cv2.imwrite("imagenes/imgSinColorearParam.jpg",rgb)
segmentarImagen('imagenes/imgSinColorearParam.jpg')
break
else:
break
cv2.waitKey()
capture.read()
cv2.imshow()
capture.release()
cv2.destroyWindow("Captura")
# Si deseas mostrar la imagen con funciones de matplotlib posiblemente haya que cambiar
# el formato, con
cv2.cvtColor(<img>, ...)
# Esta funcion del paquete "select_pixels" pinta los pixeles en la imagen
# Puede ser util para el entrenamiento
markImg = sel.select_fg_bg(imNp)
# Tambien puedes mostrar imagenes con las funciones de matplotlib
plt.imshow(markImg)
plt.show()
# Si deseas guardar alguna imagen ....
imsave('lineaMarcada.png',markImg)
capture = cv2.VideoCapture('./video.mp4')
hsImages = np.memmap('./datasets/hsImages.driver', dtype='uint8', mode='w+', shape=(config.numberOfImages, config.imageShape['height'], config.imageShape['width'], 2))
markedImages = np.memmap('./datasets/markedImages.driver', dtype='uint8', mode='w+', shape=(config.numberOfImages, config.imageShape['height'], config.imageShape['width'], 3))
for i in range(config.numberOfImages):
print(i)
# cImg = 0
key = 0
while (key != 27):
ret, im = capture.read()
cv2.imshow('Camera', im)
key = cv2.waitKey(35)
cv2.destroyWindow('Camera')
cv2.waitKey(1)
cv2.waitKey(1)
cv2.waitKey(1)
rgbImg = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)
markedImg = sel.select_fg_bg(rgbImg)
hsImages[i] = cv2.cvtColor(rgbImg, cv2.COLOR_RGB2HSV)[:,:,(0,1)]
markedImages[i] = markedImg
hsImages.flush()
markedImages.flush()
# Vision por Computador. Master en Inteligencia Artificial ################################# import numpy as np from scipy.misc import imread import maxflow import matplotlib.pyplot as plt import select_pixels as sel imgName='horse.jpg' img = imread(imgName) # Marco algunos pixeles que pertenecen el objeto y el fondo markedImg = sel.select_fg_bg(img) # Create the graph. g = maxflow.Graph[float]() # Add the nodes. nodeids has the identifiers of the nodes in the grid. nodeids = g.add_grid_nodes(img.shape[:2]) # Calcula los costes de los nodos no terminales del grafo # Estos son los costes de los vecinos horizontales exp_aff_h= # Estos son los costes de los vecinos verticales exp_aff_v= # Construyo el grafo
def segmentarImagen(imagen, strn):
#Colorear Imagen
i = cv2.imread(imagen)
imgColoreada = select_fg_bg(i)
imsave("imagenes/imagenColoreada" + strn + ".png", imgColoreada)