Baixe o app para aproveitar ainda mais
Prévia do material em texto
PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-1 Fundamentos de Processamento Gráfico Aula 2 Introdução ao Processamento de Imagens Profa. Fátima Nunes Prof. Helton Bíscaro PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-2 PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-3 Definições • Formação da imagem ocorre quando um sensor registra radiação que interagiu com objetos físicos. • Imagem representação do objeto físico que pode ser armazenada, manipulada e interpretada de acordo com as necessidades do interessado. • Matematicamente função da “intensidade luminosa” (Domínio? Contra Domínio? Lei?). PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-4 • Como ocorre a formação de uma imagem bidimensional? Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-5 • No espaço bidimensional, a imagem é: f(x,y) onde: – x e y são as coordenadas espaciais – o valor de f na coordenada espacial (x,y) fornece a intensidade, ou seja, o brilho da imagem no ponto; Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-6 • No espaço bidimensional, a imagem é: f(x,y) onde: – x e y são as coordenadas espaciais Em que intervalo estão essas coordenadas? Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-7 • Resolução espacial: – depende da amostragem da imagem – em geral: quantidade de pixels por polegada (ppp) = dots per inch (dpi) Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-8 • Resolução espacial: – depende da amostragem da imagem – em geral: quantidade de pixels por polegada (ppp) = dots per inch (dpi) – O que significa uma imagem ter 300 dpi? Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-9 • a imagem depende da “quantidade de luz” incidente na cena e da “quantidade de luz” refletida pelos objetos da cena. f ( x,y )=i( x,y ) .r ( x,y ) – i(x,y) depende da fonte de luz (0 < i(x,y) < ); – r(x,y) depende do tipo de material que compõe o objeto (0 r(x,y) 1). Assume o valor 0 para absorção total e o valor 1 para reflexão total. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-10 • Um caso especial de imagem é constituído pelas imagens digitais representação consiste em um vetor de valores discretos. • Geralmente este vetor é unidimensional e o domínio e imagem de f(x,y) são também discretos. • O domínio é finito (geralmente uma matriz retangular) e o conjunto imagem é formado por valores no intervalo [0,M]. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-11 • Um caso especial de imagem é constituído pelas imagens digitais representação consiste em um vetor de valores discretos. • Geralmente este vetor é unidimensional e o domínio e imagem de f(x,y) são também discretos. • O domínio é finito (geralmente uma matriz retangular) e o conjunto imagem é formado por valores no intervalo [0,M]. • O que é M? Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-12 • Resolução de contraste – quantidade de cores considerada na aquisição da imagem Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-13 • Resolução de contraste Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-14 • Resolução de contraste – Há vários modelos de cores – Falaremos disso mais para frente – Um dos mais comuns: RGB Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-15 • Por que a resolução espacial e a resolução de contraste são importantes? Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-16 • Por que a resolução espacial e a resolução de contraste são importantes? – “não se muda” amostragem – computador pode auxiliar na compreensão da imagem – características do olho humano Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-17 http://luzecorisec.blogspot.com/2010/11/cones-e- bastonetes.html http://www.laboratoriorigor.com.br/anatomia.html http://saude-joni.blogspot.com/2010/09/ descolamento-de-retina.html Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-18 http://luzecorisec.blogspot.com/2010/11/cones-e- bastonetes.html http://www.laboratoriorigor.com.br/anatomia.html http://saude-joni.blogspot.com/2010/09/ descolamento-de-retina.html Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-19 http://luzecorisec.blogspot.com/2010/11/cones-e- bastonetes.html http://www.laboratoriorigor.com.br/anatomia.html http://saude-joni.blogspot.com/2010/09/ descolamento-de-retina.html • Retina: 125 milhões fotorreceptores – cones e bastonetes (proporção de 18 por 1): • cones: visão em preto e branco e visão noturna • bastonetes: em torno 6 milhões – visão em cores PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-20 • Para aplicações práticas função contínua que é representada por medidas em intervalos regularmente espaçados. • Valores assumidos em cada ponto medido são quantificados em um número pertencente a uma escala de diferentes níveis de cinza. • É estabelecido zero à cor mais escura (preto) e o máximo M à cor mais clara da escala (branco). Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-21 Resumindo: Podemos representar uma imagem como uma matriz onde cada ponto é um valor discreto. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-22 f ( x,y ) »[ f (0,0 ) f (0,1 ) . .. f (0 ,n−1 ) f (1,0) f (1,1) . .. f (1 ,n−1) . . . f (m−1,0) f (m−1,1) . .. f (m−1 ,n−1) ]Imagem original Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-23 Definições • Objetivo de definir matematicamente a imagem possibilidade de manipular o seu conteúdo a fim de transformá-la ou retirar dela informações importantes. • Ao vasto conjunto de operações que podemos aplicar em uma matriz que representa uma imagem denominamos processamento de imagem. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-24 • Pixel cada ponto ou elemento constituinte da matriz-imagem do inglês: “picture element”. • Medida de um pixel depende da resolução espacial com a qual a imagem foi adquirida. • Pixel a menor unidade sobre a qual podemos realizar operações. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-25 f ( x,y ) »[ f (0,0 ) f (0,1 ) . .. f (0 ,n−1 ) f (1,0) f (1,1) . .. f (1 ,n−1) . . . f (m−1,0) f (m−1,1) . .. f (m−1 ,n−1) ] Imagem original 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 10 0 0 0 0 0 0 0 0 10 20 20 10 0 0 0 0 0 0 10 20 25 25 25 20 0 0 0 0 20 20 25 25 25 30 30 30 0 0 20 20 20 20 30 40 40 50 40 0 15 20 20 30 40 40 50 80 80 0 30 30 30 30 30 50 50 50 50 0 10 10 20 20 20 40 40 40 50 10 pixel com valor 25 pixel com valor 0 Pixel = cor de um ponto da imagem. Imagem de 8 bits = 256 níveis de cinza. 0 = preto / Máximo = branco. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-26 Definições Como manipular uma imagem?Como manipular uma imagem? Muda-se o número correspondente à Muda-se o número correspondente à sua cor.sua cor.0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 10 0 0 0 0 0 0 0 0 10 20 20 10 0 0 0 0 0 0 10 20 25 25 25 20 0 00 0 20 20 25 25 25 30 30 30 0 0 20 20 20 20 30 40 40 50 40 0 15 20 20 30 40 40 50 80 80 0 30 30 30 30 30 50 50 50 50 0 10 10 20 20 20 40 40 40 50 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 20 20 10 10 10 10 10 10 10 10 20 30 30 20 10 10 10 10 10 10 20 30 35 35 35 30 10 10 10 10 30 30 35 35 35 40 40 40 10 10 30 30 30 30 40 50 50 60 50 10 25 30 30 40 50 50 60 90 90 10 40 40 40 40 40 60 60 60 60 10 20 20 30 30 30 50 50 50 60 20 Imagem mais clara Imagem original PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-27 Sobre o pixel são definidas algumas relações básicas: vizinhança, conectividade, distância ... Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-28 Vizinhança – seja p, um pixel nas coordenadas (x,y). A vizinhança de 4 ( ou N4(p) ) de um pixel é composta por seus vizinhos na horizontal e na vertical, cujas coordenadas são: (x+1,y), (x-1,y), (x,y+1), (x,y-1). Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-29 Vizinhança – A vizinhança diagonal ( ou ND(p) ) de um pixel é constituída por seus vizinhos com coordenadas: (x+1,y+1), (x+1,y-1), (x- 1,y+1), (x-1,y-1). Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-30 Vizinhança – A vizinhança de 8 ( ou N8(p) ) é o conjunto de todos os pixels vizinhos, ou seja: N4(p) ND(p). Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-31 Adjacência – É característica de um par de pixels vizinhos que compartilham uma borda ou um vértice, sendo que: par de pixels que compartilham uma borda “adjacente por borda” ou “4-adjacente”; par de pixels que compartilham um vértice “adjacente por vértice” ou “8-adjacente”. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-32 Conectividade – Conceito importante para estabelecer bordas de objetos e componentes de regiões em uma imagem. – Dois pixels são conectados se: a) são adjacentes b) obedecem a um critério de similaridade dentro de uma escala de cinza, isto é, seus valores estão dentro de um conjunto pré-estabelecido de valores de cinza. