Detección de flash (cámaras) en museos
Propósito
El propósito del proyecto es la
detección de flash de las cámaras mediante técnicas de visión computacional,
estos serán grabados con una cámara y se extraerá la imagen y se procesara para
tener como resultado, la ubicación de donde proviene el flash.
Justificación
Principalmente el aspecto científico, la luz tan potente del flash puede deteriorar una pintura valiosa. El Xenon, presente en los tubos de flash se utiliza para pruebas de envejecimiento acelerado en distintos productos. Los flash causan que ciertos pigmentos de las pinturas se rompan y pierdan su vibración y color.
Principalmente el aspecto científico, la luz tan potente del flash puede deteriorar una pintura valiosa. El Xenon, presente en los tubos de flash se utiliza para pruebas de envejecimiento acelerado en distintos productos. Los flash causan que ciertos pigmentos de las pinturas se rompan y pierdan su vibración y color.
Otro aspecto es el económico, así se aseguran
que las fotos no tengan la calidad necesaria para venderse.
Descripción textual
El programa detecta el flash de
las cámaras en una secuencia de imágenes. Se procesa la imagen para saber de
dónde proviene el flashazo.
Diseño del software
Pasos:
Una vez que se detectan pixeles
blancos en la imagen, se toma una captura.
Teniendo la imagen con mucha iluminación, se
aplica escala de grises a la imagen.
Se aplica binarización a la imagen para
obtener los puntos más blancos, y se identifican los puntos blancos.
Se aplica dilatación y se marca la ubicación
de donde proviene el flash en la imagen original.
Herramientas/librerias utilizadas
La librería utilizada para el
proyecto fue OpenCV para Python, esto para habilitar la cámara web.
Numpy,
para realizar los cálculos de las imágenes.
Técnicas de visión utilizadas
- Escala de grises
- Binarización
- Dilatación
- Diferencia
Evaluación
de Desempeño
Se
realizaron pruebas en cuanto a rendimiento/calidad y la resolución más óptima
para el equipo utilizado era (640, 480).
Entre más variación de colores tenía el entorno más tarda en procesar.
Entre más variación de colores tenía el entorno más tarda en procesar.
Se
utilizó un equipo con estas características:
Procesador:
Core 2 Duo.
Memoria
RAM: 3 Gb.
Sistema
Operativo: Linux Ubuntu
Debilidades
Una de las principales
debilidades es cuando existan varias personas en la misma zona con cámara y
tomen foto al mismo tiempo.
Trabajo a futuro
Mejorar detección, eliminando el
ruido en la imagen.
Implementarlo con las cámaras
utilizadas en los museos.
Repositorio
Video:
Presentación:
Proyecto vision from Sergiohdz
2 comentarios:
En el repositorio sería bueno incluir un par de archivos de entrada como ejemplo. Para el reporte, se podría fortalecer lo de evaluación de desempeño con alguna clase de visualización o análisis de los tiempos. Van 8 pts por la presentación.
Está exageradamente breve el reporte; 8 pts.
En el repo faltan comentarios del código. 9 pts.
Publicar un comentario