Sergio Hernández: Tarea 1

Para esta tarea se nos pidió realizar una subrutina para aplicar una máscara de convolución discreta.

Con esa subrutina, calcular por lo menos un gradiente horizontal y un gradiente vertical.

Normalizar la matriz resultante de la manera que perciben factible y útil a [0, 255].

Y realizar la binarización que deje los bordes como zonas blancas y el resto negro.

Utilice el operador Sobel que calcula el gradiente de la intensidad de una imagen en cada píxel.

Lo primero que realice fue convertir la imagen a escala de grises (promediando los colores en rgb y asignándoles el promedio como nuevo valor al pixel).

Código en donde se realiza la escala de grises:

	for x in range(0,1024): #Ancho
	for y in range(0,768): #Largo
	(r,g,b) = pix[x,y]
	promedio=(r+g+b)/3
	pix[x,y] =(promedio,promedio,promedio)

view raw escala.py hosted with ❤ by GitHub

Después de que se pasa la imagen a escala de grises se aplicará la máscara, en este caso utilice el operador Sobel.

Código en donde se aplica la máscara:

	dirX = ([-1, 0, 1], [-2, 0, 2], [-1, 0, 1])
	dirY = ([1, 2, 1], [0, 0, 0], [-1, -2, -1])
	for x in range(0,1024-3): #Ancho
	for y in range(0,768-3): #Largo
	sumDirX=0
	sumDirY=0

	for i in range(0,3):
	for j in range(0,3):
	sumDirX +=(pix[x+i,y+j][0]*dirX[i][j])
	sumDirY +=(pix[x+i,y+j][0]*dirY[i][j])

	potX = pow(sumDirX, 2)
	potY = pow(sumDirY, 2)
	res = int(math.sqrt(potX+potY))
	if res > 255:
	res = 255
	if res < 0:
	res = 0
	pix[x,y] = (res, res, res)

view raw mascara.py hosted with ❤ by GitHub

Una vez aplicada la máscara se realiza la binarización de la imagen.

En donde si el promedio del color en RGB del píxel es <= 127 se cambia el valor a (0,0,0) y en caso contrario se cambia a (255,255,255).

Código en donde se realiza la binarización:

	for x in range(0,1024-1): #Ancho
	for y in range(0,768-1): #Largo
	(r,g,b) = pix[x,y]
	promedio=(r+g+b)/3
	if promedio<=127:
	pix[x,y] =(0,0,0)
	else:
	pix[x,y] =(255,255,255)