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-33 Conectividade – Seja V={G1, G2, ..., Gk} o conjunto de “k” valores de níveis de cinza usado para definir a conectividade. São definidos três tipos de conectividade: • Conectividade-4 • Conectividade-8 • Conectividade-m Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-34 Conectividade – Conectividade-4: dois pixels p e q com valores em V e q N4(p) – Conectividade-8: dois pixels p e q com valores em V e q N8(p) – Conectividade-m (mista): dois pixels p e q com valores em V e: • i) q N4(p) ou • ii) q ND(p) e N4(p) N4(q) = . Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-35 Exercício Quem são os pixels que fazem parte da conectividade do pixel 5 (conectividade-4, conectividade-8 e conectividade mista)? Definições 1 2 3 4 5 6 7 8 9 PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-36 Exercício Quem são os pixels que fazem parte da conectividade do pixel 5 (conectividade-4, conectividade-8 e conectividade mista)? Conectividade mista elimina a dupla conexão ou o “caminho duplo” entre dois pixels p e q. Definições 1 2 3 4 5 6 7 8 9 PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-37 Distância entre pixels – Geralmente é um valor mensurável e: d(x,y) = 0, se x = y; d(x,y) = d(y,x); d(x,y) + d(y,z) d(x,z). – Diversas fórmulas empregadas para a definição de distância. – São definidas e adaptadas fórmulas para aplicações específicas. Definições PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-38 Definições Distância entre pixels – Algumas das métricas mais conhecidas, aplicadas para dois pixels p=(x1,y1) e q=(x2,y2): Distância Euclidiana: Distância “City Block”: Distância “Chessboard”: d ( p,q )=√( x1−x2) 2+ ( y1− y 2) 2 d ( p,q )=|x1− x2|+|y1− y 2| d ( p,q )=max {|x1− x2|,|y1− y2|} PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-39 Definições O que essa distâncias medem? Distância Euclidiana: Distância “City Block”: Distância “Chessboard”: d ( p,q )=√( x1−x2) 2+ ( y1− y 2) 2 d ( p,q )=|x1− x2|+|y1− y 2| d ( p,q )=max {|x1− x2|,|y1− y2|} 1 2 3 4 5 6 7 8 9 PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-40 Definições • Processamento de imagens três níveis. Processamento de baixo nível: responsável pela remoção de dados indesejáveis e realce de dados importantes; Processamento em nível médio: parte do processamento que identifica formas significantes. A esse processo damos o nome de “segmentação”. Processamento em alto nível: responsável pela ligação da imagem com algum banco de conhecimento. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-41 Processamento de Baixo Nível • Histograma de uma imagem – Função que fornece a frequência de cada nível de cor na imagem. – Valor do histograma em um nível de cinza H(k) quantidade de pixels da imagem com aquele nível de cinza. – Útil para alterações globais na imagem. – Impossível aplicá-lo em processamentos que necessitem de conhecimento sobre a localização de pixels. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-42 Processamento de Baixo Nível Exemplo de Histograma de uma imagem PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-43 Processamento de Baixo Nível Exemplo de Histograma de uma imagem PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-44 Processamento de Baixo Nível Exemplo de Histograma de uma imagem colorida PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-45 Processamento de Baixo Nível Histograma de uma imagem Várias técnicas de processamento de baixo nível são aplicadas com base no histograma da imagem. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-46 Processamento de Baixo Nível • Alterações globais no brilho – Para tornar uma imagem mais clara ou mais escura soma ou subtração de uma constante em todos os pixels da imagem. – Acarreta alteração no histograma PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-47 Processamento de Baixo Nível • Alterações globais no brilho PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-48 Processamento de Baixo Nível Alterações globais no brilho PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-49 Processamento de Baixo Nível • Binarização (Thresholding) – Objetivo transformar a imagem em uma matriz com somente dois níveis de cinza: zero e intensidade máxima. – Determina-se um valor de limiar que será utilizado para definir os novos valores dos pixels na imagem. – Pixels com valores abaixo do limiar são transformados em zero; aos pixels com valores iguais ou superiores ao limiar é atribuído o máximo valor de intensidade. