ACTIVIDAD 1

Cargue IMG_003.jpg en la variable I y luego muéstrela usando imshow.

I = imread("IMG_003.jpg");
imshow(I)
ACTIVIDAD 2

El tamaño de imagen afecta a muchas técnicas de procesamiento de imágenes. Todas las imágenes que va a clasificar tienen el mismo tamaño: 600 píxeles de alto por 400 píxeles de ancho.

Puede averiguar el tamaño de un arreglo usando la función size.

sz = size(A)

El primer valor que devuelve size es el número de filas del arreglo, que corresponde a la altura de la imagen. El segundo valor es el número de columnas del arreglo, que corresponde a la anchura de la imagen.
ACTIVIDAD
Averigüe el tamaño de I y almacene el resultado en sz.

sz = size(I)
ACTIVIDAD 3
¿Coincide el tamaño del arreglo con el tamaño en píxeles de la imagen? Casi. Como probablemente habrá observado, la función size ha devuelto un valor adicional: 3.

Esto se debe a que la imagen importada es una imagen en color, por lo que necesita una tercera dimensión en la que almacenar los planos de color rojo, verde y azul.

Puede acceder a los planos de color individuales de una imagen indexando la tercera dimensión. Por ejemplo, puede extraer el plano de color verde (el segundo) usando el valor 2 para el tercer índice.

Ig  = I(:,:,2);

ACTIVIDAD
Extraiga el plano de color rojo de la imagen RGB I y almacénelo en R. Muestre R usando imshow.

R = I(:,:,1);
imshow(R)
ACTIVIIDAD 4
La mayoría de las imágenes usan un valor entero de 8 bits sin firma (uint8), como tipo de datos, que almacena números enteros entre 0 y 255. Las imágenes luminosas o con colores luminosos contienen
píxeles con valores de intensidad próximos a 255 en uno o varios planos de color.

El plano de color rojo de la imagen de este recibo tiene algunas zonas muy luminosas. ¿Cree que puede alcanzar el valor máximo de 255?

Para identificar el mayor valor de un arreglo, use la función max.

Amax = max(A,[],"all")

La opción "all" proporciona el valor máximo entre todos los valores del arreglo. Los corchetes son marcadores de posición obligatorios para un valor de entrada vacío.

ACTIVIDAD
Averigüe el mayor valor del plano de color rojo R y almacene el resultado en Rmax.

R=imread("IMG_003.jpg");
Rmax=max(R,[],"all");
imshow(Rmax);
ACTIVIDAD 5
Las zonas oscuras, como el texto de un recibo, contienen valores próximos a cero. Con respecto a la imagen del plano rojo de la tarea 3, ¿cree que el plano rojo tiene algún elemento con un valor de 0?

Para identificar el menor valor de un arreglo, use la función min.

Amin = min(A,[],"all")
ACTIVIDAD
Averigüe el menor valor de intensidad de los píxeles del plano de color rojo y almacene el resultado en Rmin.

R=imread("IMG_002.jpg");
Rmin = min(R,[],"all");

ACTIVIDAD 6
Muchas tareas habituales pueden realizarse con mayor rapidez usando las funciones de Image Processing Toolbox. Por ejemplo, si desea extraer los tres planos de color del arreglo de una imagen, puede
usar imsplit en lugar de indexar cada plano por separado.

[R,G,B] = imsplit(A);
Puede mostrar los tres planos de color a la vez usando montage.
montage({R,G,B})
Pruebe imsplit para extraer los planos de color de I. Muestre los tres planos de color usando montage.

R=imread("IMG_003.jpg");
[R,G,B]=imsplit(R);
montage({R,G,B});
ACTIVIDAD 1
El algoritmo que implementará en este curso se ha diseñado para identificar texto, por lo que el color no es necesario. Al convertir las imágenes a escala de grises se elimina el color, lo que permite al
algoritmo centrarse en los patrones en blanco y negro que aparecen en los recibos.

Puede convertir una imagen a escala de grises usando la función im2gray.

Ags = im2gray(A);

ACTIVIDAD
Convierta la imagen RGB I en una imagen en escala de grises y almacene el resultado en gs. Muestre gs

I = imread("IMG_002.jpg");
imshow(I)
gs = im2gray(I);
imshowpair(I,gs,"montage");