Liga al repo.
Se convierte la imagen orignal a escala a grises.
El procedimiento es muy parecido al filtro promedios, primero obtenemos todos los vecinos(tambien los diagonales para mas precisión) del pixel actual, los ordenamos de menor a mayor y sacamos la media. Este valor se lo asignamos a una nueva imagen, esto para no planchar los pixeles actuales y el procedimiento calcule medias que no deben ser.
Después se recorre toda la imagen pixel por pixel y se hace una diferencia de pixeles; la imagen de grises menos la filtrado y el resultado se lo planchamos o lo asignamos al pixel de la imagen, siempre respetando las posiciones.
Esta diferencia hará que las esquinas de las imagenes se "corten", por lo tanto se mostraran solo unos puntos(pequeñísimos pixeles) muy difusos; en algunos casos tambien pintaran pixeles que representan los lados de las figuras, para esto aplicamos binarización y los puntos difusos quedan eliminados.
Me falto implementar la parte de unirlas, pero no es muy complicado porque una vez que tenemos los puntos esquinas podemos usar el famosísimo "BFS para unirlos.
Se debe agregar un regla que si BFS ya paso por un punto marcado como esquina lo elimine de los "próximos a visitar".
Resultados
Imagen original |
Esquinas con ruido |
Salida binarizada |
Ay, esto no es suficiente :/ Falta más ejemplos para que se complete la parte básica... 6 pts.
ResponderEliminarNP lab de movimiento.
ResponderEliminar