta la correccin de errores por cdigo Reed-Solomon y
el cdigo BCH
Imagen de la cmara-capturado Pre-proceso para un mejor
rendimiento
ruido de la imagen de filtracin
reconocer el ngulo de la imagen de forma automtica

TRUJILLO
Proporciona algunas aplicaciones de ejemplo

CUI
GUI
MIDlet (para los telfonos mviles que soporten Java)
Tiempo real Cdigo QR lector Java Media Framework
(JMF) y cmara de PC
Corregir los errores en la aplicacin de la correccin de
errores Reed Solomon
Soporte micro cdigo QR (Yanbe)
PyQrCodec: Mdulo para de/codificar imgenes con cdigos
QR en ython. Para la codificacin se ha basado en la librera
libqrencode de Fukuchi Kentaro, y para la decodificacin utiliza
la librera de qrcode de Yusuke Yanbe. Esta disponible para
Windows y Linux. [Open Source]. (Fiori, 2013)
QRdrawPro: Permite crear cdigo QR solamente, y est creado
por los creadores de dicho cdigo, Denso Wave [Pago].
QRmaker Pro: Al igual que el anterior mensionado, esta
aplicacin est creada por los creadores del cdigo QR,
permitiendo crear y controlar este tipo de cdigo en
aplicaciones por medio de un control ActiveX. [Pago].
ZXing ("Zebra Crossing"): ZXing (pronunciado "paso de cebra")
es una biblioteca de procesamiento de imgenes de cdigos de
barras 1D/2D multi-formato de cdigo abierto implementado en
Java, con adaptaciones a otras lenguas. Se centra en el uso de
la cmara incorporada en los telfonos mviles para escanear y
decodificar cdigos de barras en el dispositivo, sin comunicarse
con un servidor. Se admiten los siguientes formatos:
UPC-A and UPC-E, EAN-8 and EAN-13, Code 39, Code 93,
Code 128 ITF, Codabar, RSS-14 (all variants), QR Code, Data
Matrix, Aztec (beta quality) PDF 417 (alpha quality).

TRUJILLO
3.4 Procesamiento de imgenes.
El procesamiento digital de imgenes (PDI), se refiere a procesar las imgenes

del mundo real de manera digital por medio de un computador. Es un tema muy
amplio, en el que se incluyen estudios de fsica, matemticas, ingeniera elctrica,
computacin. Estudia los fundamentos conceptuales de la adquisicin y despliegue
de imgenes y con detalle los fundamentos tericos y algortmicos del
procesamiento como tal. Tiene adems, como objetivo mejorar el aspecto de las
imgenes y hacer ms evidentes en ellas ciertos detalles que se desean hacer
notar.
La Visin Artificial (o visin computacional), puede ser definida como los

procesos de obtencin, caracterizacin e interpretacin de informacin de imgenes
tomadas de un mundo tridimensional. Estos procesos pueden ser subdivididos en
seis reas principales y estn agrupados de acuerdo a la complicacin y delicadeza
que lleva su implementacin. Consideramos tres niveles de procesamiento: visin
de bajo, medio y alto nivel, tal como se muestra en la tabla 4.
Tabla 5 Niveles de visin y procesos del PDI

Procesos del PDI Nivel de Visin
1. Captura/adquisicin Bajo
2. Preprocesamiento
3. Segmentacin Medio
4. Descripcin
5. Reconocimiento
6. Interpretacin Alto
Fuente: (Esqueda Elizondo & Palafox Maestre, 2005)
1. La captura o adquisicin es el proceso a travs del cual se obtiene una imagen

digital utilizando un dispositivo de captura como una cmara digital, video
cmara, escner, satlite, etc.
2. El preprocesamiento incluye tcnicas tales como la reduccin del ruido, realce
del contraste, realce de ciertos detalles, o caractersticas de la imagen.
3. La segmentacin es el proceso que divide una imagen en objetos que sean de
nuestro inters de estudio.

TRUJILLO
4. La descripcin es el proceso que obtiene caractersticas convenientes para

diferenciar un tipo de objeto de otro, como: la forma, el tamao, rea, etc.
5. El reconocimiento es el proceso que identifica los objetos, como por ejemplo:
una llave, un tornillo, moneda, coche, etc.
6. La interpretacin es el proceso que asocia un significado a un conjunto de
objetos reconocidos (llaves, tornillos, herramientas, etc.) y trata de emular la
cognicin.
En el siguiente cuadro, se presenta los procesos de captura y

preprocesamiento como funciones de visin de bajo nivel; la segmentacin,
descripcin y reconocimiento como funciones de visin de nivel intermedio; y la
interpretacin como funcin de visin de alto nivel.
Como se puede apreciar, agrupamos los mtodos y/o procesos del PDI en dos
categoras principales:
1. Mtodos cuya entrada y salida son imgenes.
2. Mtodos cuyas entradas pueden ser imgenes y las salidas son atributos
extrados de esas imgenes.
Tabla 6 Entradas y salidas de los mtodos del PDI

NIVEL MTODOS/PROCESOS ENTRADA SALIDA
Bajo Reduccin de ruido Imagen Imagen
Realce de contraste
Realce de caractersticas
Medio Segmentacin (regiones, Imagen Atributos de objetos:
objetos) bordes, contornos,
Descripcin de objetos reas
Clasificacin o identidades de
Reconocimiento objetos
individuales
Alto Interpretacin Objetos Anlisis de la
Anlisis de la imagen encontrados imagen
Funciones cognitivas (informacin,
sentido a los
objetos.)
No todas las aplicaciones de PDI requieren de todos los procesos descritos

anteriormente. Por lo general, mientras la complejidad del problema a resolver

TRUJILLO
crece, el nmero de procesos requeridos tambin crece. (Esqueda Elizondo &

Palafox Maestre, 2005)
3.4.1 La Imagen Digital
Una imagen puede definirse como una funcin bidimensional f(x,y) donde x
y y son coordenadas en el plano y la amplitud f es llamada intensidad o nivel
de gris en ese punto.
Cuando (x, y) y f son todos finitos (cantidades discretas) llamamos a la

funcin como imagen digital. Es decir, una imagen digital estar compuesta
por un nmero finito de elementos llamados pxeles, cada uno de los cuales
con un valor y una posicin particular.
El valor es relativo a alguna propiedad del punto que representa, como por
ejemplo su brillo o su matiz.
El trmino pxel (abreviacin de Picture elemento de imagen), se trata de la

unidad m nima de informacin de una imagen, la cual aparece como un
punto en la pantalla o en una impresora. En realidad cada pxel se compone
de tres registros de color, mediante la combinacin de cierta cantidad de
rojo, verde y azul, el pxel adopta un color particular.
Las imgenes bidimensionales son el resultado de una proyeccin en

perspectiva de escenas tridimensionales. Cuando se obtiene una imagen
bidimensional del mundo tridimensional desaparece gran cantidad de
informacin.
3.4.2 Clasificacin De Las Imgenes Digitales
A grandes rasgos podramos dividir las imgenes digitales en dos grupos:
3.4.2.1 Imgenes Vectoriales:

Los grficos vectoriales conservan la nitidez de los bordes y
no pierden detalles cuando se modifica el tamao puesto que son
independientes de la resolucin. La informacin de cada uno de los
puntos se recoge en forma de ecuacin matemtica que lo relaciona
con el resto de los puntos que forman la imagen. Ofrece la gran

TRUJILLO
ventaja de que la calidad de la imagen no vara al modificar el

tamao, ya que la informacin de cada punto no es absoluta sino
relativa al resto de la imagen. Adems, debido a su definicin
matemtica, apenas ocupa espacio, ya que una frmula que
represente su forma es suficiente para representar todos los puntos
que la componen. Es el tipo adecuado para el diseo de lneas,
polgonos, figuras. No es soportado de forma directa por los
navegadores de Internet como: Internet Explorer, Netscape
Navigator, Firefox, Mozilla, etc. Algunos formatos de este tipo de
imgenes son: DWG (autoCAD), SWF y FLA (Flash).
3.4.2.2 Imgenes Raster O Mapa De Bits

Las imgenes raster constan de un nmero fijo de pxeles y,
por tanto, dependen de la resolucin. Las imgenes raster pueden
perder detalle y verse dentadas (pixeladas) cuando se amplan.
Utilizan una cuadrcula rectangular de elementos de imagen (pxeles)
para representar las imgenes. A cada pxel se le asigna una
ubicacin y un valor de color especfico.
La ventaja que presenta este formato es la posibilidad de
recoger una amplia gama tonal, por lo que es el tipo adecuado para
representar imgenes captadas de la realidad. En cambio, la
variacin de tamao supondr modificaciones en la calidad, ya que el
nmero de celdas que forman la imagen permanece invariable, por lo
que un aumento del tamao hace que el nico recurso posible sea
ampliar el tamao de cada una de las celdas. Podemos deducir que
su tamao es muy grande por la informacin de cada uno de los
puntos que forman la imagen.
Dentro de este tipo se encuentran muchos formatos, algunos
de los cuales son soportados directamente por los navegadores,
siendo el tipo de imgenes con las que vamos a trabajar. Estas
imgenes son creadas por los escaners y las cmaras digitales.
Formatos De Imgenes Raster

Entre los formatos de imgenes ms populares en nuestro medio
tenemos:

TRUJILLO
TIFF: Se trata de un formato de imgenes muy difundido a causa

de su facilidad de lectura tanto en PC como en Macintosh, debido
a la compresin de imgenes sin prdida de calidad. Su principal
desventaja es que, una vez descomprimidas, las imgenes
pueden ser grandes, motivo por el cual no se les usa en la Web.
BMP: Este es el formato tradicional para los usuarios de Windows.

