Processamento de Imagens

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