EQUIPO
Ignacio Figueroa Guzmán 1730468
Juan Carlos García Ibáñez 1739799
Andrea Villarreal Ruiz 1726242
EQUIPO
Ignacio Figueroa Guzmán 1730468
Juan Carlos García Ibáñez 1739799
Andrea Villarreal Ruiz 1726242
Universidad Autónoma de Nuevo León
Facultad de Ingeniería Mecánica y Eléctrica
Visión Computacional
1.1 - Evidencia de aprendizaje 1.
Reporte Diseño del algoritmo bordes
EQUIPO
Ignacio Figueroa Guzmán 1730468
Juan Carlos García Ibáñez 1739799
Andrea Villarreal Ruiz 1726242
Ing. LAURA PATRICIA DEL BOSQUE VEGA
Grupo 003
EQUIPO
Ignacio Figueroa Guzmán 1730468
Juan Carlos García Ibáñez 1739799
Andrea Villarreal Ruiz 1726242
EXAMEN RÁPIDO
Subraya la opción que consideres correcta:
UNA IMAGEN PUEDE SER CONSIDERADA COMO:
a) Una Matriz bidimensional de números que van desde algunos mínimos hasta algunos máximos.
d) Una función I de x y y: I (x,y )
c) Algo generado por una cámara
d) camara Todas las anteriores
Actividad (Ejercicio)
Practicar con el código y mencionar cuanto mide de ancho alto ( height ) y cual es la clase de la imagen.
Y usar este código y hacer lo que se pide:
% Inspect image values
Img = imread(‘[Link]’);
Imshow(img);
Disp(size(img));
%REALIZAR: Extraer un pedazo
de la imagen 2D slice entre las
filas 101 a 103 y columnas 201 y
203
EQUIPO
Ignacio Figueroa Guzmán 1730468
Juan Carlos García Ibáñez 1739799
Andrea Villarreal Ruiz 1726242
EXAMEN RÁPIDO
Subraya la opción que consideres correcta:
Cuando se añade ruido a las imágenes como operadores aritméticos nos tenemos que preocupar por:
a) La velocidad de la operación de añadidura.
b) La magnitud del ruido comparado con el rango de la imagen.
c)En que se añade el ruido a la imagen o la imagen al ruido (el orden de la operación).
d) Ninguna de las anteriores.
EXMAEN RAPIDO
Las imágenes muestran valores de ruidos generados por diferentes valores de sigma. Σ =2,8,32,64
ADIVINE CUAL VALOR DE SIGMA LE CORRESPONDE A SU CORRESPONDIENTE IMAGEN CON EL RUIDO.
El valor de sigma es 64
ACTIVIDAD 1.1 Reporte Diseño del algoritmo bordes.
Herramientas utilizadas.
• OPEN CV. Es una de las bibliotecas más utilizadas de Visión artificial, la primera versión salió
en 1999, desde entonces se han aplicado sus herramientas en muchísimas aplicaciones.
• PYTHON. Es otro de los lenguajes de programación más utilizados en la actualidad, con una
gran variedad de herramientas para el machine learning, redes neuronales etc..., la visión
artificial no es la excepción al igual que OpenCV y NUMPY son los protagonistas si hablamos
herramientas del desarrollo de la visión computacional en la actualidad.
EQUIPO
Ignacio Figueroa Guzmán 1730468
Juan Carlos García Ibáñez 1739799
Andrea Villarreal Ruiz 1726242
• NUMPY. Esta es una extensión de el robusto lenguaje de programación Python, complementa
las deficiencias de este a la hora de del soporte para vectores y matrices de alto nivel, es muy
utilizada ya que son parte de los básicos para la visión computacional.