def ej3_2(show_fft = True):
img = cv.imread("../img/camaleon.tif", cv.IMREAD_GRAYSCALE)
# Cantidad de filas y columnas de la imagen
rows, cols = img.shape
# Variables del filtro
corte = 0.05
# Creo el filtro Gauss en frecuencia
filtro = fun.filterGaussian(rows, cols, corte)
filtroPasaAlto = np.ones([rows, cols]) - filtro
#Creo filtro de alta potencia
a = 0.5
b = 10
filtroEAF = a + b * filtroPasaAlto
# Filtro la imagen en freciencia
imgFiltrada = fun.filterImg(img, filtroEAF)
#TDF de la imagen original
espectro = fun.spectrum(img)
# TDF de la imagen filtrada
espectroFiltrada = fun.spectrum(imgFiltrada)
func.graficar(img, 255, 0, 'gray', 'Imagen Original')
func.graficar(imgFiltrada, 255, 0, 'gray', 'Imagen Filtrada (Alta potencia frecuencial)')
if show_fft:
func.graficar(espectro, espectro.max(), 0, 'gray', 'TDF imagen original')
func.graficar(espectroFiltrada, espectroFiltrada.max(), 0, 'gray', 'TDF Imagen Filtrada')
def ej2_4():
img = cv.imread("../img/huang1.jpg", cv.IMREAD_GRAYSCALE)
# Cantidad de filas y columnas de la imagen
rows, cols = img.shape
# Variables del filtro
corte = 0.010
# Creo el filtro Gauss en frecuencia
filtro = fun.filterGaussian(rows, cols, corte)
# Filtro pasa altos
# filtro = 1- filtro
func.graficar(filtro, filtro.max(), 0, 'gray', 'Filtro')
# Filtro la imagen en freciencia
imgFiltrada = fun.filterImg(img, filtro)
# Calculo el espectro de la imagen filtrada
espectro = fun.spectrum(imgFiltrada)
# Grafico
func.graficar(img, img.max(), 0, 'gray', 'Imagen Original')
func.graficar(imgFiltrada, imgFiltrada.max(), 0, 'gray', 'Imagen filtrada')
func.graficar(espectro, espectro.max(), 0, 'gray', 'Espectro')
def ej3_1():
img = cv.imread("../img/huang1.jpg", cv.IMREAD_GRAYSCALE)
# Cantidad de filas y columnas de la imagen
rows, cols = img.shape
# Variables del filtro
corte = .05
# Creo el filtro Gauss en frecuencia
filtro = fun.filterGaussian(rows, cols, corte)
filtroPasaAlto = 1 - filtro
a = 1.1
A = a * np.ones([rows, cols])
Hap = (A - 1) + filtroPasaAlto
# Filtro la imagen en freciencia
imgFiltrada = fun.filterImg(img, Hap)
# Calculo el espectro de la imagen filtrada
espectro = fun.spectrum(imgFiltrada)
# Grafico
func.graficar(img, img.max(), 0, 'gray', 'Imagen Original')
func.graficar(filtroPasaAlto, filtroPasaAlto.max(), 0, 'gray', 'Filtro pasa alto')
func.graficar(imgFiltrada, imgFiltrada.max(), 0, 'gray', 'Imagen filtrada (filtro de alta frecuencia)')
func.graficar(espectro, espectro.max(), 0, 'gray', 'Espectro')
def ej2_2():
img = cv.imread("../img/huang1.jpg", cv.IMREAD_GRAYSCALE)
#Cantidad de filas y columnas de la imagen
rows, cols = img.shape
#Variables del filtro
corte = 0.02
order = 5
#Creo el filtro Butterworth pasa bajos en frecuencia
filtro = fun.filterButterworth(rows, cols, corte, order)
# Lo convierto a pasa altos
# filtro = 1 - filtro
func.graficar(filtro, filtro.max(), 0, 'gray', 'Filtro')
#Filtro la imagen en freciencia
imgFiltrada = fun.filterImg(img, filtro)
#Calculo el espectro de la imagen filtrada
espectro = fun.spectrum(imgFiltrada)
#Grafico
func.graficar(img, img.max(), 0, 'gray', 'Imagen Original')
func.graficar(imgFiltrada, imgFiltrada.max(), 0, 'gray', 'Imagen filtrada Corte: 0.02. Orden: 5.')
