Documentos de Académico
Documentos de Profesional
Documentos de Cultura
utiliza la libreria OpenCV para la obtención de histogramas Histograma es el gráfico de las frecuencias de aparición
de los niveles de gris de imágenes digitales, además de ciertas de cada nivel de gris, o de los niveles de cada canal de
funciones de OpenCV que permiten realizar comparaciones un modelo de color de la imagen, y facilita informaciónpara
entre histogramas. El informe por tanto describe la manera realizar multitud de operaciones de reasignación de los valores
como la tarea fue llevada a cabo y describe los resultados de cada píxel de la imagen. Aumentar el rango del histograma
obtenidos. se emplea para mejorar el contraste de las imágenes, dado que
distribuye un intervalo del histograma de la imagen de modo
que ocupen todos los valores[1].
II. M ARCO T EÓRICO
OpenCV implementa una gran variedad de herramientas III. D ESCRIPCIÓN DEL TALLER
para la interpretación de la imagen. Es compatible con Intel
Image Processing Library (IPL) que implementa algunas El taller consistió básicamente en dos actividades:
operaciones en imágenes digitales. A pesar de primitivas como 1. Cálculo y visualización de los histogramas de imágenes
binarization, filtrado, estadísticas de la imagen, pirámides, de una mano expuesta a tres condiciones distintas de
OpenCV es principalmente una librería que implementa iluminación, a saber: iluminación en interior, iluminación
algoritmos para las técnicas de la calibración (Calibración en exterior e iluminación en exterior en un día con som-
de la Cámara), detección de rasgos, para rastrear (Flujo bra; se solicita obtener los histogramas con un número
Óptico), análisis de la forma (Geometría, Contorno que específico de bins (rectángulos, o cuantización de los
Procesa), análisis del movimiento (Plantillas del Movimiento, niveles de gris). Además, las imágenes deben tratarse en
Estimadores), reconstrucción 3D(Transformación de vistas), un nivel de gris con profundidad de ocho bits.
segmentación de objetos y reconocimiento (Histograma, etc.). 2. Comparación de los histogramas obtenidos mediante los
criterios de comparación que posee la función cvCom-
El rasgo esencial de la librería junto con funcionalidad y pareHist de OpenCV, a saber: Correlation, Chi-square,
la calidad es su desempeño. Los algoritmos están basados en Intersection y Bhattacharyya distance. Se debe final-
estructuras de datos muy flexibles, acoplados con estructuras mente realizar un análisis de los resultados obtenidos.
IPL; más de la mitad de las funciones ha sido optimizada Para el desarrollo del taller, se decide introducir una
aprovechándose de la Arquitectura de Intel. condición de iluminación adicional: imagen de una mano
expuesta a iluminación en interior con sombras, con el fin
OpenCV usa la estructura Iplimage para crear y manejar de poder realizar comparaciones entre condiciones similares
imágenes. Esta estructura tiene gran cantidad de campos, de iluminación. Las cuatro imágenes de la mano en las
algunos de ellos son mas importantes que otros. Por ejemplo condiciones de iluminación descritas se muestran en las
el width es la anchura del Iplimage, height es la altura, depth figuras 1 a 4.
es la profundidad en bits y nChannels el número de canales
(uno por cada nivel de gris de las imágenes y tres para las El mínimo número de bins, con el cual se puede elabaorar
imágenes coloridas). un histograma es 2, pues nos brinda la posibilidad de
contabilizar la cantidad de píxeles que son más oscuros y
OpenCV en cuanto a análisis de movimiento y seguimiento aquellos que son más claros. Los histogramas obtenidos para
de objetos, ofrece una funcionalidad interesante. Incorpora las cuatro imágenes propuestas se pueden apreciar en la figura
funciones básicas para modelar el fondo para su posterior 5
sustracción, generar imágenes de movimiento MHI (Motion
History Images) para determinar dónde hubo movimiento y En los histogramas se puede ver por simple inspección
en qué dirección, algoritmos de flujo óptico, etc. que las imágenes con tonos más oscuros corresponden a: la
mano sin iluminación en un recinto cerrado y a la mano en el
2
IV. C ONCLUSIÓN
A partir de los histogramas se puede concluir como era
de esperarse que la intensidad de las imágenes depende de
la ilumincación del lugar. Además, el comportamiento de los
histogrmas para esta aplicación puede definirse con pocos bins,
aproximadamente 32, pues si después se incrementa el nùmero
de bins no hay un cambio notable en las distribuciones ni en
las comparaciones.
R EFERENCIAS
[1] G. Bradski, Learning OpenCV, O’Reilly, (2008)