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-50 Processamento de Baixo Nível • Binarização (Thresholding) PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-51 Processamento de Baixo Nível Binarização (Thresholding) Limiar = 128 PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-52 Processamento de BaixoNível • Quantização – Também conhecida como agrupamento do histograma. – Redução da quantidade de níveis de cinza diferentes na imagem. – Útil para remover gradações indesejáveis na imagem. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-53 Processamento de Baixo Nível • Quantização PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-54 Processamento de Baixo Nível Quantização PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-55 Processamento de Baixo Nível • Splitting – Aumenta o contraste de uma imagem com base no seu histograma. – Divide os pixels em dois grupos distintos de níveis de cinza PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-56 Processamento de Baixo Nível • Splitting PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-57 Processamento de Baixo Nível • Equalização – Também conhecida como “Linearização de Histograma” – Finalidade obter um histograma uniforme, através do espalhamento da distribuição dos níveis de cinza. – Operação muito poderosa, conseguindo, muitas vezes recuperar imagens consideradas perdidas. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-58 Processamento de Baixo Nível • Equalização – Vários métodos empregados para a realização da equalização muitos deles são baseados em distribuições estatísticas. PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-59 Processamento de Baixo Nível • Equalização PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-60 Processamento de Baixo Nível Equalização PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-61 Processamento de Baixo Nível Como manipular uma imagem?Como manipular uma imagem? Exemplo em linguagem DelphiExemplo em linguagem Delphi Componente TImageComponente TImage PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-62 Processamento de Baixo Nível Componente Componente TImageTImage PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-63 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 10 0 0 0 0 0 0 0 0 10 20 20 10 0 0 0 0 0 0 10 20 25 25 25 20 0 0 0 0 20 20 25 25 25 30 30 30 0 0 20 20 20 20 30 40 40 50 40 0 15 20 20 30 40 40 50 80 80 0 30 30 30 30 30 50 50 50 50 0 10 10 20 20 20 40 40 40 50 10 Processamento de Baixo Nível Componente TImageComponente TImage Imagem.canvas.pixels[coluna,linha] := Imagem.canvas.pixels[coluna,linha] := numero;numero; PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-64 Processamento de Baixo Nível Como são formadas as cores?Como são formadas as cores? Combinação de Combinação de três canais: três canais: R,G,BR,G,B R = RED R = RED (vermelho)(vermelho) G = GREEN G = GREEN (verde)(verde) B = BLUE (azul)B = BLUE (azul) Cor R G B 255 0 0 0 255 0 0 0 255 250 125 50 250 20 200 100 100 100 0 0 0 255 255 255 PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-65 Processamento de Baixo Nível Como são formadas as cores?Como são formadas as cores? Cor R G B 255 0 0 0 255 0 0 0 255 250 125 50 250 20 200 Em linguagem Pascal:Em linguagem Pascal: Imagem.canvas.pixels[col,lin] Imagem.canvas.pixels[col,lin] := RGB(250,20,200);:= RGB(250,20,200); PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-66 Processamento de Baixo Nível Para percorrer a imagem: trecho de Para percorrer a imagem: trecho de repetição.repetição. Exemplo:Exemplo: for linha :=1 to QuantLinhas dofor linha :=1 to QuantLinhas do for coluna := 1 to QuantColunas dofor coluna := 1 to QuantColunas do beginbegin valorpixel := valorpixel := GetRValue(Imagem.canvas.pixels[coluna,linha]);GetRValue(Imagem.canvas.pixels[coluna,linha]); valorpixel := valorpixel + 10;valorpixel := valorpixel + 