Se le puede emplear con propsitos generales, como en la edicin
de imgenes y tapiz del escritorio de Windows. No siempre puede
ser ledo por computadoras Macintosh y sus archivos tienden a
ser grandes. Tampoco se le soporta en la Web. En general, este
formato slo tiene sentido en la actualidad para almacenar
imgenes de uso exclusivo en Windows.
Los tres formatos de archivo comnmente reconocidos por los

navegadores Web son: GIF, JPEG y PNG.
GIF: Creado por la compaa CompuServe y significa formato de

intercambio de grficos (Graphic Interchange Format). Se trata de
un formato de archivo compacto de uso muy comn en pginas
Web. Su principal desventaja es que limita las imgenes a slo
256 colores, lo cual puede afectar la calidad de la imagen en la
pantalla.
A los diseadores de pginas Web suele agradarles el

formato GIF 89a, la que incluye tres importantes caractersticas:
- Transparencia.- Esta caracterstica permite especificar como
transparente un color de una imagen. As, pueden ser
transparentes el fondo o contorno de una imagen, para evitar
desagradables uniones o marcos alrededor de sta.
- Entrelazado.- Al descargar una imagen entrelazada en un
examinador Web, primero aparece una versin general de baja
resolucin, cuya calidad aumenta paulatinamente a medida que
se obtiene ms informacin. Por lo general, una imagen no
entrelazada se carga en grupos de lneas, de modo que primero
aparece la parte de arriba y ms tarde la de abajo. La descarga

TRUJILLO
del entrelazado no es ms rpida, pero ofrece al espectador una

imagen completa mientras concluye la descarga del resto de la
imagen, de manera que puede afirmarse que, subjetivamente, s
es ms veloz.
- Animacin.- Un GIF animado es una secuencia de imgenes
reproducidas una tras otra. Son muy utilizadas en las pginas
Web.
JPEG: Creado por el Grupo Unido de Expertos en Fotograf a

(Joint Photographic Experts Group), al que debe su nombre. Es un
formato de archivo comprimible con posibilidades de escalamiento
para producir archivos reducidos. Sin embargo, de acuerdo con el
grado de compresin de una imagen JPEG, la calidad de imagen
puede variar poco o mucho. Permite la exhibicin de la paleta
ntegra de 16 millones de colores, a diferencia del GIF.
Al guardar un archivo en formato JPEG, usted puede
especificar el nivel de compresin por aplicar. La respectiva
opcin predeterminada de la mayora de los programas induce un
nivel de compresin muy reducido, con el fin de preservar la
calidad de imagen.
PNG: Es el formato de archivo ms reciente en la Web, el formato

PNG (Portable Network Graphics: grfico de red portable) es
similar al JPEG en el sentido de que tambin permite la exhibicin
de imgenes de amplio colorido, pero su compresin no reduce la
calidad de imagen. Como consecuencia de haber sido diseado
para Internet, este formato posee muchas otras caractersticas,
pero a causa de su reciente aparicin, su uso es an restringido.
Los dispositivos que usan el sistema operativo Android de forma nativa

pueden ver imgenes en formato JPEG, GIF, BMP y PNG.
3.4.3 Tipos De Imgenes Digitales
En el procesamiento digital de imgenes (PDI) se maneja cuatro

tipos de imgenes bsicamente: imgenes RGB, imgenes indexadas,

TRUJILLO
imgenes en escala de grises e imgenes binarias, las cuales se explicarn

a continuacin.
3.4.3.1 Imgenes Rgb (Red-Green-Blue)

Utilizan tres canales para reproducir los colores en la pantalla.
Utilizan 8 bits por canal (8 bits x 3), es decir, 24 bits de color para
cada pxel.
Reproducen hasta 16,7 millones de colores.
Soporta algunos formatos como: JPG, BMP, PNG, etc.
3.4.3.2 Imgenes Indexadas

Reduce los colores de la imagen a un mximo de 256.
Admiten los formatos GIF y PNG-8 y muchas aplicaciones
multimedia.
Reduce el tamao de archivo porque elimina la informacin del
color.
3.4.3.3 Imgenes En Escala De Grises

Utilizan distintos tonos de gris.
En imgenes de 8 bits, puede tener hasta 256 tonos de gris.
Cada pxel tiene un valor de brillo comprendido entre 0 (negro) y
255 (blanco).
3.4.3.4 Imgenes Binarias

Tienen una profundidad de color de 1 bit.
Utiliza uno de los dos valores de color (blanco o negro) para
representar los pxeles de una imagen.
Existen adems imgenes con una profundidad de pxel de 32 bits.

Los 8 bits (1 byte) adicionales de profundidad sobre las imgenes de 24 bits,
le permiten almacenar la transparencia de la imagen. Este byte adicional es
generalmente llamado mscara o canal alfa, y almacena diferentes valores
de transparencia.
En la siguiente figura se muestra algunos ejemplos correspondientes

a los tipos de imgenes.

TRUJILLO
Figura 19 Tipos de Imgenes Digitales; (a) RGB; (b) Indexada; (c) Escala de Grises; (d) Binaria
3.4.4 Calidad De Una Imagen
La imagen digital, bien sea generada por el ordenador o creada a

travs de algn dispositivo de captura, tal como una cmara digital o un
escner, aporta una principal ventaja que es la estabilidad, mientras que la
emulsin de una imagen fotogrfica clsica sufre una degradacin qumica
con el paso del tiempo, que repercute en la calidad de dicha reproduccin,
los ceros y unos que componen una imagen digital permanecen estables,
con lo que la imagen no variar a lo largo del tiempo.
La calidad de la imagen rster es determinada en el proceso de captura

por tres factores: el tamao del pxel (resolucin espacial), la profundidad del
pxel (resolucin de brillo) y el ruido.
El tamao del pxel es determinado por el rango al cual el escner

muestrea la imagen. Un intervalo de muestreo largo produce una
imagen baja en resolucin espacial. Un intervalo ms corto produce una
resolucin espacial ms alta, tal como se muestra en la figura 2.2.
El brillo o valor de color de cada pxel es definido por un bit o un grupo
de bits. Mientras ms bits se usen, ms alta es la resolucin de brillo,
(figura 2.3).
Todas las imgenes tienen cierta cantidad de ruido, ya sea por la
cmara, escner o el medio de transmisin de la seal. Generalmente el
ruido se manifiesta como pxeles aislados que toman un nivel de gris
diferente al de sus vecinos y aparece como pequeas y aleatorias

TRUJILLO
variaciones en el brillo y el color (ver figura 2.4). Los algoritmos de

filtrado que se vern ms adelante, permiten eliminar o disminuir este
ruido.
Figura 20 Ruido que afecta a una imagen; (a) original; (b).

El ruido puede clasificarse en los siguientes tipos:
Gaussiano: Produce pequeas variaciones en la imagen; generalmente

se debe a diferentes ganancias en la cmara, ruido en los
digitalizadores, perturbaciones en la transmisin. Se considera que el
valor final del pxel sera el valor ideal ms una cantidad
correspondiente al error que puede describirse como una variable
aleatoria gaussiana.
Impulsional (sal y pimienta): el valor que toma el pxel no tiene

relacin con el valor ideal, sino con el valor del ruido que toma valores
muy altos o bajos (puntos blancos y/o negros) causados por una
saturacin del sensor o por un valor m nimo captado, si se ha perdido la
seal en ese punto.
Multiplicativo: La imagen obtenida es el resultado de la multiplicacin

de dos seales.
En la siguiente figura se muestran los diferentes ruidos afectando a una

imagen.

TRUJILLO
Figura 21 Diferentes ruidos afectando a una imagen; (a) Original; (b) Gaussiano; (c) Multiplicativo;
(d) Sal y Pimienta
3.4.4.1 La resolucin de una imagen

La resolucin de una imagen es la cantidad de pxeles que la
componen. Suele medirse en pxeles por pulgada (ppi) o pxeles por
centmetro (pcm). Cuanto mayor es la resolucin de una imagen ms
calidad tendr su presentacin pero, desgraciadamente, ms espacio
ocupar en el disco el archivo grfico que la contiene. (Perez, 2005).
Es el nmero de pxeles que contiene una imagen, expresada

como 640 x 480, 800 x 600, por ejemplo. Es un trmino que debe ser
considerado al utilizar imgenes en determinados trabajos.
En general, una baja resolucin de imagen se utiliza para:

- Imgenes para pginas Web y correo electrnico.
- La memoria de la cmara es limitada.
- Se dispone de escaso espacio en disco duro para el
almacenamiento de imgenes.
En general, se debe recurrir a una resolucin ms alta si:

- Las imgenes estn destinadas a impresiones de alta resolucin.
- Se dispone de suficiente espacio de almacenamiento, tanto en la
cmara como en el disco duro.

TRUJILLO
3.4.4.2 El tamao de una imagen
Se puede calcular multiplicando la cantidad de pxeles

horizontales (ancho) por la cantidad de pxeles verticales (alto) y por
la profundidad de brillo (en bits). En la siguiente tabla se muestra
algunos ejemplos de tamaos de imgenes.
Tabla 7 Tamao de una Imagen

Profundidad Tamao del archivo
Resolucin del pxel bits bytes Kbytes Mbytes
640 x 480 x 1 bit = 307.200 = 38.400 = 37.5 = 0.036
640 x 480 x 8 bit = 2457.600 = 307.200 = 300 = 0.292
640 x 480 x 24 bit = 7372.800 = 921.600 = 900 = 0.878
640 x 480 x 32 bit = 9830.400 = 1228.800 = 1200 = 1.171
3.4.5 Fundamentos Del Procesamiento De Imgenes Digitales
3.4.5.1 Relaciones Entre Pxeles

Un pxel p con coordenadas (x,y) tiene cuatro vecinos, dos
horizontales y dos verticales, cuyas coordenadas son: (x+1,y), (x-
1,y), (x,y-1), (x,y+1). A este conjunto de pxeles se llama vecindad 4
de p y se denota por (p), al ver la siguiente figura. Ntese que
para cada uno de estos pxeles hay una distancia de 1 (uno) desde
p y que en los bordes de la imagen algunos de estos pxeles
quedarn fuera de la imagen.
Figura 22 Vecindad (p).
Existen tambin 4 vecinos diagonales de p con

coordenadas: (x+1,y+1), (x+1,y-1), (x-1,y-1), (x-1,y+1) y se les

TRUJILLO
denota por (p), ver la siguiente figura. Conjuntamente, (p) y

(p) forman la vecindad 8 de p denotada por (p).
Figura 23 Vecindad por (p).