func.graficar(espectro, espectro.max(), 0, 'gray', 'Espectro')
def ej4_7():
img = cv.imread("../img/HeadCT_degradada.tif", cv.IMREAD_GRAYSCALE)
img_fft = fun.spectrum(img)
img_fft = np.fft.ifftshift(img_fft)
# Cantidad de filas y columnas de la imagen
rows, cols = img.shape
# En este caso el filtro se construye a mano, y se anulan los puntos blancos
# del espectro que no tienen nada que ver con su entorno
filtro = np.ones((rows, cols))
filtro[40, 40] = 0
filtro[20, 0] = 0
filtro[0, 10] = 0
filtro[492, 0] = 0
mascara = filtro * img_fft
# Aplico el filtro
filtrada = fun.filterImg(img, filtro)
# Graficar
func.graficar(img, 255, 0, 'gray', 'Imagen original')
func.graficar(img_fft, 1, 0, 'gray', 'Espectro')
func.graficar(filtrada, 255, 0, 'gray', 'filtrada')
func.graficar(mascara, 1, 0, 'gray', 'mascara')
def ej4_3_rechazabanda():
img = cv.imread("../img/img_degradada.tif", cv.IMREAD_GRAYSCALE)
rows, cols = img.shape
# Espectro de la imagen
# Shiftear en false para poder determinar el punto del espectro a anular
img_fft = fun.spectrum(img, shiftear=False)
# Parametros de los filtros Butterworth (dentro del pasabanda)
cortes = [.04, .043]
orden = 100
# Obtengo el filtro y filtro la imagen
filtro = fun.filtroRechazaBanda(rows, cols, cortes, orden)
img_fil = fun.filterImg(img, filtro)
# Calcular el espectro para graficarlo
img_fil_s = fun.spectrum(img_fil, shiftear=False)
# Graficar
func.graficar(img, 255, 0, 'gray', 'Imagen original')
func.graficar(img_fft, 1, 0, 'gray', 'Espectro de la imagen original')
func.graficar(filtro, 1, 0, 'gray', 'Filtro notch')
func.graficar(img_fil, 255, 0, 'gray', 'Imagen filtrada')
func.graficar(img_fil_s, 1, 0, 'gray', 'Espectro de la imagen filtrada')
def ej2_1():
img = cv.imread("../img/huang1.jpg", cv.IMREAD_GRAYSCALE)
rows, cols = img.shape
# Filtros pasa altos: Para que funcionen, comentar los pasa bajos.
# imgf1 = fun.filterImg(img, 1-fun.filterIdeal(rows,cols,0.08))
# spec1 = fun.spectrum(fun.filterImg(img,fun.filterIdeal(rows,cols,0.15)))
#
# imgf2 = fun.filterImg(img, 1-fun.filterIdeal(rows,cols,0.15))
# spec2 = fun.spectrum(fun.filterImg(img, fun.filterIdeal(rows,cols,0.15)))
#
# imgf3 = fun.filterImg(img, 1-fun.filterIdeal(rows,cols,0.6))
# spec3 = fun.spectrum(fun.filterImg(img, fun.filterIdeal(rows,cols,0.6)))
# Filtros pasa bajos
imgf1 = fun.filterImg(img, fun.filterIdeal(rows,cols,0.08))
spec1 = fun.spectrum(fun.filterImg(img,fun.filterIdeal(rows,cols,0.15)))
imgf2 = fun.filterImg(img, fun.filterIdeal(rows,cols,0.15))
spec2 = fun.spectrum(fun.filterImg(img, fun.filterIdeal(rows,cols,0.15)))
imgf3 = fun.filterImg(img, fun.filterIdeal(rows,cols,0.6))
spec3 = fun.spectrum(fun.filterImg(img, fun.filterIdeal(rows,cols,0.6)))
func.graficar(imgf1, imgf1.max(), 0, 'gray', 'Imagen para 0.1')
func.graficar(spec1, (spec1).max(), 0, 'gray', 'Espectro para 0.08')
func.graficar(imgf2, imgf2.max(), 0, 'gray', 'Imagen para 0.15')
func.graficar(spec2, (spec2).max(), 0, 'gray', 'Espectro para 0.15')
func.graficar(imgf3, imgf3.max(), 0, 'gray', 'Imagen para 0.6')
func.graficar(spec3, (spec3).max(), 0, 'gray', 'Espectro para 6')
def ej4_4():
img = cv.imread("../img/img_degradada.tif", cv.IMREAD_GRAYSCALE)
rows, cols = img.shape
# Espectro de la imagen
# Shiftear en false para poder determinar el punto del espectro a anular
img_fft = fun.spectrum(img, shiftear=False)
# Elegir puntos a filtrar con clic
punto1 = func.elegir_punto(img_fft)
fNotch1 = fun.filtroNotch(rows, cols, punto1, pixel=True)
img_fil = fun.filterImg(img, fNotch1)
# Calcular el espectro para graficarlo
img_fil_s = fun.spectrum(img_fil, shiftear=False)
# Graficar
func.graficar(img, 255, 0, 'gray', 'Imagen original')
func.graficar(img_fft, 1, 0, 'gray', 'Espectro de la imagen original')
func.graficar(img_fil, 255, 0, 'gray', 'Imagen filtrada')
func.graficar(img_fil_s, 1, 0, 'gray', 'Espectro de la imagen filtrada')
def ej4():
#Filtrado Homomorfico
img_o = cv.imread("../img/reunion.tif", cv.IMREAD_GRAYSCALE)
img = np.array(img_o, dtype=np.float32)
rows, cols = img.shape
# Logaritmo de la imagen original
img_log = np.log(1+img)
# Variables del filtro
corte = 0.01
order = 5
gL = 0.5
gH = 0.6
# Filtro que voy a usar en frecuencia (basado en el gaussiano)
filtro = func.filterHomomorfico(rows, cols, corte, gL, gH, order)
# Filtro la imagen
imgFiltrada = fun.filterImg(img_log, filtro)
# Saco el logaritmo
imgFinal = np.exp(imgFiltrada - imgFiltrada.min())
imgFinal = 255 * imgFinal/imgFinal.max()
# La imagen se abrió como flotante para poder manipular sus números con mayor precisión
# Luego de operar, se debe volver a 8 bits entero sin signo .
img = np.array(img, dtype=np.uint8)
imgFinal = np.array(imgFinal, dtype=np.uint8)
# Ecualizacion (Ver si mejora)
imgeq = cv.equalizeHist(imgFinal)
# Graficar
func.graficar(img, 255, 0, 'gray', 'Imagen original')
func.graficar(imgFinal, 255, 0, 'gray', 'Imagen Final')
func.graficar(imgeq, 255, 0, 'gray', 'Imagen Final ecualizada')