Imagen y Video por Computador
Cuestiones Práctica 1. Imágenes en Matlab
Sesión 1. Imágenes en Matlab
1. ¿Es posible leer un determinado frame de un gif animado? A partir de la imagen “mrbean2.gif”, se
pide:
a) leer el frame 3 de la secuencia animada indicando los pasos seguidos.
b) determinar el tamaño de la imagen.
c) mostrar la imagen leída con imshow.
d) indicar el tipo de imagen (escala de grises, color, binaria, indexada), así como el tipo de datos
de cada píxel, justificándolo.
e) Guardar la imagen como bean2.png con 2 bits de profundidad y como bean4.png con 4 bits
de profundidad. Añadirle un comentario a la cabecera indicando si la imagen es de 2 o de 4
bits de profundidad. ¿Ves diferencia entre las dos imágenes?
2. ¿Es posible guardar una imagen en disco con formato jpg con distintas calidades de compresión? Si
es posible indicar cómo.
3. Realizar un script que permita obtener el histograma de una imagen en escala de grises. Comparar
el resultado con el histograma que se obtiene al utilizar la función imhist y comentar las
diferencias.
4. Una imagen almacenada como gif permite definir un color transparente. Este color transparente es
uno de los colores indexados en el mapa de color. Realiza un script que lea la quinta imagen del gif
animado “mrbean2.gif” y la transforme a escala de grises. A partir del histograma de esta imagen,
elegir el valor de intensidad que más se repite y guardar la imagen en un archivo gif donde este
valor de intensidad más repetido sea el color transparente.
5. Leer en Matlab la imagen “mano_ua.jpg”. Convertir la imagen en escala de grises y guardarla como
“mano_ua_gris.jpg” con el 75% de calidad. Binarizar la imagen con un umbral de 100 y guardar la
imagen como “mano_ua_BW_100.jpg”.
6. Obtener el negativo de la imagen “eps_gris.bmp” utilizando la función imadjust.
7. Descargar dos imágenes distintas de Internet, convertirlas a escala de grises y utilizar histeq para
ecualizar automáticamente el histograma. Realizar la misma operación con la función imadjust.
Mostrar las imágenes originales y la salida tras ecualizar el histograma.
-1-
Imagen y Video por Computador
Cuestiones Práctica 1. Imágenes en Matlab
Sesión 2. Transformaciones geométricas y en entorno
de vecindad
8. Reducción de ruido. Aplicar mecanismos de reducción de ruido a las imágenes “barco_ruido1.gif” y
“colina_ruido2.gif”. Se pide:
a) Elegir el mejor filtro para mejorar el ruido de la imagen “barco_ruido1.gif”. Para ello, probar
con los filtros de media, gaussiano y mediana. Probar con la misma máscara de 3x3 para el
filtro de media y mediana y 5x5 para el filtro gaussiano. Utilizar tres valores distintos de
desviación estándar para el filtro gaussiano. Justificar la respuesta del filtro elegido.
b) Aplicar los filtros de media, gaussiano y de media a la imagen “colina_ruido2.gif”. Utilizar
máscaras de 3x3 y de 5x5 para los filtros de media y mediana para comprobar cómo afecta el
tamaño de la máscara de convolución en la imagen resultante. Utilizar 0.25, 0.5 y 0.75 como
desviación típica en el filtro gaussiano. ¿Cuál es el filtro que mejor funciona para eliminar el
ruido presente en la imagen original?, ¿cómo influye el tamaño de las máscaras de
convolución en el resultado? Compara y comenta los resultados.
9. A partir de la imagen “despiste_ua.png”, escribir un script que lea la imagen y la recorte de manera
automática eliminando el marco blanco. Sobre la imagen recortada, se pide:
a) Rotarla 45 grados según las agujas del reloj.
b) Trasladar el resultado de la rotación 35 píxeles en X y 40 píxeles en el eje Y.
c) Realizar un sesgado en el eje X de 0.2 sobre el resultado de la traslación.
d) Escalar el resultado del sesgado un 50%.
e) Por último, sobre este resultado, realiza una rotación y traslación combinada (10 grados en el
sentido contrario a las agujas del reloj y -40 píxeles en el eje Y.
-2-
Imagen y Video por Computador
Cuestiones Práctica 1. Imágenes en Matlab
Sesión 3. Procesamientos morfológicos
2. A partir de la imagen “mapa.png”, se pide utilizar cualquier combinación de filtros morfológicos que
consideres necesaria para detectar las islas del mapa. Se pide mostrar las islas detectadas en blanco
sobre fondo negro.
3. Implementar un script que permita separar los puntos de las líneas en la imagen “puntosylineas.gif”.
Utilizar para ello los distintos filtros de morfología vistos en clase que más interesen para la
aplicación.
-3-