3.4.5.2 Conectividad
La conectividad es un concepto importante utilizado para
establecer los lmites de objetos en regiones dentro de una imagen
digital. Para determinar si dos pxeles estn conectados se determina
si son adyacentes en algn sentido, sea (p) o (p) por ejemplo,
y si sus niveles de gris satisfacen algn criterio de similitud (si son
iguales o parecidos). Por ejemplo, en una imagen binaria con valores
de 1 y 0, dos pxeles pueden ser vecinos (p), pero se dice que
estn conectados slo cuando tienen el mismo valor.
En la figura 3.7 se observa la conectividad de pxeles en una
imagen binaria. El pxel 6 est conectado con el 2 y 8. El pxel 3 est
conectado con el 5.
Figura 24 Conectividad de Pixeles


TRUJILLO
3.4.5.3 Distancia
La distancia o transformada de distancia proporciona una
medicin de la separacin existente entre dos puntos dentro de una
imagen. Dados dos pxeles p y q con coordenadas (x,y) y (s,t),
respectivamente, se puede definir una funcin de distancia D si se
cumple:
D(p,q) 0
D(p,q) = 0, si p=q
D(p,q) = D(q,p)
Las funciones de distancia comnmente usadas son:

distancia euclidiana y distancia tablero de ajedrez.
Distancia euclidiana entre p y q: ( ) ( ) ( ) ,

en la siguiente figura se muestra la distancia euclidiana para una
imagen de 5 por 5.
Figura 25 Distancia euclidiana para una imagen de 5 por 5.

Distancia tablero de ajedrez: en donde se observa que los 4-

vecinos estn a una distancia unitaria del pxel central; si se desea
que los 8-vecinos estn a la misma distancia se toma: D(p, q)=
Max(x s, y t). En la siguiente figura se muestra la distancia
tablero de ajedrez para una imagen de 5 por 5. (Esqueda Elizondo
& Palafox Maestre, 2005)

TRUJILLO
Figura 26 Distancia tablero de ajedrez para una imagen de 5 por 5.

3.4.6 Etapas del Procesamiento Digital de Imgenes:
3.4.6.1 Adquisicin de imgenes:
Esta fase del proceso resulta fundamental puesto que la

calidad de la imagen producida depender decisivamente de la forma
en que se haya producido la captura. Si la imagen de partida no
rene condiciones o ha sido adquirida de manera incorrecta se ver
afectada irremediablemente la ilustracin final.
Una imagen externa puede ser incorporada a nuestro

ordenador de diferentes formas, sin embargo, los procedimientos
ms habituales son la captura mediante un escner domstico,
utilizando una cmara digital o descargndola directamente desde la
red Internet.
a) A travs de la red
Obtener imgenes a travs de la red es probablemente la

forma que menos complicaciones presenta desde un punto de
vista tcnico. Bien es verdad, que poco podemos hacer en lo
referente a la calidad de la imagen puesto que no hemos podido
influir en el proceso de generacin, en este caso nuestro papel es
totalmente pasivo, sin embargo, debemos tener en cuenta a la
hora de tomar imgenes de la web es que los lugares que
muestran colecciones suelen presentar una previsualizacin en
miniatura de baja calidad y hemos de pulsar sobre ella para

TRUJILLO
obtener la imagen a su tamao y resolucin mxima, de lo

contrario tendramos una versin reducida, probablemente
inservible.
b) Cmaras digitales:
Las cmaras digitales se han convertido en un accesorio
bastante habitual de las instalaciones domsticas. El
abaratamiento de su precio, la facilidad de uso y la calidad de las
fotografas han propiciado un notable incremento de su difusin
entre usuarios informticos y aficionados a la imagen, que
actualmente hacen uso de diferentes tipos de cmaras digitales:
cmaras de un Smartphone, cmara digital compacta, Cmara
tipo rflex, Cmara profesional tipo rflex.
A la hora de recuperar las fotografas de una cmara digital

tampoco tendremos la opcin de influir en la calidad del original
sino que nos limitaremos a transferir las imgenes tal y como se
hayan capturado, con la resolucin establecida en el momento
del disparo. La calidad de una imagen vara segn el tipo de
cmara que se utiliza, si es una cmara de celular la calidad de la
imagen es regular comparada con la de una cmara digital
compacta o profesional, como se observa en la siguiente figura:
Figura 27 Calidad de una imagen de Smartphone vs. Cmara Digital

Fuente: Wikipedia
Consideraciones a tener en cuenta para tener una buena calidad

de imagen:

TRUJILLO
Tipo de sensor:
El sensor captura la luz y mientras ms grande, mejor luz
podr capturar. Podemos diferenciar y marcar las siguientes
referencias por las que un smarthphone no puede igualar la
calidad de una imagen tomada con una cmara:
El sensor tiene dos caractersticas que nos dan su calidad,

la resolucin en Megapxeles (MP) y su tamao (que si,
importa).
El tamao del sensor vara segn el tipo de cmara que se
utilice.
Smarthphone: el tamao de su sensor es muy pequeo,
aunque llega a variar dependiendo del modelo.
Cmara compacta: es aproximadamente tres veces ms
grande que el sensor de un smarthphone.
Cmara tipo rflex: cuenta aproximadamente con un
sensor diez veces ms grande que el de una cmara
compacta.
Cmara profesional tipo rflex: tiene un sensor dos
veces ms grande que el de una cmara rflex regular,
es decir, puede ser hasta sesenta veces ms grande.
Figura 28 Tamao de Sensor de una cmara digital.

Fuente: (Acosta, 2011)
La rapidez de funcionamiento de la cmara:

La rapidez de funcionamiento de la cmara, adems del
sensor, est muy relacionada con el procesador.
El DSP, o procesador de imagen, es un elemento tan
complejo como un procesador. Es el gran desconocido a la

TRUJILLO
hora de comparar y evaluar una cmara, existen muchos y

cada uno puede tener caractersticas que lo diferencian del
resto.
En su interior se interpretan los datos recogidos por el
sensor y se crea la imagen. El hecho de que los colores o
las luces estn mejor o peor representados y sean ms o
menos fieles a la realidad, es debido en gran parte a este
elemento encargado de realizar la exposicin correcta y de
construir la imagen.
Tipo de lente:
El lente adapta una imagen de varios metros a unos pocos
milmetros.
Existen varios fabricantes de lentes, de las cuales depende,
en cierta forma, la velocidad de captura de imagen, los
efectos de profundidad de campo y la estabilidad en las
imgenes, entre otras muchas caractersticas. (O., 2011)
Uno de los factores importantes a considerar aqu es el

nmero f o valor de apertura de diafragma, el cual sigue
una escala de pasos usualmente con valores f/1, f/1.4, f/2,
f/2.8, f/4, etc, siendo los ltimos los valores que dejan pasar
menos luz. En las cmaras profesionales este parmetro es
fcilmente modificado, pero para prcticamente todos los
celulares este nmero es fijo. (Acosta, 2011)
Figura 29 Apertura de Diafragma de una cmara digital.


TRUJILLO
La distancia focal:
Bsicamente, este trmino se refiere a un nmero
expresado en milmetros que nos indica los grados que el
lente de una cmara digital es capz de abarcar. Es decir, a
menor distancia focal, mayor ser el campo de imagen
capturado por nuestra lente (el cual se expresa en grados).
Tradicionalmente las cmaras fotogrficas contaban con un
ngulo de 63 grados, lo cual equivale a una distancia focal
de 35 mm. En los celulares este nmero suele ser fijo a 60.
(Acosta, 2011)
Figura 30 Distancia focal de una cmara digital.


TRUJILLO
c) Uso del escner
Estos dispositivos sirven para digitalizar imgenes impresas. El

escner plano es el de uso ms extendido. Sus calidades y
precios varan en un amplio rango, desde los de uso hogareo,
con baja calidad de desempeo, hasta los de alta calidad
profesional.
Una de las caractersticas ms importantes de los escneres
es la resolucin. Esta variable se mide en puntos por pulgada (dpi)
y determina el grado de detalle con el que el escner va a
digitalizar la imagen y la posibilidad de ampliacin. Los aparatos
hogareos captan imgenes con una resolucin de 600/1200 dpi.
Para trabajos de cierta calidad son necesarias resoluciones
mayores a 2400 dpi. (Maldonado, 2011).
3.4.6.2 Algoritmos de Pre procesamiento de Imgenes:
Al leer un cdigo QR podemos encontrar dificultades en la

identificacin del cdigo, en imgenes con brillo desigual, con
diferentes ngulos y distancias, adems problemas de distorsin
geomtrica de la imagen debido al dispositivo de captura de la
imagen.
La captura del cdigo no ser suficiente para identificar los datos que
contiene, ya que podemos encontrarlo rotado, estirado o con
diferentes tipos de zoom. Por tanto debemos de procesar la imagen
antes de poder aplicarla a un algoritmo de decodificacin de cdigo
QR.
1. Binarizacin de la imagen:
El proceso de binarizacin de la imagen tiene una gran
importancia en el proceso de identificacin de cdigos QR.
Consiste en un proceso de reduccin de la informacin de la

misma, en la que slo persisten dos valores: verdadero y falso. En
una imagen digital, estos valores, verdadero y falso, pueden

TRUJILLO
representarse por los valores 0 y 1, o ms frecuentemente, por los

colores negro (valor de gris 0) y blanco (valor de gris 255).
Mtodos de Binarizacin:
Los mtodos de binarizacin se puede dividir en dos tipos:

Globales y locales. Los mtodos locales generalmente producen un
mejor resultado al binarizar la imagen incluso en situaciones donde
la iluminacin en el documento es variable. Sin embargo las
limitaciones de procesamiento y memoria lo hacen difcil de
implementar en dispositivos mviles. Si bien se pueden utilizar
alternativas como lo son las imgenes integrales para obtener
resultados de la binarizacin local y una rpida ejecucin esto
requiere memoria, adems de que los grandes valores que se
puede necesitar para la imagen pueden provocar un
desbordamiento de bfer.
Los mtodos globales tratan de encontrar un umbral en el

cual aplicar a toda la imagen entre estos se encuentran los mtodos
por umbral y Otsu. Los mtodos locales obtiene el umbral para
cada pixel en la imagen cuando para ello los valores de sus
vecinos, entre los mtodos de esta categora entran el mtodo
Niblack y Saovola. (Bonilla, 2010)
Una manera simple pero efectiva para separar los valores de

blanco y negro se muestra a continuacin:
1 si f(x,y) umbral
g(x,y) = 0 si f(f,y) < umbral
Si la imagen est bien contrastada, la prdida de informacin es

mnima. Muchas veces esta sencilla operacin permite separar los
objetos del fondo. Hay que insistir en que, para ello, es fundamental
que la imagen de nivel de gris tenga un alto contraste, es decir, que

