Universidad Autónoma de Nuevo León

Facultad de Ingeniería Mecánica Y Eléctrica

Lab. Visión Computacional

“Práctica #1”

Catedrático: Ing. Valentín Belisario Domínguez Vera

Alumno: Tadeo Pérez Cruz

Matrícula: 1905183

Hora: N3-N4

Salón/Grupo: 4200

Carrera: ITS

Semestre: Enero-Junio 2024

San Nicolás de los Garza, N.L 15 de Febrero de 2024

Objetivo: Visualizar los cambios referentes a las diferentes
instrucciones e interpretarlos de acuerdo con los resultados obtenidos.

Se sabe que hoy en día la visión por computación y el interpretar las

imágenes visualmente, se ha ido revolucionando dentro de la Industria
4.0
Una herramienta para lograr mejor entendimiento de ello es el software
y su principal lenguaje es Python. Por ello, es el principal y en mi
opinión el mejor para su estudio.

En está práctica se llevo una imagen a prueba de 4 diferentes pruebas

y veremos sus resultados junto con ello una breve descripción de lo
que se hizo, a continuación:

Prueba #1:

En estas instrucciones lo primero que visualice es que no servía de

nada la librería pygames, ya que no se trataba de juegos. Hacía falta
modificar la importación de la imagen. A mí, en lo particular me gusta
más la librería CV2 ya que en ella he tenido más de conocimiento.

Aquí hay un argumento, el cual nos ayuda más adelante a regresar

una imagen, en este también se modifica ‘sys’.
Se manda a pedir la imagen y se debe declarar el nombre de la
imagen y su variable en este caso es “imagen”.

Aquí se visualizará la imagen en sus medidas y principalmente los

píxeles, se hará un conteo.

Esta instrucción cambiará el tono de la imagen. Los pixeles i y j son

por el eje de x y ‘y’
Por último, se manda a pedir el resultado.
Algo a considerar debe ser el uso de diferente versión de Python. Por
ello, algunos cambios de syntaxis dentro del programa.

Resultados:
Para esta segunda prueba, cambie de IDE ya que por diversos
cambios en la syntaxis se me hizo difícil saber con certeza que quitar y
que poner, ya que algunas veces compilaba y otras no de las cuales
no salía la imagen, entre otros detalles.

Se mandan a pedir las librerías y algunas variables de las imágenes.

Aquí nos esta dando la instrucción de llamar la imagen y realizar lo

siguiente:
En este bloque, podemos observar que se aplicó de nuevo la
visualización de pixeles, ya que es la manera en la que el sistema
detecta la imagen. Ahora, este código se modificó, ya que los espacios
y saltos de línea en Python si importan para darle seguimiento a la
instrucción.

Se leen los píxeles y a continuación se observa en la matriz y escala

como se debería de invertir los colores.

Resultado:
En la siguiente prueba, llamada Contraste se verá lo siguiente:

En esta decidí ya no poner las librerías ni las declaraciones, ya que

debe ser rutina.

Bien, pasando al bloque de instrucciones podemos observar que los

espacios y saltos siguen perjudicando. Y el argumento no es el
correcto, en la matriz de píxeles la hace a escala de grises y tomará el
valor mínimo y se compara con él.

Veamos que nos dio en el resultado.

Básicamente, nos dio la de escala de grises solo con la diferencia de
escala de grises y el contraste. Y se puede observar que es mínimo ya
que no cambio mucho.
Esta última instrucción a comparación de contraste se usa y compara
el umbral de mayor valor, por lo que será más brillosa o más nítido.

Algunas pruebas extras:

Conclusión: En lo personal, la práctica fue de buen interés y me hizo
recordar algunas cosas de ciencia de datos ya que con esta revolución
de la industria 4.0 se vive día a día. Así como esto y por decir el
internet de las cosas IOT.
Dentro de la práctica, se debería a mí gusto usar la librería de CV2 o
Yolo para mayor facilidad.