Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Jogg Ev2 VC
Jogg Ev2 VC
Visión Computacional
Ahora vamos a detectar los objetos que quedan encerrados dentro de los contornos
resaltados en color blanco, para ello probaremos con las siguientes imágenes.
Para comenzar necesitamos binarizar las imágenes con la técnica de convolución que
ya vimos.
2
Ahora a detectar los objetos, es un procedimiento sencillo y complejo a la vez:
• Creamos una matriz de pixeles visitados del mismo tamaño que la imagen (alto x
ancho)
• Creamos una lista para guardar la información de los objetos que encontremos y
un contador que servirá para poner un ID a cada objeto.
3
• BFS nos regresará la lista de pixeles que fueron visitados, dichos pixeles nos
sirven para calcular también la masa del objeto y buscar su centro. Además, nos
regresa la lista de pixeles pintados de la imagen.
o su porcentaje con una regla de tres simple utilizando el tamaño del objeto
y a cantidad total de pixeles en la imagen.
• Ahora solo nos queda recorrer la lista de objetos obteniendo las propiedades de
cada uno, mas precisamente, las coordenadas de su centro. En esas coordenadas
dibujamos un punto negro y colocamos una etiqueta con el ID del objeto al que
pertenece.
4
La rutina BFS está basada en el algoritmo visto en clase.
5
Mientras en la terminal vemos la información recolectada de cada objeto, su tamaño en
pixeles y porcentaje.
Código
6
7
8
Interfaz
La interfaz permanece sin cambios, al menú Machine vision se agregaron las opciones:
Como agregado hice una rutina llamada objectDetection cuyo objetivo es detectar una
sola figura dada las coordenadas de origen.
Referencias
No se utilizaron referencias.