TRUJILLO
los dos grupos de pxeles correspondiente a objetos y al fondo,

posean niveles de gris bien diferenciados.
Eleccin del umbral de binarizacin:
La etapa clave en la binarizacin es la eleccin del valor umbral, ya

que este constituir la referencia para separar el fondo claro del
objeto oscuro, o viceversa. La separacin debera poder hacerse de
forma ideal si se conociese la distribucin de los pxeles oscuros y
claros. En general, estas distribuciones no son conocidas de
antemano, pero con el histograma de la imagen se obtiene la
informacin del nmero de pxeles relativa a cada nivel de gris,
informacin que resulta muy valiosa.
Si las distribuciones de los niveles de gris asociados a los pxeles

claros y oscuros estn muy separadas, entonces el histograma ser
bimodal, como el que se puede observar en la siguiente figura. El
umbral ms idneo ser el que divida los niveles de gris en dos
poblaciones bien diferenciadas. El umbral ptimo estar en el valle
del histograma.
Figura 31 Ejemplo de binarizacin por histograma

Fuente: (Trespaderne, 2012)
Binarizacin con umbral fijo
La tcnica ms utilizada en aplicaciones, debido a que el coste

computacional para determinarlo es nulo, es elegir un umbral fijo
para binarizar todas las imgenes que se capturan en el
proceso. Este valor fijo puede obtenerse analizando previamente

TRUJILLO
los histogramas de las imgenes obtenidas durante la fase de

desarrollo de la aplicacin. Esta estrategia debe ser implantada
nicamente en entornos controlados, con una iluminacin muy
estable. Variaciones en la iluminacin de la escena pueden
ocasionar cambios en los niveles de gris de la imagen que
invaliden la idoneidad del umbral fijado.
Dado que la zona para establecer la divisin ser el valle del

histograma, cuanto ms ancho sea este valle, ms fiable va a
ser trabajar con un umbral fijo, puesto que existir un mayor
margen de error. La anchura del valle puede absorber las
oscilaciones en los niveles de gris que pueda haber por
variaciones en la iluminacin y hacer que el sistema funcione
perfectamente aun cuando existan estas perturbaciones. Una
buena configuracin del sistema de iluminacin permitir
aumentar al mximo la distancia entre los dos picos que
aparecen en el histograma correspondiente al objeto y al fondo.
El algoritmo de binarizacin con umbral fijo, Figura 30,
presupone que los objetos de inters aparecern con niveles de
gris ms claros que el fondo. En caso contrario, una sencilla
operacin de inversin podra llevarse a cabo como paso
siguiente a la binarizacin.
Figura 32 Algoritmo con umbralizacin fija


TRUJILLO
Binarizacin automtica
Cuando se prev que la iluminacin va a estar expuesta a

variaciones, no se puede trabajar con un umbral fijo. En este
caso, lo apropiado es hallar para cada imagen, utilizando su
histograma, el valor ms idneo como umbral. El objetivo de
esta tcnica ser calcular automticamente, para cada imagen
de niveles de gris que aparezca en el proceso, el umbral de
binarizacin ptimo. As, se pueden evitar los problemas de
utilizar un umbral fijo, tales como el desplazamiento del
histograma debido a cambios en la iluminacin.
Un algoritmo sencillo de eleccin de un umbral automtico para

un histograma bimodal es el propuesto por (Otsu, 1979). El
pseudocdigo para la binarizacin automtica se muestra en la
Figura 31. Este algoritmo puede optimizarse de forma sencilla
(Haralick, 1993), pero la implementacin presentada muestra
ms claramente la esencia del algoritmo. (Trespaderne, 2012)
Figura 33 Algoritmo con umbralizacin automtica.


TRUJILLO
Mtodo de Otsu
La idea es calcular iterativamente el valor de nivel de gris medio

y su varianza para cada uno de los dos modos del histograma,
situados uno entre 0 y k y el otro entre k y G, calculando adems
la suma ponderada de las var ianzas. El algoritmo escoge como
umbral ptimo el valor para el que esa suma ponderada es
mnima.
En (Osvaldo Trabocchi, 2008), una imagen es una funcin

bidimensional de la intensidad del nivel de gris, y contiene N
pxeles cuyos niveles de gris se encuentran entre 1 y L. El
nmero de pxeles con nivel de gris i se denota como fi, y la
probabilidad de ocurrencia del nivel de gris i en la imagen est
dada por:
fi Frecuencia de repeticin del nivel de gris i-simo con i =

1,2,,L.
En el caso particular de umbralizacin en dos niveles
(binarizacin), los pxels se dividen en dos clases C1 y C2,
con niveles de gris [1,2,,t] y [t+1,t+2,,L] respectivamente,
donde las distribuciones de probabilidad de ambas clases son:
( ) ( )
( ) ( ) ( )
Dnde:
() ()
Las medias para cada una de las clases se definen como:

TRUJILLO

() ()
La intensidad media total de la imagen se define, siendo fcil

demostrar as mismo:
Haciendo uso de un anlisis discriminante, Otsu defini la

varianza entre clases de una imagen umbralizada como:
( ) ( )
La idea es ahora encontrar el umbral, t, que maximice la

varianza (Otsu demostr que este era el umbral ptimo):
()
Dnde: 1tL
Tabla 8Comparativa de la rapidez en segundos de los algoritmos de

umbralizacin local y global con una ventana de 3x3.
Mtodo Algoritmo Tiempo (s) Incertidumbre
binarizacin
Promedio 1.9588 0.0265
Media 6.3857 0.2954
Local Max y Min 2.5086 0.0349
Sauvola 7.2511 0.3805
Niblack 7.0719 0.2734
Global Otsu 0.5596 0.0033
Entropia 0.5568 0.0031
Fuente: (Chaves Osorio, Corts Osorio, & Mendoza Vargas, 2012)
2. Realce o manipulacin del contraste

Estas tcnicas de realce tambin se aplican cuando se pretende
utilizar tcnicas de segmentacin. El objetivo de este procesado
es facilitar las tareas de particin de la imagen. Con este fin se

TRUJILLO
aumenta el contraste entre los objetos de la imagen. La mejora

del contraste se puede realizar a travs de:
Operaciones puntuales de transformacin

Operaciones basadas en el histograma: ecualizacin
Binarizacin
Ecualizacin del histograma
En cualquier funcin de densidad probabilstica que es

transformada a uniforme se maximiza la explotacin de la
informacin. Este fenmeno que rige a los procesos continuos
tambin se puede aplicar sobre informacin discreta. La
conversin de cualquier forma de histograma a uno uniforme, si
bien es cierto que no aumentar la informacin, como ya se ha
comentado anteriormente, si mejorar la imagen para las
siguientes etapas. Recuerde que el valor mximo de la entropa se
dar cuando el histograma sea uniforme.
El fundamento se basa en realizar una conversin en el

histograma de forma que la probabilidad de cualquier nivel de gris
en la imagen sea idntica. Desde el punto de vista del histograma,
esta transformacin producir que el nmero de ocurrencias de un
nivel de gris sea el mismo valor siempre, ()
Para obtener esta tcnica de preprocesado se partir de la funcin

de distribucin de la imagen. sta se define, para variables
aleatorias discretas, como el sumatorio de probabilidades desde el
inicio de la variable hasta un valor prefijado. Por tanto, el
sumatorio de la funcin en todo el espectro de la variable aleatoria
independiente es la unidad:
( ) ()
( ) ()

TRUJILLO
En este caso, la probabilidad de la variable aleatoria

corresponder con la probabilidad de que aparezca el nivel
gris i en la imagen. La funcin de distribucin de una imagen
estar determinada por el histograma acumulado relativizado
por el tamao de la imagen.
Sea F(r) la funcin de distribucin de una imagen cualquiera.

Un histograma uniforme se caracterizar por tener:
( ) ( ) ( )
Siendo F(r) la funcin de distribucin uniforme. La

conversin del histograma se establece igualando las
funciones de distribucin que posee la imagen con la funcin
de distribucin deseada. Con esta relacin se establece la
funcin de transferencia del histograma, de r a r:
( ) ( ) ( ) ( ) ( )
El carcter discreto de la variable supondr una aproximacin a

una densidad uniforme.
Figura 34 Ejemplo de ecualizacin de histograma

Fuente: (Dueas., 2009 )

TRUJILLO
3. Reduccin de ruido mediante filtros

Filtro Gaussiano
La principal funcin del filtro Gausiano es la eliminacin de los

detalles y el ruido presentes en la imagen mediante un operador
de convulsin bidimensional.
Los filtros gaussianos son mscaras de convolucin que
emplean la discretizacin de las funciones de densidad normal
de media cero y varianza dada, ( ):
( )
( )
Las respuestas en frecuencia de estas mscaras son filtros pasos
cuyos anchos de banda dependen de sus varianzas. No
presentan rizados o lbulos secundarios en el mdulo y son de
fase lineal. Al igual que los filtros binomiales, las mscaras de
Gauss bidimensionales se construyen a partir de las
unidimensionales. Su ventaja, respecto a los filtros binomiales,
est en su parametrizacin dependiendo de la varianza. A
medida de que la varianza sea ms elevada significar que tiene
en cuenta a vecinos ms alejados, por el contrario, si la varianza
es ms pequea indicar que slo ponderar con los ms
prximos. La varianza funciona como grado de ponderacin en la
vecindad. sta es la interpretacin en el dominio espacial. Desde
el punto de vista frecuencial, la varianza determina el ancho de
banda del filtro paso bajo que supone la mscara de Gauss. El
lbulo principal del mdulo de la respuesta frecuencia viene
determinado por la varianza. A mayor varianza menor ancho de
banda.
En el proceso de discretizacin de la mscara Gaussiana

aparece el problema del nmero de coeficientes finitos a emular a
la funcin continua. Para evitar la formacin de lbulos
secundarios en la respuesta frecuencial de la mscara, se toma
como regla que el tamao del operador, w, debe ser al menos de:
w 3c

TRUJILLO
Siendo c el tamao del lbulo central y dependiente de la

varianza:

Esta regla indica que el 98% de los posibles casos de la variacin
de la variable aleatoria normal estn comprendidos. Si la varianza
es unitaria, la mscara debera de ser al menos 9 x 9. Ntese que
se busca una mscara bidimensional que tenga simetra par.
Tambin hay que considerar que esta mscara tiene simetra
radial, por lo que slo es necesario de calcular un cuadrante de la
mscara.
Filtros basados en la mediana
Con el procesamiento lineal, empleando tcnicas de filtrado paso

bajo, se ha observado que al eliminar el ruido se han desdibujado
los bordes y cancelado los pequeos detalles. Este efecto
secundario suele ser reducido empleando el filtrado basado en la
mediana del entorno de vecindad. Esta tcnica de procesamiento
es no lineal, con lo cual no se aplica mediante mscara de
convolucin. Su actuacin se basa en elegir el valor de la
mediana en el entorno de vecindad. Se define la mediana como
el valor intermedio de la ordenacin de los pxeles vecinos en
funcin de su intensidad. Si los vecinos son 2M+1 pxeles, la
mediana estar por encima de los M primeros valores y por
debajo de los M ltimos. Por ejemplo, en un entorno de 3x3, la
mediana ser el nivel del colocado en quinta posicin:
89 87 14
92 75 56
99 78 90
{89 87 14 92 75 | 56 99 78 90} {14 56 75 78 87 | 89 90 92 99}
En este ejemplo, la mediana ser el nivel 87. En consecuencia, si

el ruido tiene un valor atpico en el entorno quedar colocado en
los extremos de la ordenacin. Vase cmo el nivel 14 queda
desplazado. La mediana se presenta como una buena tcnica

