2. Processamento de imagens
Trabalhando com imagens
Problemas típicos
Aplicações
Comandos básicos matlab
3. Processamento de imagem é qualquer forma de
processamento de dados no qual a entrada e
saída são imagens tais como fotografias ou
quadros de vídeo.
Ao contrário do tratamento de imagens, que
preocupa-se somente na manipulação de figuras
para sua representação final, o processamento de
imagens é um estágio para novos
processamentos de dados tais como:
◦ Aprendizagem de máquina
◦ Reconhecimento de padrões
◦ Buscas por similaridades
4. Resolução de imagem: descreve o nível de detalhe que
uma imagem comporta.
O termo resolução é usado como uma contagem de pixels
em imagens digitais, uma imagem de N pixels de altura
por M pixels de largura, em que o primeiro número é a
quantidade de colunas (largura) de pixels e o segundo é
número de linhas (altura) de pixels; algo como 640 X 480,
por exemplo.
Outra convenção popular é citar a resolução como a
quantidade total de pixels na imagem, tipicamente
informada como o número de megapixels, os quais podem
ser calculados multiplicando-se as colunas de pixels pelas
linhas de pixels e dividindo-se o resultado por um milhão.
Outras convenções incluem descrever pixels por unidade
de comprimento ou pixels por unidade de área, tais como
pixels por polegada (dpi) ou por polegada quadrada.
5. Transformações geométricas tais como
escala, rotação e inclinação;
Correção de cor, ajustes de brilho, contraste,
limiarização ou conversão de espaço de cor;
Combinação de imagens por média, diferença
ou composição;
Interpolação e recuperação de imagem de um
formato bruto tal como o filtro Bayesiano;
Segmentação de uma imagem em regiões;
6. Fotografia e Impressão
Imagens de Satélite
Processamento de imagens médicas
Detecção de face ou de objeto
Biometria
Classificação/Representação
Extração de características
Reconhecimento de padrões
7. Lendo uma imagem:
◦ img = imread(‘imagem.jpg’);
Mostrando a imagem
◦ figure, imshow(img)
Convertendo pra tons de cinza ou preto e branco
◦ img_gray = rgb2gray(img)
◦ imb_bw = rgb2bw(img)
Mostrando histograma da imagem
◦ figure, imhist(img_gray)
Ajustando a imagem (equalização histogrâmica)
◦ img_adj = imadjust(img_gray)
8. imshow Display image
subimage Display multiple images in single
figure
immovie Make movie from multiframe image
implay Play movies, videos, or image
sequences
iptgetpref Get values of Image Processing
Toolbox preferences
imread Lendo imagem do arquivo
imwrite Escrevendo imagem no arquivo
imfinfo Informação sobre a imagem
9. gray2ind
◦ Convert grayscale or binary image to indexed image
ind2gray
◦ Convert indexed image to grayscale image
mat2gray
◦ Convert matrix to grayscale image
rgb2gray
◦ Convert RGB image or colormap to grayscale
ind2rgb
◦ Convert indexed image to RGB image
label2rgb
◦ Convert label matrix into RGB image
demosaic
◦ Convert Bayer pattern encoded image to truecolor image
imquantize
◦ Quantize image using specified quantization levels and output values
multithresh
◦ Multilevel image thresholds using Otsu's method
10. im2bw
◦ Convert image to binary image
graythresh
◦ Global image threshold using
grayslice
◦ Convert grayscale image to indexed image
im2double
◦ Convert image to double precision
im2int16
◦ Convert image to 16-bit signed integers
im2java2d
◦ Convert image to Java buffered image
im2single
◦ Convert image to single precision
im2uint16
◦ Convert image to 16-bit unsigned integers
im2uin8
◦ Convert image to 8-bit unsigned integers