def mainOpera(imagem1, imagem2, operacao):
# formato das imagens 1a e 1b são diferentes do esperado
ImgOriginal1 = utils.LerImagem('../imagens/{}.png'.format(imagem1))
ImgOriginal2 = utils.LerImagem('../imagens/{}.png'.format(imagem2))
ImgResultado = utils.operation(ImgOriginal1, ImgOriginal2, operacao)
fig, [ax1, ax2, ax3] = plt.subplots(1, 3, figsize=(10, 5))
ax1.imshow(ImgOriginal1, cmap='gray')
ax2.imshow(ImgOriginal2, cmap='gray')
ax3.imshow(ImgResultado, cmap='gray')
plt.show()
def Quarta_Questao_separar(imagem, SE, centrox, centroy):
ImgOriginal = utils.LerImagem("../imagens/{}.jpg".format(imagem))
ImgOriginal = utils.Binarizar(ImgOriginal)
fig, [ax1, ax2] = plt.subplots(1, 2)
ax1.imshow(ImgOriginal, cmap='gray')
imagemD = Operacoes.Dilation(ImgOriginal, SE, 1, 1)
imagemD = Operacoes.Dilation(imagemD, SE, 1, 1)
imagemD = Operacoes.Dilation(imagemD, SE, 1, 1)
imagem = Operacoes.Preencher_furos(imagemD, SE, 1, 1)
imagem = Operacoes.Erosion(imagem, SE, 1, 1)
imagem = Operacoes.Erosion(imagem, SE, 1, 1)
imagem = Operacoes.Erosion(imagem, SE, 1, 1)
erodi = Operacoes.Erosion(ImgOriginal, SE, 1, 1)
# erodi = Operacoes.Erosion(erodi,SE,1,1)
# erodi = Operacoes.Erosion(erodi,SE,1,1)
# erodi = Operacoes.Erosion(erodi,SE,1,1)
subImg = np.array(imagem) - np.array(erodi)
# subImg = ImgOriginal - subImg
separa = utils.operation(subImg, ImgOriginal, 'xor')
ax2.imshow(separa, cmap='gray')
plt.show()
def esqueletizacao(imagem):
ImgOriginal = utils.LerImagem("../imagens/{}.bmp".format(imagem))
ImgOriginal = utils.Binarizar(ImgOriginal)
esqueleto = extracao.Esqueleto(ImgOriginal)
fig, [ax1, ax2] = plt.subplots(1, 2)
ax1.imshow(ImgOriginal, cmap='gray')
ax2.imshow(esqueleto, cmap='gray')
plt.show()
def filtro_de_ruido(imagem, SE, centrox, centroy):
ImgOriginal = utils.LerImagem("../imagens/{}.jpg".format(imagem))
ImgOriginal = utils.Binarizar(ImgOriginal)
fig, [ax1, ax2] = plt.subplots(1, 2)
ax1.imshow(ImgOriginal, cmap='gray')
imagem = Operacoes.Opening(ImgOriginal, kernel, centrox, centroy)
imagem = Operacoes.Closing(imagem, kernel, centrox, centroy)
ax2.imshow(imagem, cmap='gray')
plt.show()
def Chain(imagem):
ImgOriginal = utils.LerImagem("../imagens/{}.bmp".format(imagem))
ImgOriginal = utils.Binarizar(ImgOriginal)
borda = utils.bordas(ImgOriginal)
# fig,[ax1, ax2] = plt.subplots(1,2)
# ax1.imshow(ImgOriginal,cmap='gray')
# ax2.imshow(borda,cmap='gray')
# plt.show()
teste = extracao.ChainCode(borda, 8, 30, 30)
print(teste)
def Preenche_furos(imagem, SE, centrox, centroy):
ImgOriginal = utils.LerImagem("../imagens/{}.jpg".format(imagem))
fig, [ax1, ax2] = plt.subplots(1, 2)
ax1.imshow(ImgOriginal, cmap='gray')
ImgOriginal = utils.Binarizar(ImgOriginal)
imagem = Operacoes.Dilation(ImgOriginal, kernel, centrox, centroy)
imagem = Operacoes.Dilation(imagem, kernel, centrox, centroy)
imagem = Operacoes.Preencher_furos(imagem, kernel, centrox, centroy)
imagem = Operacoes.Erosion(imagem, kernel, centrox, centroy)
# imagem = Operacoes.Erosion(imagem,kernel,centrox,centroy)
ax2.imshow(imagem, cmap='gray')
plt.show()
def Quarta_Questao(imagem, SE, centrox, centroy):
ImgOriginal = utils.LerImagem("../imagens/{}.jpg".format(imagem))
ImgOriginal = utils.Binarizar(ImgOriginal)
fig, [ax1, ax2] = plt.subplots(1, 2)
ax1.imshow(ImgOriginal, cmap='gray')
imagemD = Operacoes.Dilation(ImgOriginal, SE, 1, 1)
imagemD = Operacoes.Dilation(imagemD, SE, 1, 1)
imagemD = Operacoes.Dilation(imagemD, SE, 1, 1)
imagem = Operacoes.Preencher_furos(imagemD, SE, 1, 1)
imagem = Operacoes.Erosion(imagem, SE, 1, 1)
imagem = Operacoes.Erosion(imagem, SE, 1, 1)
imagem = Operacoes.Erosion(imagem, SE, 1, 1)
ax2.imshow(imagem, cmap='gray')
plt.show()
def main(imagem,tipo,filtro,m,n):
ImgOriginal = utils.LerImagem('../imagens/{}.jpg'.format(imagem))
# ImgOriginal = np.array(segmentacao.limirizacaoLocal(utils.LerImagem('../images/{}.jpg'.format(imagem)), 'sobel',),dtype='uint8')
# BinaryImg = segmentacao.otsu(ImgOriginal)
# ImgFiltrada = bordas.Derivative(ImgOriginal,tipo, filtro,m,n)
# limiar = 0.1*np.mean(ImgFiltrada)
# BinaryImg = utils.Threshold(ImgFiltrada,limiar)
BinaryImg = bordas.Canny(ImgOriginal,m,n)
fig, [ax1,ax2] = plt.subplots(1,2,figsize=(20,30))
ax1.imshow(ImgOriginal,cmap='gray')
ax2.imshow(BinaryImg,cmap='Greys')
plt.savefig('../resultados/{}_{}_{}_{}x{}.png'.format(tipo,imagem,filtro,m,n),dpi=150,bbox_inches='tight')
plt.show()