TRUJILLO
para el suavizado en general y en particular para la cancelacin

de ruido impulsional. El mayor inconveniente es su alto coste
computacional. Cuando la aplicacin de Visin tiene
restricciones de tiempo suele ser prohibitivo el uso de la mediana,
optando por el filtrado lineal.
Otro efecto adverso de la mediana es el desplazamiento de los

bordes de la imagen. Si se desea precisin subpixel en la
imagen, no es aconsejable esta tcnica. Para evitar este
inconveniente, se emplean entorno de vecindad N4(p). Si la
vecindad est definida en las diagonales, preservar los bordes
oblicuos. En caso de estar definida la vecindad en fila y columna,
se mantendr los bordes horizontales y verticales.
(Dueas., 2009 ).
4. Algoritmos de Traslacin o desplazamiento
Algoritmo de Escalado y zoom:

Los algoritmos de escalado permiten reducir o aumentar la
imagen, as como realizar el zoom de ciertas partes de la imagen.
Dado un factor de escalado para las coordenadas X y otro
para las coordenadas Y, obtendramos:
IMB(k,1) = IMB (i, j ) = IMA (i,j)
Requiriendo una enterpolacin cuando i/ o j/ no son enteros.

El uso de las funciones de escalado no se circunscribe
nicamente a la etapa de preprocesamiento sino que puede
incluirse en pasos de otras etapas.
Algoritmo de Rotacin o Giro:
Los algoritmo de giro son generalmente los ms complejos y por

lo tanto los ms costosos en tiempo de procesado. Debido a esto,
slo se utilizan cuando es posible obtener una posicin de giro
que simplifique ms posteriores procesos.

TRUJILLO
Dado un punto IMB(i,j) y se rota un grados, las coordenadas i y

j del nuevo punto sern:
[ ] [ ] []
Por lo tanto, la versin girada de la imagen principal ser:

IMB (i, j) = IMB (i*cos j*sen , i*sen + j * cos ) = IMG (i,j)
Despus ser necesario realizar una interpolacin. (Gonzles

Marcos, Martnez de Pisn Ascacibar, Perna Espinoza, Alba Elas
, & Castejn Limas, 2006)
Calculo de para un cdigo QR:
Para calcular el ngulo de rotacin , en los cdigos QR, se toma

en cuenta lo siguiente:
Sabemos que cualquiera que sea la rotacin, los patrones A,B y

C, tienen el mismo tamao y forma. Los patrones de deteccin
estn compuestos de tres cuadrados concntricos superpuestos,
su relacin del mdulo entre blanco y negro en todas las
direcciones ser 1:1:3:1:1.
Figura 35 Patrn de deteccin de QR code.

Para detectar las tres esquinas del cdigo, se hace un barrido de

la imagen fila por fila. Un pixel negro puede pertenecer al borde de
una esquina, entonces se mira los dems de la fila mientras

TRUJILLO
cumplen la proporcin 1 unidad negra, 1 blanca, 3 negras, 1

blanca y una negra.
Figura 36 Barrido de un QR code.

Fuente: (Roda, Hernandez, & Ravel, 2012)
Si tenemos la proporcin entonces puede ser verdaderamente una

esquina pero puede darse el caso de que se halle la proporcin
1:1:3:1:1, pero no estemos en una esquina. Por eso hace falta
verificar verticalmente. Se coge el punto central de la parte de la
fila donde hemos detectado la proporcin de manera horizontal, y
a partir de este se verifica por arriba y abajo si la columna cumple
la proporcin. Si ocurre, es una esquina y guardamos el punto
medio de la zona de la columna donde tenemos la proporcin.
Figura 37 Deteccin de esquina de un cdigo QR

Para detectar las siguientes hace falta limitar el estudio a regiones

de la imagen donde la distancia al centro encontrado. Se elige una
distancia equivalente a la anchura de la esquina aunque ms

TRUJILLO
podra ser. Despus es el momento de determinar el ngulo de

rotacin.
a. Buscamos el par de esquinas ms distanciado. En este caso,

P2 y P3.
b. Determinamos el centro entre P2 y P3, lo llamamos C.
c. Calculamos el ngulo de giro a partir de la pendiente entre P2 y
A P3, lo llamamos A.
d. Con el centro de giro C, y el ngulo A, rotamos la imagen.
Figura 38 Deteccin de en Qr code (a)

Figura 39 Deteccin de en Qr code (b).


TRUJILLO
Figura 40 Deteccin de en Qr code (c).

Figura 41 Deteccin de en Qr code(d).

3.4.6.3 Segmentacin
El anlisis de imgenes comprende todos los mtodos y tcnicas que
se utilizan para extraer informacin de una imagen. La segmentacin
de imgenes se ocupa de descomponer una imagen en sus partes
constituyentes, es decir, los objetos de inters y el fondo, basndose
en ciertas caractersticas locales que nos permiten distinguir un
objeto del fondo y objetos entre si.
Los mtodos de segmentacin se pueden agrupar en cuatro clases

diferentes:

TRUJILLO
a) Mtodos basados en pxeles, que a su vez pueden ser:

loca les (basadas en las propiedades de los pxeles y
su entorno)
globales (basadas en la informacin global obtenida,
por ejemplo, con el histograma de la imagen).
b) Mtodos basados en bordes.

c) Mtodos basados en regiones, que utilizan las nociones de
homogeneidad y proximidad geomtrica, como las tcnicas
de crecimiento, fusin o divisin.
d) Mtodos basados en modelos.
El algoritmo de segmentacin para cdigos QR se apoya en el hecho

de que los cdigos QR presentan una alta densidad de bordes.
Mtodos basados en bordes
En la prctica, el conjunto de pxeles que estn en la frontera

raramente caracterizan completamente el contorno de un objeto,
debido a varias causas, como el ruido o una iluminacin no uniforme,
que introducen discontinuidades espurias en los tonos de gris.
En la segmentacin basada en pxeles se suele producir un sesgo en

el tamao de los objetos segmentados, es decir, el tamao de los
objetos va a depender del valor umbral seleccionado, debido a que el
tono de gris de los bordes de un objeto puede cambiar gradualmente
desde el fondo hasta el valor del objeto. Para evitar esto se pueden
utilizar los mtodos basados en las s. Estos mtodos son
secuenciales, van siguiendo el contorno de los objetos utilizando las
posiciones de los bordes que vienen determinadas por los valores
extremos del gradiente o por los cruces con el cero (si utilizamos
operadores de segundo orden). Parten de un pxel del contorno y van
determinando la sucesin correspondiente de bordes locales hasta
llegar de nuevo al pxel inicial.

TRUJILLO
Para trazar el contorno de un objeto nos fijamos en el gradiente local

de cada pxel que sea un borde local y en su orientacin. La cantidad
f(i, j) f(r,s) se puede utilizar como una medida de discrepancia
entre los bordes locales del entorno. Tambin, la cantidad (i,
j)(r,s) , que es la curvatura local de contorno, se puede utilizar
como una medida de discrepancia segn las diferentes orientaciones
de los bordes locales del entorno, siendo
= (i, j) arctan( (i, j)/ (i, j))
la direccin del borde local (i, j).
A partir de estos valores podemos llevar a cabo el trazado del

contorno. As, el pxel (i, j) y su vecino (r,s), donde r=i1, s=j1, se
pueden enlazar (forman parte de un mismo contorno) si
|f(i, j) f(r,s) T (1)
y
| (i, j) (r,s) T (2)
donde T1 y T2 son los valores umbrales para el gradiente y el ngulo

de orientacin, respectivamente. En caso de que hubiera varios
pxeles posibles para enlazar se elige el de menor discrepancia
(segn las dos medidas de discrepancia dadas). As, un algoritmo

TRUJILLO
para el trazado de contornos puede ser el siguiente:
ALGORITMO: Trazado de contornos
1. Supongamos que el contorno se ha determinado hasta el

elemento (i,j).
2. Se elige el pxel (r,s) adyacente a (i,j) en la direccin (i,j). Si
(r,s) verifica la
ecuacin (1) entonces se considera un elemento del contorno y
se regresa al paso 1. Si
no, se va a paso 3.
3. Determinar el nivel medio de gris en el entorno 33 del
elemento (r,s) y
compararlo con algn valor preestablecido para saber si (r,s)
est dentro o fuera de la
regin. Ir al paso 4.
4. Seleccionar el pxel (h,k) adyacente a (i,j) en la direccin
(i,j)/4 (el signo se
determina segn el resultado del paso 3). Si verifica (1)
entonces se considera un
elemento del borde, continuacin del anterior. Si no, comenzar
el trazado del contorno
con otro pxel ms prometedor.
Descomposicin de rbol X Y
La descomposicin del rbol X-Y es un algoritmo de bajo nivel que

realiza la proyeccin horizontal y vertical de una pgina para separar
los caracteres de un documento. Primero se obtiene la proyeccin
horizontal de la pgina para obtener los renglones del documento,
una vez obtenidos los renglones se realiza la proyeccin vertical, se
analiza la proyeccin para obtener los caracteres del rengln. Estas
proyecciones pueden variar dependiendo de la complejidad del
documento.