10; Imagem.canvas.pixels[coluna,linha] := Imagem.canvas.pixels[coluna,linha] := RGB(valorpixel, valorpixel, valorpixel);RGB(valorpixel, valorpixel, valorpixel); end;end; PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-67 for linha :=1 to QuantLinhas dofor linha :=1 to QuantLinhas do for coluna := 1 to QuantColunas dofor coluna := 1 to QuantColunas do beginbegin valorpixel := GetRValue(Imagem.canvas.pixels[coluna,linha]);valorpixel := GetRValue(Imagem.canvas.pixels[coluna,linha]); valorpixel := valorpixel + 10;valorpixel := valorpixel + 10; Imagem.canvas.pixels[coluna,linha] := Imagem.canvas.pixels[coluna,linha] := RGB(valorpixel, valorpixel, valorpixel);RGB(valorpixel, valorpixel, valorpixel); end;end; Processamento de Baixo Nível 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 10 0 0 0 0 0 0 0 0 10 20 20 10 0 0 0 0 0 0 10 20 25 25 25 20 0 0 0 0 20 20 25 25 25 30 30 30 0 0 20 20 20 20 30 40 40 50 40 0 15 20 20 30 40 40 50 80 80 0 30 30 30 30 30 50 50 50 50 0 10 10 20 20 20 40 40 40 50 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 20 20 10 10 10 10 10 10 10 10 20 30 30 20 10 10 10 10 10 10 20 30 35 35 35 30 10 10 10 10 30 30 35 35 35 40 40 40 10 10 30 30 30 30 40 50 50 60 50 10 25 30 30 40 50 50 60 90 90 10 40 40 40 40 40 60 60 60 60 10 20 20 30 30 30 50 50 50 60 20 Imagem mais clara Imagem original PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-68 Exemplo •Em Delphi: •Abrir uma nova aplicação: File/New Application •Salvar a Unit como principal.pas: File/Save •Salvar o projeto com o nome prog1.dpr: File/Save PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-69 •Em Delphi: •Mudar o nome do Formulário para Principal Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-70 •Em Delphi: •Inserir um componente Timage: Barra de Ferramentas Additional Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-71 •Em Delphi: •Mudar o nome do componente para Imagem •Mudar o atributo AutoSize para True Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-72 •Em Delphi: •Carregar a imagem foto1.bmp Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-73 •Em Delphi: •Inserir outro componente Timage. Mudar o nome para ImagemR e mudar o atributo Autosize para True. •Carregar a mesma imagem no componente. Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-74 •Em Delphi: •Inserir outro componente Timage. Mudar o nome para ImagemR e mudar o atributo Autosize para True. •Carregar a mesma imagem no componente. Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-75 •Em Delphi: •Inserir um Botão: Barra de Ferramentas Standard Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-76 •Em Delphi: •Mudar o Nome e o Caption para Clarear Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-77 •Em Delphi: •Clique duplo no Evento OnClick do Botão Clarear Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-78 procedure TForm1.Clareaer: TObject); var i,j,R,G,B:integer; Col:TColor; begin for i:=1 to ImagenO.Height do for j:=1 to ImagenO.Width do begin Col := ImagenO.Canvas.Pixels[j,i]; R := Red(Col); R:=R+50; if(R>255) then R:=255; G := Green(Col); G:=G+50; if(G>255)then G:=255; B := Blue(Col); B:=B+50; if(B>255) then B:=255; ImagemD.Canvas.Pixels[j,i]:= RGBToColor(R, G, B); Application.ProcessMessages; end; end; end; •Em Delphi: •Inserir o seguinte código: Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-79 •Em Delphi: •Tela final abaixo. Executar o programa: F9 Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-80 •Em Delphi: •Clicar no Botão Clarear e observar o efeito. Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-81 •Exercício: •Incluir um botão e fazer o procedimento para escurecer a Imagem. Exemplo PPgSI Profa. Fátima Nunes e Prof. Helton BíscaroFundamentos Processamento Gráfico-82 Fundamentos de Processamento Gráfico Aula 2 Introdução ao Processamento de Imagens Profa. Fátima Nunes Prof. Helton Bíscaro Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32 Slide 33 Slide 34 Slide 35 Slide 36 Slide 37 Slide 38 Slide 39 Slide 40 Slide 41 Slide 42 Slide 43 Slide 44 Slide 45 Slide 46 Slide 47 Slide 48 Slide 49 Slide 50 Slide 51 Slide 52 Slide 53 Slide 54 Slide 55 Slide 56 Slide 57 Slide 58 Slide 59 Slide 60 Slide 61 Slide 62 Slide 63 Slide 64 Slide 65 Slide 66 Slide 67 Slide 68 Slide 69 Slide 70 Slide 71 Slide 72 Slide 73 Slide 74 Slide 75 Slide 76 Slide 77 Slide 78 Slide 79 Slide 80 Slide 81 Slide 82
Compartilhar