
Hoje temos:
- Processamenteo de imagem como array
- Filtros aplicados a imagens
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 |
# coding: utf-8 # In[1]: #Importar os pacotes que utizaremos import numpy as np from scipy import misc import matplotlib.pyplot as plt get_ipython().run_line_magic('matplotlib', 'inline') # In[29]: #Fazer a leitura da nossa imagem from skimage import data photo_data = misc.imread('./wifire/ima.jpg') type(photo_data) # In[3]: plt.figure(figsize=(15,15)) plt.imshow(photo_data) # In[4]: #Vamos ver o shape dessa foto/desse array photo_data.shape # In[14]: # print(photo_data) # In[15]: #Nós podemos também verificar o tamanho da imagem: photo_data.size # In[16]: #É possível também visualizar qual o máximo e mínimo da imagem. E isso é importante porque # os valores na escala RGB só podem ir de 0 a 255 photo_data.min(), photo_data.max() # In[17]: # Você pode ver a média também photo_data.mean() # In[18]: #Suponhamos que você quer ver qual o valor de um pixel. Você fará da seguinte forma: """ Você deve ter em mente que agora temos uma matriz com 3 dimensões, ou seja: 1. linha 2. coluna 3. valores das cores Portanto, quando acessarmos um valor, ele retornará 3 valores, que são os valores do Red, Green e Blue - RGB """ photo_data[160][120] # In[20]: """ Você pode querer acessar uma cor específica. Para isso, é só indicar qual o índice da cor: 0 - red 1 - green 2 - blue Vamos pegar o valor do azul, na linha com índice 150 com a coluna índice 2543 """ photo_data[150][2543][2] # In[24]: """ Você pode também mudar os valores - lembre-se que agora a imagem é um array. Vamos definir que todas as camadas da linha de indice 1000 e da coluna de indice 2000 ficarão preta. """ photo_data[1000,2000] = 0 plt.figure(figsize=(10,10)) plt.imshow(photo_data) # In[30]: """ A gente mudou apenas uma pequena coisa. Nós podemos fazer isso para um range de valores também: vamos mudar da linha de índice 500 até a coluna de índice 2000, alterando a cor para branco. """ photo_data[:500,:2000] = 255 plt.figure(figsize=(10,10)) plt.imshow(photo_data) # In[35]: """ A gente pode mudar também só uma camada: """ photo_data = misc.imread('./wifire/ima.jpg') photo_data[100:2300, : , 0] = 0 plt.figure(figsize=(10,10)) plt.imshow(photo_data) # In[53]: """ A gente pode também criar filtros. É importante lembrar que ambos devem ter as mesmas características, pois o nosso filtro não alterará nada, só retornara um array com valores booleanos para podermos utilizar """ import imageio photo_data = imageio.imread('./wifire/ima.jpg') print("Shape da nossa foto: ", photo_data.shape) filtro_valores_baixos = photo_data < 50 print("Shape dos nossos valores baixos: ", filtro_valores_baixos.shape) # In[55]: #Filtrando resultados pequenos plt.figure(figsize=(15,15)) plt.imshow(photo_data) # Onde os valores forem menor que 50, como definido acima, deixe como 0 photo_data[filtro_valores_baixos] = 255 plt.figure(figsize=(15,15)) plt.imshow(photo_data) # In[62]: #Mais algumas operações #criar um range de linhas: photo_data = imageio.imread('./wifire/ima.jpg') range_linhas = np.arange(len(photo_data)) range_colunas = range_linhas print(type(range_linhas),range_linhas) # In[63]: # aqui ele pega os pares de cima, 00,11,22,33,44,55,66,77,88 e coloca como 255 para os valores do array photo_data[range_linhas,range_colunas] = 255 # In[64]: plt.figure(figsize=(15,15)) plt.imshow(photo_data) # In[69]: #Agora vamos fazer algo ainda mais legal: vamos tentar pegar um círculo dessa imagem. """ A seguir vamos passar o shape da nossa foto para o total de linhas, total de colunas e total de camadas. """ total_linhas, total_colunas, total_camadas = photo_data.shape #Crie um grid com todas as linhas e com todas as colunas X, Y = np.ogrid[:total_linhas, :total_colunas] print(X.shape, Y.shape) # # In[70]: #Agora vamos calcular a linha central e a coluna central linha_central, coluna_central = total_linhas / 2, total_colunas / 2 # In[71]: #Vamos ver a distância do centro: dist_do_centro = (X - linha_central)**2 + (Y - linha_central)**2 #Calcular o radius radius = (total_linhas / 2)**2 #Calcular a mascara circular que será onde a distancia do centro for mais que o radius mascara_circular = (dist_do_centro > radius) # In[74]: #Filtrando com a mascara photo_data = imageio.imread('./wifire/ima.jpg') plt.figure(figsize=(15,15)) plt.imshow(photo_data) photo_data[mascara_circular] = 0 plt.figure(figsize=(15,15)) plt.imshow(photo_data) # ## Mais máscaras # In[80]: X, Y = np.ogrid[:total_linhas, :total_linhas] metade_cima = X < linha_central mascara_metade = np.logical_and(metade_cima, mascara_circular) # In[84]: photo_data = imageio.imread('./wifire/ima.jpg') photo_data[mascara_metade] = 0 # import random # photo_data[mascara_metade] = random.randint(200,255) plt.figure(figsize=(15,15)) plt.imshow(photo_data) # In[85]: """ Agora vamos criar máscaras para as cores. A primeira cor será a vermelha. """ foto = imageio.imread('./wifire/ima.jpg') mascara_vermelha = foto[:,:,0] < 150 foto[mascara_vermelha] = 0 plt.figure(figsize=(15,15)) plt.imshow(foto) # In[86]: foto = imageio.imread('./wifire/ima.jpg') mascara_verde = foto[:,:,1] < 150 plt.figure(figsize=(15,15)) plt.imshow(foto) # In[87]: foto = imageio.imread('./wifire/ima.jpg') mascara_verde = foto[:,:,2] < 150 plt.figure(figsize=(15,15)) plt.imshow(foto) |