TRUJILLO
Figura 42 Proyeccin horizontal y vertical

Fuente: (Bonilla, 2010)
La descomposicin es un mtodo comnmente usado, sin embargo

tiene las siguientes desventajas:
Suceptible a fallar en la presencia si existen lneas que
cubran o rodeen a los caracteres.
Puede fallar en la presencia de ruido en la imagen.
Requiere que la imagen se encuentre alineada, por lo cual
precisa de aplicar correccin de inclinacin sobre la imagen.
La efectividad de este algoritmo puede no ser la adecuada para ser

aplicado a dispositivos mviles debido a que la posibilidad de las
imgenes obtenidas con la cmara de un telfono celular contengan
ruido es alta, la inclinacin de la fotografa tomada raramente estar
correctamente alineada y que estimar tamao del carcter es difcil
dado que el histograma no sea lo suficientemente claro debido a las
variaciones de luz.
Etiquetado de componentes convexas
Es una tcnica que asigna una etiqueta a cada componente conexo

para obtener al final una regin. Bsicamente el algoritmo recorre
una imagen binaria de izquierda a derecha y de arriba hacia abajo en
busca de pxeles con valor 1 que se encuentren conectados entre si
en un rango que puede ser N8, N4, ND y les asigna una etiqueta
construyendo de esta manera regiones.
Esta tcnica a diferencia de la descomposicin de rbol X-Y, no es

tan susceptible a tener errores si los caracteres estn rodeados o de
lneas que cubran o rodeen los caracteres. Adems no requiere que

TRUJILLO
la imagen se encuentre alineada con respecto al eje para ser efectiva

lo cual es de gran utilidad debido a que no siempre se pueden tener
correctamente alineado el dispositivo mvil con la imagen como seria
con un escner de sobremesa o plano. (Bonilla, 2010)
Figura 43 Etiquetado de componentes convexas

Fuente: (Bonilla, 2010)
3.4.6.4 Descripcin
Existen muchas formas de describir los objetos presentes en una

imagen digital. Los mtodos ms utilizados se mencionan a
continuacin.
Descriptores de Forma.
Parten de una informacin binaria de pertenencia de un pixel al

objeto. En este tipo tenemos los descriptores siguientes:
a. Descriptores de Contorno: Informacin binaria de pertenencia al

contorno: cdigo de cadenas, signaturas, aproximaciones
poligonales, representacin polar, esqueletizacin, descriptores de
Fourier.

TRUJILLO
b. Descriptores de Regin: Informacin binaria de pertenencia al

interior del objeto, no slo con los del contorno: momentos (rea,
centro de gravedad, momentos invariantes), esqueletos,
descriptores topolgicos.
Una imagen binaria generalmente es representada como una matriz,

la cual contiene informacin tanto del objeto como del fondo. Una
representacin ms compacta de la imagen, se puede obtener al
almacenar en una estructura de datos, la informacin de los pixeles
que acotan al objeto. De esta forma, bastara con realizar anlisis u
operaciones sobre la estructura de datos, para realizar la extraccin
de los parmetros que definen el objeto, o para aplicar operaciones
de modificacin de la forma del mismo. Las tcnicas que se basan en
la utilizacin de estructuras de datos, para almacenar los puntos que
acotan al objeto, son las tcnicas de codificacin de contornos.
Cdigo de Cadena
Una de las tcnicas utilizadas en la extraccin de contornos de

imgenes a las cuales se les ha aplicado un procedimiento de
segmentacin, es la del seguimiento de contornos para su
codificacin. Un algoritmo de seguimiento de contornos examina
todas las direcciones establecidas por el cdigo de cadena.
Figura 44 Cdigo de cadena vecindad de 4

Fuente: (MALPARTIDA, 2003)
La codificacin del contorno en cdigo de cadena, resultar en una
estructura de datos que representa la frontera de una imagen binaria
sobre un mallado discreto, en cuyos campos se indica la direccin de
los pixeles de la frontera.

TRUJILLO
El primer paso es el de escoger sobre el contorno de la imagen, el

pixel inicial cuyas coordenadas deben ser almacenadas en la
estructura; para luego seguir el contorno en la direccin de las agujas
del reloj. Si el contorno es seguido con ayuda de una vecindad de 4,
habrn cuatro posibles direcciones que seguir, mientras que si es
seguido con una vecindad de 8 existirn ocho direcciones, como
muestra la siguiente figura. Al utilizar este cdigo, el contorno puede
entonces ser codificado con 2 o 3 bits. Los cdigos de cadena
representan de una manera compacta las imgenes binarias.
Figura 45 Cdigo de cadena vecindad de 8

Una vez que se ha revisado como realizar la representacin de

objetos la siguiente figura muestra, la idea fundamental, es la
estudiar ciertos parmetros que puedan dar una representacin
adecuada de la forma del objeto
Figura 46 Codificaciones de una frontera. (a) Frontera,

(b) 4-conectividad: A00000333323222211111
(c) 8-conectividad: A100076655443333

TRUJILLO
rea
En una imagen digital, el rea de un objeto esta dada por el nmero

de pixeles que representan al mismo, por lo tanto el clculo del rea
se realiza contando el nmero de pixeles. Si una imagen esta
representada por un contorno codificado en cdigo de cadena, el
clculo del rea se realiza por un algoritmo que trabaja en forma
similar a la integracin numrica, el cual lo veremos posteriormente.
Permetro
Es un parmetro geomtrico que al igual que el rea, puede ser

calculado a partir del cdigo de cadena. Para realizar este clculo, es
necesario contar la longitud del cdigo, y tomar en consideracin que
los pasos en direcciones diagonales deben ser multiplicados por un
factor igual a raz cuadrada de dos. El permetro p de un contorno
codificado en cdigo de cadena se expresa como:

Dnde: representa el nmero pasos pares del cdigo y el

nmero pasos impares del cdigo.
Circularidad
Es uno de los parmetros geomtricos utilizados en la comparacin

de objetos que son observados desde diferentes distancias, ya que el
mismo no depende del tamao del objeto. La circularidad es un
nmero adimensional definido como:
Donde p es el permetro y A es el rea. La invariante rea y

permetro simplemente determina el rea y el permetro de la imagen
y realiza la siguiente relacin:
Invariante=Area/
(MALPARTIDA, 2003).

TRUJILLO
3.4.6.5 Reconocimiento
Una definicin formal de Reconocimiento de Patrones es la siguiente:

"es la categorizacin de datos de entrada en clases identificadas, por
medio de la extraccin de caractersticas significativas o atributos de
los datos extrados de un medio ambiente que contiene detalles
irrelevantes". Matemticamente hablando, la clasificacin consiste en
la particin del espacio n-dimensional definido por las caractersticas
de un objeto, en varias regiones, donde cada regin corresponde a
una clase.
En la literatura pueden encontrarse diferentes enfoques para este

problema, motivadas por la diversidad de tareas de reconocimiento
que pueden abordarse. Sin embargo podemos identificar en general,
4 tipos de metodologas para el reconocimiento de patrones:
1. Heursticas
Esta metodologa es la que hace uso de la experiencia y la
intuicin humana. Por lo general, los sistemas que son
desarrollados bajo estos mtodos, estn hechos a la medida del
problema que se desea resolver.
2. Matemticas
Este tipo de metodologa hace uso de las propiedades comunes
de los patrones y se basan en las reglas de clasificacin
formuladas en un marco matemtico. Adems, este enfoque se
divide a su vez en otras dos categoras: las determinsticas y las
estadsticas.
a. Determinsticas
No requieren de propiedades estadsticas, pero son limitadas.
Entre los mtodos determinsticos podemos encontrar, por
ejemplo, la clasificacin por distancia Euclidea.

TRUJILLO
b. Estadsticas
La aproximacin ms simple (y no por ello la menos eficiente)
consiste en representar cada patrn mediante un vector de
nmeros, y cada clase por uno o varios patrones prototipo. Dado
que existe variabilidad en las medidas registradas, cada
componente del vector es una variable aleatoria y cada uno de
sus valores es una realizacin de esa variable aleatoria.
Con esta aproximacin un patrn no es ms que un punto en el

espacio de representacin de los patrones, que es un espacio de
dimensionalidad determinada por el nmero de variables
consideradas. Esta aproximacin concluye que es razonable que
los patrones pertenecientes a una misma clase estn cercanos
en el espacio de representacin mientras que aquellos que
pertenezcan a clases diferentes deberan estar en diferentes
regiones del espacio de representacin. Dentro de los mtodos
estadsticos podemos encontrar a los clasificadores basados en
las Regla de Clasificacin de Bayes.
3. Lingsticas (sintcticas)
Las tcnicas de este tipo reducen un objeto (habitualmente ya
binarizado) a un conjunto de elementos estructurales o
primitivas. Si a esto unimos una sintaxis para relacionar estos
elementos de forma espacial, obtenemos lo que se llama una
representacin sintctica. Se trata de descomponer objetos
complejos en trminos de conjuntos de primitivas simples (como
son arcos, ngulos, rectas, etc.) con reglas para describir la
relacin espacial entre ellas.
Hay que decir que es importantsimo el diseo de la sintaxis y de

sus primitivas y se requiere habitualmente la especificacin de
un complejo conjunto de reglas que den una correspondencia
unvoca entre la estructura y su representacin. Adems suelen
surgir problemas de dependencia de la orientacin de la
estructura, tamao, varias representaciones para una misma
estructura, etc.

TRUJILLO
En general, a menor nmero de primitivas, ms difcil es la

representacin y ms largas son las cadenas de representacin.
Existen numerosos autores (Freeman, Badie-Shimura, Pavlidis)
que idearon diferentes sintaxis segn los objetos que queran
reconocer.
4. Redes Neuronales Artificiales

Las Redes Neuronales tienen muchas similitudes con el
reconocimiento estadstico de patrones (REP) concerniente en la
representacin de datos y los principios de clasificacin. La
implementacin prctica es sin embargo muy diferente. El modo
de anlisis implica la configuracin de una red de neuronas
artificiales y el entrenamiento de la red para determinar cmo las
neuronas individuales pueden afectar uno a la otra. El modo de
reconocimiento implica el envo de datos a travs de la red y la
evaluacin a que clase se aproximar ms.
(MALPARTIDA, 2003),
Los cdigos QR, hacen uso de mtodos heursticos para el

reconocimiento de patrones dentro de la imagen, para el cual se
toman en cuenta los siguientes pasos:
Leer la informacin de formato, detectar y corregir posibles

errores en esta. Si no hay xito probar a decodificar el smbolo
usando mirror imaging.
Obtener el nivel de correccin de errores y el tipo de patrn de
mascara de datos usado.
Leer la informacin de versin si est, para determinar la versin
del smbolo.
Pasar la mscara de datos a la matriz de unos y ceros, en la
regin de codificacin, mediante una operacin XOR, esto
deshar la mscara.
Obtener los codewords de datos y de error de la regin de
codificacin teniendo en cuenta su orden de colocacin.

