El Proyecto | Sobre nosotros | Contribuir | Donaciones | Licencia
HOME Mis cursos Finalizados
◄ Anterior
◄

Procesamiento de Imágenes

Siguiente ►
►

El procesamiento de imágenes es una técnica fundamental en MATLAB que permite manipular y analizar imágenes digitales. Este módulo te guiará a través de los conceptos básicos y avanzados del procesamiento de imágenes utilizando MATLAB.

Contenido

  1. Introducción al Procesamiento de Imágenes
  2. Lectura y Escritura de Imágenes
  3. Transformaciones Básicas de Imágenes
  4. Filtrado de Imágenes
  5. Segmentación de Imágenes
  6. Detección de Bordes
  7. Ejercicios Prácticos
  8. Conclusión

Introducción al Procesamiento de Imágenes

El procesamiento de imágenes implica la manipulación de imágenes digitales para mejorar su calidad o extraer información útil. MATLAB proporciona una amplia gama de funciones para el procesamiento de imágenes a través de su toolbox de procesamiento de imágenes.

Conceptos Clave

  • Imagen Digital: Una representación de una imagen en forma de matriz de píxeles.
  • Píxel: La unidad más pequeña de una imagen digital, que contiene información de color e intensidad.
  • Resolución: La cantidad de píxeles en una imagen, generalmente expresada como ancho x alto.

Lectura y Escritura de Imágenes

MATLAB permite leer y escribir imágenes en varios formatos como JPEG, PNG, TIFF, etc.

Lectura de Imágenes

% Leer una imagen desde un archivo
img = imread('imagen.jpg');
% Mostrar la imagen
imshow(img);

Escritura de Imágenes

% Guardar una imagen en un archivo
imwrite(img, 'nueva_imagen.png');

Transformaciones Básicas de Imágenes

Las transformaciones básicas incluyen operaciones como el cambio de tamaño, rotación y recorte de imágenes.

Cambio de Tamaño

% Cambiar el tamaño de una imagen
img_resized = imresize(img, [256, 256]);
imshow(img_resized);

Rotación

% Rotar una imagen
img_rotated = imrotate(img, 45); % Rotar 45 grados
imshow(img_rotated);

Recorte

% Recortar una imagen
img_cropped = imcrop(img, [50, 50, 200, 200]); % [x, y, width, height]
imshow(img_cropped);

Filtrado de Imágenes

El filtrado de imágenes se utiliza para mejorar la calidad de la imagen o para extraer características específicas.

Filtro de Suavizado

% Aplicar un filtro de suavizado
img_smoothed = imgaussfilt(img, 2); % Filtro Gaussiano con sigma = 2
imshow(img_smoothed);

Filtro de Realce

% Aplicar un filtro de realce
img_sharpened = imsharpen(img);
imshow(img_sharpened);

Segmentación de Imágenes

La segmentación de imágenes es el proceso de dividir una imagen en partes significativas para su análisis.

Umbralización

% Convertir la imagen a escala de grises
img_gray = rgb2gray(img);
% Aplicar umbralización
bw = imbinarize(img_gray, 0.5); % Umbral de 0.5
imshow(bw);

Detección de Bordes

La detección de bordes es una técnica para identificar los límites de los objetos dentro de una imagen.

Detección de Bordes con Canny

% Convertir la imagen a escala de grises
img_gray = rgb2gray(img);
% Aplicar el detector de bordes de Canny
edges = edge(img_gray, 'Canny');
imshow(edges);

Ejercicios Prácticos

Ejercicio 1: Lectura y Visualización de Imágenes

Instrucciones: Lee una imagen de tu elección y muéstrala en una ventana de MATLAB.

Código de Ejemplo:

img = imread('tu_imagen.jpg');
imshow(img);

Ejercicio 2: Transformaciones Básicas

Instrucciones: Realiza las siguientes transformaciones en una imagen:

  1. Cambia su tamaño a 128x128 píxeles.
  2. Rótala 90 grados.
  3. Recorta una región de 100x100 píxeles desde la esquina superior izquierda.

Código de Ejemplo:

img_resized = imresize(img, [128, 128]);
img_rotated = imrotate(img_resized, 90);
img_cropped = imcrop(img_rotated, [0, 0, 100, 100]);
imshow(img_cropped);

Ejercicio 3: Filtrado y Detección de Bordes

Instrucciones: Aplica un filtro de suavizado a una imagen y luego detecta sus bordes utilizando el método de Canny.

Código de Ejemplo:

img_smoothed = imgaussfilt(img, 2);
img_gray = rgb2gray(img_smoothed);
edges = edge(img_gray, 'Canny');
imshow(edges);

Conclusión

En esta sección, hemos cubierto los conceptos básicos del procesamiento de imágenes en MATLAB, incluyendo la lectura y escritura de imágenes, transformaciones básicas, filtrado, segmentación y detección de bordes. Estos fundamentos te prepararán para abordar tareas más avanzadas en el procesamiento de imágenes y análisis en MATLAB.

En el siguiente módulo, exploraremos el procesamiento de señales, donde aprenderás a manipular y analizar señales digitales utilizando MATLAB.

◄ Anterior
◄
Siguiente ►
►
El Proyecto | Sobre nosotros | Contribuir | Donaciones | Licencia
© Copyright 2024. Todos los derechos reservados