TRUJILLO
Detectar los posibles errores en los codewords de datos,

utilizando los codewords de error y corregirlos.
Dividir los codewords corregidos en segmentos segn los
indicadores de modo y contadores de caracteres encontrados.

TRUJILLO
Capitulo 4: DESARROLLO METODOLGICO
4.1 Metodologa de Trabajo.
4.1.1 Paso 1: Recoleccin de informacin
El objetivo es obtener informacin abundante y contrastada sobre los

procesos del PDI, as como tambin en la forma de seleccionar productos en
una tienda virtual utilizando los cdigos QR en celulares. Esta informacin
fue obtenida en el captulo 3 de este proyecto.
4.1.2 Paso 2: Anlisis de informacin
Para la evaluacin de nuestros diferentes cuadros comparativos,

utilizaremos la siguiente calificacin:
Tabla 9 Valores de evaluacin de cuadros comparativos
Valor Calificativo
0 Nunca cumple
1 (Casi nunca) cumple
2 Regularmente cumple
3 (casi siempre/ Con frecuencia) cumple
4 Siempre cumple
Fuente: Propia
La tcnica que se va a disear ser utilizando tecnologa mvil, y

aprovechando la caracterstica que los Smartphone tienen de poseer una
cmara fotogrfica; se ha optado por la seleccin de productos
capturando una imagen, la cual contiene el cdigo del producto que se va
a seleccionar para aadirlo al carrito de compra de una tienda virtual (3.1.1 -
marco terico).
Se ha utilizado el siguiente cuadro comparativo para elegir en base a

las caractersticas que presentan las diferentes formas de codificar
productos, la forma que mejor se adecue al desarrollo de nuestra tcnica
(3.2- marco terico).

TRUJILLO
Tabla 10 Cuadro comparativo de las formas de seleccionar productos.

Forma Cdigos de Cdigos Cdigos
CRITERIOS Barras Bidi EFID
a. Capacidad de
Almacenamiento 2 3 4
b. Facilidad de lectura
desde cualquier ngulo 1 4 3
c. Velocidad de lectura 2 3 3
d. Tamao de impresin 1 3
e. Captura con uso de 2 4 3
mviles
f. Frecuencia de Uso 4 3 2
Fuente: Creacin propia
Segn el cuadro podemos deducir que la mejor forma de seleccionar

productos es utilizando cdigos bidimensionales, siendo los cdigos QR
los que se adaptan a las necesidades que estoy cubriendo.
La forma escogida es: Codificacin de productos usando cdigos

bidimensionales (cdigos QR).
Para elegir el tipo de cdigo QR con el que se va a trabajar, se tuvo

en cuenta los siguientes factores (3.3.3- marco terico) para la codificacin
de ste:
Tamao del smbolo (desde 21 x 21 hasta 177 x 177 mdulos en

incrementos de 4 mdulos por lado)
Tipo y cantidad de datos (numrico, alfanumrico, binario y Kanji)
Nivel de correccin de errores (Low = 7% de bytes recuperados,
Medium = 15%, Quality = 25% y High = 30%)
Concatenacin (mximo 16 smbolos para imprimir en un rea estrecha)
Despus de haber analizado las diferentes caractersticas de los

cdigos QR, presentado en el apartado (3.3.3) y la Tabla 3. Hay que tener
en cuenta que para el caso de los QR Codes, el tamao de datos tiene un
lmite. La versin de smbolo QR Code ms grande es la 40, pero la versin

TRUJILLO
que ms se adapta a nuestra tcnica es la versin 1 que trabaja con 21 x

21 mdulos y puede almacenar codificados hasta 34 caracteres en modo
numrico y 20 caracteres en modo alfanumrico (Nivele de error M ), los
suficiente como para crear una combinacin de cdigos para productos de
una tienda. Para la decodificacin el tamao de los datos depender del
nmero de pixeles de la imagen que contiene el QR Code a decodificar.
La versin escogida para trabajar es: la versin 1 de los cdigos QR.
Si resumimos las fases del PDI segn a la informacin obtenida en el

punto (3.4.6- marco terico), podemos observar que el proceso de captura y
los algoritmos de procesamiento se encuentran dentro stas fases.
Captura Diseo de las propiedades de la captura. Tipo de

cmara, distancia al objeto, mega pxeles, etc.
Preprocesamiento Reducir el entorno que no es de inters para el

problema. Fondo, ruido, etc..
Segmentacin Reconocer y extraer cada uno de los objetos

presentes en la imagen.
Extraccin de Caractersticas Reconocer y extraer cada uno de los objetos

presentes en la imagen.
Identificacin de Objetos Utilizar un modelo de toma de decisin para

decidir a que categora pertenece cada objeto.
4.1.2.1 ANALISIS PARA LA CAPTURA DE LA IMAGEN
Para capturar una imagen digital, segn la informacin obtenida en el

apartado 3.4.6.1 del marco terico, existen tres formas para capturar
una imagen.

TRUJILLO
Utilizamos el siguiente cuadro comparativo para elegir en base a

criterios que faciliten el desarrollo de nuestra tcnica la forma que
ms nos favorezca para capturar una imagen:
Tabla 11 Cuadro comparativo de las formas de captura de una imagen digital.

Forma captura A travs de Cmaras A travs de
CRITERIOS la Red digitales Escner
a. Calidad de imagen
2 3 2
b. Facilidad de uso
dispositivo 2 4 1
c. Velocidad de captura 2 3 1
d. Resolucin 2 3 2
e. Formatos de captura 2 3 2
Segn los resultados obtenidos en el cuadro anterior, la forma

escogida es: Captura a travs de cmaras digitales.
Una vez escogida la forma de captura. En apartado 3.4.6.1 del marco

terico, tambin vemos que existen diferentes tipos de cmara
digitales. Utilizamos el siguiente cuadro comparativo para elegir en
base a criterios que faciliten la eleccin de cmara que se utilizara en
nuestro proyecto.
Tabla 12 Cuadro comparativo de tipos de cmaras digitales
Tipo cmara Smartphone Digitales Cmara Profesional
CRITERIOS tipo rflex tipo rflex
a. Tamao sensor 1 2 3 4
b. Velocidad de captura 2 3 4 4
c. Resolucin 2 3 4 4
d. Formatos de captura 3 3 4 4
e. Facilidad de uso 4 3 2 1
f. Portabilidad 4 3 2 1
g. Conectividad 4 2 1 0

TRUJILLO
La cmara escogida es: Cmara de celular.
Se decide utilizar la cmara de un Smartphone, por la conectividad,

la portabilidad y la resolucin que tiene al soportar diferentes tipos de
formatos como JPEG, GIF, BMP y PNG. Adems porque el hadware
y software de las cmaras fotogrficas de estos dispositivos mviles
ha ido mejorando en los ltimos aos, demostrando que la cantidad
de megapxeles de una cmara fotogrfica en estos equipos
inteligentes no lo es todo, se ha aumentado la abertura del diafragma
por ejemplo en los Galaxy S IV de f/2.2 a f/2.6, lo cual indica una
mejora sustancial en cuanto a la toma de imgenes en cuartos
oscuros o locaciones de pobre iluminacin.
Para elegir el tipo de formato que tendr la imagen capturada,

utilizaremos el siguiente cuadro comparativo en base a la
informacin obtenida en el apartado 3.4.2.2 del marco terico:
FORMATOS DE IMGENES RASTER.
Tabla 13 Cuadro comparativo de los tipos de formato de imagen.

Formato Img.
CRITERIOS JPEG Gif PNG
a. Tamao archivo pequeo 4 2 2
b. Calidad de imagen 2 3 4
c. Soporte navegadores 4 3 3
d. Profundidad de color 4 2 4
e. Compresin sin prdida de 0 2 4
informacin
f. Preferencia bitmap (android) 3 2 4
Segn el cuadro anterior se infiere que el formato que mejor se

adapta a nuestras necesidades es: PNG.

TRUJILLO
4.1.2.2 Anlisis de los algoritmos de Pre-procesamiento
1. Binarizacin:
El punto clave de la binarizacin es la eleccin del valor umbral

ms adecuado. Utilizamos el siguiente cuadro comparativo, para
elegir el algoritmo de binarizacin que se utilizara en el desarrollo
de la tcnica:
Tabla 14 Cuadro comparativo de algoritmos de binarizacin
ALGORITMO.
CRITERIOS Otsu Niblack Max y Min Media
a. Facilidad de implementacin 4 2 2 2
en mviles
b. Bajo tiempo de ejecucin 4 3 2 1
c. Bajo nivel de Incertidumbre 4 3 2 1
d. Mtodo binarizacin global 4 0 0 0
e. Requiere poca memoria 3 1 2 2
Segn el cuadro anterior el algoritmo que mejor se adapta a nuestras

necesidades es: OTSU.
2. Filtros para la reduccin de ruido

Para elegir el tipo de filtro que utilizaremos en el diseo de la
tcnica, se utiliz el siguiente cuadro comparativo:
Tabla 15 Cuadro comparativo de algoritmos de filtrado

ALGORITMO.
CRITERIOS Gaussiano Mediana
a. Bajo Coste computacional 3 1
b. Bajo tiempo de ejecucin 3 2
c. Preserva bordes 3 2
d. No elimina esquinas 3 1
e. Requiere poca memoria 2 1

TRUJILLO
Segn el cuadro anterior el algoritmo elegimos que el filtro que mejor

se adapta a nuestras necesidades es: Gaussiano.
4.1.2.3 Segmentacin
Para elegir el algoritmo de segmentacin, se utiliz el siguiente
cuadro comparativo:
Tabla 16 Cuadro comparativo de algoritmos de segmentacin

ALGORITMO. Descomposicin Componentes
CRITERIOS rbol x-y convexas
a. Bajo Coste computacional 1 2
b. Bajo tiempo de ejecucin 2 3
c. No Requiere alineacin de la 1 3
imagen
d. No Falla en presencia de 1 3
ruido
e. No es tan susceptible a lneas 1 2
que cubran los caracteres
Segn el cuadro anterior se infiere que el algoritmo que mejor se

adapta a nuestras necesidades es: Componentes convexas.

TRUJILLO
4.1.3 Paso 3: Diseo de la tcnica
DISEO ARQUITECNNICO DE LA TECNICA
FUENTE: Propia.

TRUJILLO
DISEO ALGORITMICO DE LA TECNICA
FUENTE: Propia.

TRUJILLO
Capitulo 5: CONCLUSIONES
Se investig fundamentos tericos sobre las formas de seleccin de productos

existentes, escogiendo la seleccin por imgenes usando cdigos QR, por las
mltiples ventajas que presenta. Tambin se investigaron las teoras y los conceptos
de los algoritmos del procesamiento de imgenes que fueron revisados para realizar
el diseo de la tcnica.
Se analiz la informacin obtenida para elegir los algoritmos de procesamiento de
imgenes que nos permitan disear la tcnica para mejorar la seleccin de
productos, en la que se utiliz cdigos QR versin 1, como identificadores de
productos que se van a seleccionar.
Se logr cumplir con cada uno de nuestros objetivos planteados para este trabajo de
graduacin, logrando disear una tcnica para mejorar la seleccin de productos de
una tienda virtual.

TRUJILLO
Capitulo 6: REFERENCIAS
[1] Acosta, R. (12 de 11 de 2011). http://www.android.es. Recuperado el 01 de 12 de

2013, de http://www.android.es/iniciacion-a-la-fotografia-digital-en-moviles.html
[2] Azanza, M. (10 de 01 de 2013). http://www.aldeavillana.com/. Recuperado el 14
de 11 de 2013, de http://www.aldeavillana.com/8-datos-deberias-saber-sobre-los-
codigos-qr/
[3] Bonilla, D. N. (15 de enero de 2010). http://catarina.udlap.mx. Recuperado el 05
de diciembre de 2013, de
http://catarina.udlap.mx/u_dl_a/tales/documentos/lis/nieto_b_d/capitulo2.pdf
[4] Chaves Osorio, J. A., Corts Osorio, J. A., & Mendoza Vargas, J. A. (2012).
Comparacin cualitativa y cuantitativa de las tcnicas bsicas de imbralizacin
local para el procesamiento digital de imgenes. Universidad Tecnolgica de
Pereira, Colombia.
[5] Dueas., C. P. (2009 ). http://www.elai.upm.es/. Recuperado el 08 de 12 de 2013,
de
http://www.elai.upm.es/webantigua/spain/Asignaturas/MIP_VisionArtificial/Apuntes
VA/cap4Procesadov1.pdf
[6] Esqueda Elizondo, J. J., & Palafox Maestre, L. E. (2005). Fundamentos de
Procesamiento de Imgenes. Mxico: Universidad Autnoma de Baja California.
[7] Fiori, A. (2013). http://pyqrcode.sourceforge.net/. Obtenido de
http://pyqrcode.sourceforge.net/
[8] Garca, C. E. (24 de 05 de 2013). http://realidadaumentadaperu.blogspot.com.
Recuperado el 14 de 11 de 2013, de
http://realidadaumentadaperu.blogspot.com/2013/05/los-codigos-qr-pueden-
desempenar-un.html
[9] Gonzles Marcos, A., Martnez de Pisn Ascacibar, F., Perna Espinoza, V., Alba
Elas , F., & Castejn Limas, M. (2006). Tcnicas de algoritmos y visin artificial.
Espaa: Universidad de La Rioja. Servicio de Publicaciones.
[10] Labeljoy. (2013). http://www.labeljoy.com/. Recuperado el 15 de 11 de
2013, de http://www.labeljoy.com/es/soporte/que-es-codigo-qr/
[11] Logiscenter. (08 de 11 de 2010). https://www.logiscenter.com. Recuperado
el 14 de 11 de 2013, de https://www.logiscenter.com/temas/wal-mart-emplea-
tecnologia-rfid-para-seguimiento-y-control-de-ropa-interior/

TRUJILLO
[12] Maldonado, D. (2011). www.pixelnauta.com.ar. Recuperado el 03 de 12 de

2013, de http://www.pixelnauta.com.ar/curso2011/photoshop1/clase1/index2.html
[13] MALPARTIDA, E. A. (2003). http://tesis.pucp.edu.pe. Recuperado el 09 de
12 de 2013, de
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/68/SOBRADO_E
DDIE_VISION_ARTIFICIAL_BRAZO_ROBOT.pdf?sequence=2
[14] O., A. (17 de 10 de 2011). http://comunidad.movistar.es. Recuperado el 01
de 12 de 2013, de http://comunidad.movistar.es/t5/Bienvenida-y-
Noticias/Importan-tanto-los-megap%C3%ADxeles-de-las-c%C3%A1maras/td-
p/1429694
[15] opfocus. (14 de 01 de 2010). http://opfocus.org/. Recuperado el 14 de 11
de 2013, de http://opfocus.org/index.php?topic=picture&v=8&s=1&p=1
[16] Ordez, G. M. (2009). GENERADOR E INTERPRETE QR CODE. Sevilla:
Universidad de Sevilla.
[17] Osvaldo Trabocchi, F. S. (02 de 08 de 2008). http://iaci.unq.edu.ar/.
Recuperado el 07 de 12 de 2013, de
http://iaci.unq.edu.ar/materias/vision/archivos/apuntes/Segmentaci%C3%B3n%20
por%20umbralizaci%C3%B3n%20-%20M%C3%A9todo%20de%20Otsu.pdf
[18] Perez, L. G. (2005). http://platea.pntic.mec.es/~lgonzale/. Recuperado el 21
de 11 de 2013, de http://platea.pntic.mec.es/~lgonzale/tic/imagen/conceptos.html
[19] Prieto, G. (s.f.). http://www.ts-negocios.com. Recuperado el 15 de
Noviembre de 2013, de http://www.ts-
negocios.com/descargas/TiendasVirtuales_PaginasWebs.pdf
[20] Roda, F. J., Hernandez, M. M., & Ravel, E. (09 de 2012). https://opera-
portal.us.es. Recuperado el 20 de 11 de 2013, de https://opera-
portal.us.es/archivos/pid/entregables/2011-
2012/Grupo16/Grupo16Presentacin51.pdf
[21] Trespaderne, L. y. (2012). http://www.librovision.eii.uva.es. (U. d.
Valladolid, Ed.) Recuperado el 05 de Diciembre de 2013, de
http://www.librovision.eii.uva.es/pdf/cap4.pdf
[22] Yanbe, Y. (s.f.). http://qrcode.sourceforge.jp/. Recuperado el 01 de 12 de
2013, de http://qrcode.sourceforge.jp/

Diseño de Una Técnica Basada en Procesamiento de Imágenes Con Tecnología Móvil para Mejorar La Selección de Productos de Una Tienda Virtual

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diseño de Una Técnica Basada en Procesamiento de Imágenes Con Tecnología Móvil para Mejorar La Selección de Productos de Una Tienda Virtual

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS

DISEO DE UNA TCNICA BASADA EN

Propuesto por : Juan Orlando Salazar Campos

Elaborado por : Cadenillas Villacorta Fiorella Jesus

rea del Proyecto: a y Visual

Fiorella J. Cadenillas Villacorta 1

En la actualidad, existen varias formas de seleccin de productos, las cuales son

El objetivo de este trabajo de graduacin fue disear una tcnica basada en

Para disear sta tcnica se estudi algoritmos de procesamiento de imgenes

Fiorella J. Cadenillas Villacorta 2

Capitulo 1: GENERALIDADES DEL PROYECTO ............................................................ 9

1.1 Problema: ................................................................................................................ 9

1.1.1 Realidad Problemtica. ................................................................................... 9

1.1.2 Enunciado del Problema. .............................................................................. 10

1.2 Antecedentes del Proyecto. .................................................................................. 10

1.3.1 Variables de Estudio...................................................................................... 14

1.4 Objetivos: .............................................................................................................. 14

1.4.1 Objetivo General. ........................................................................................... 14

1.4.2 Objetivos Especficos. ................................................................................... 14

1.5 Justificacin del Estudio: ...................................................................................... 15

1.5.1 Econmica. .................................................................................................... 15

1.5.3 Ciencias de la Computacin.......................................................................... 15

1.5.4 Social. ............................................................................................................ 15

Capitulo 2: MATERIALES Y MTODOS ......................................................................... 16

2.1 Poblacin y Muestra. ............................................................................................ 16

2.1.1 Poblacin. ...................................................................................................... 16

2.1.2 Muestra. ......................................................................................................... 16

2.2 Tcnicas e Instrumentos....................................................................................... 17

2.2.2 Instrumentos. ................................................................................................. 17

2.3 Diseo de contrastacin. ...................................................................................... 17

Capitulo 3: MARCO TERICO ........................................................................................ 18

3.1 Las Tiendas Virtuales en celulares....................................................................... 18

3.1.1 Tcnicas de seleccin de productos. ............................................................ 18

Fiorella J. Cadenillas Villacorta 3

3.2 Codificacin de productos. ................................................................................... 19

3.2.1 El Producto: ................................................................................................... 19

3.2.2 Codificacin de productos ............................................................................. 19

3.3 Codificacin de Productos usando cdigos QR................................................... 25

3.3.1 Qu es un Cdigo QR? ............................................................................... 25

3.3.2 Cdigo QR: Micro y Standard ....................................................................... 26

3.3.3 Caractersticas de Cdigos QR ..................................................................... 27

3.3.4 Estandarizacin de cdigos QR .................................................................... 29

3.3.5 Estructura del Cdigo QR.............................................................................. 29

3.3.6 Factor de decisin de tamao de cdigos QR .............................................. 32

3.3.7 Libreras usadas para codificar y decodificar cdigos Qr ............................. 36

3.4 Procesamiento de imgenes. ............................................................................... 38

3.4.1 La Imagen Digital ........................................................................................... 40

3.4.2 Clasificacin De Las Imgenes Digitales ...................................................... 40

3.4.3 Tipos De Imgenes Digitales ........................................................................ 43

3.4.4 Calidad De Una Imagen ................................................................................ 45

3.4.5 Fundamentos Del Procesamiento De Imgenes Digitales ........................... 48

3.4.6 Etapas del Procesamiento Digital de Imgenes: .......................................... 51

Capitulo 4: DESARROLLO METODOLGICO ............................................................... 84

4.1 Metodologa de Trabajo. ....................................................................................... 84

4.1.1 Paso 1: Recoleccin de informacin ............................................................. 84

4.1.2 Paso 2: Anlisis de informacin .................................................................... 84

4.1.3 Paso 3: Diseo de la tcnica ......................................................................... 91

Capitulo 5: CONCLUSIONES .......................................................................................... 93

Capitulo 6: REFERENCIAS ............................................................................................. 94

Fiorella J. Cadenillas Villacorta 4

Fiorella J. Cadenillas Villacorta 5

Figura 34 Ejemplo de ecualizacin de histograma ............................................................. 64