- Informazioni sulle risorse
Astratto
Questo è un progetto divertente basato sull'elaborazione delle immagini con MATLAB, qui impareremo come contare il numero di oggetti distinguibili in un'immagine. Il seguente tutorial viene eseguito con l'aiuto di MATLAB. MATLAB sta per “MAtrix LABoratory” ed è un ambiente di calcolo numerico e un linguaggio di programmazione di quarta generazione, sviluppato da MathWorks. Utilizzando MATLAB, possiamo risolvere problemi tecnici di calcolo più velocemente rispetto ai linguaggi di programmazione tradizionali, come C, C++ e Fortran. Questa attività può essere sviluppata individualmente dagli studenti o come attività di coppia (2 studenti) che dovrà essere focalizzata sull'uso di MATLAB. L'insegnante deve mantenere una stretta conoscenza del lavoro svolto dagli studenti. Il tutorial può essere eseguito eseguendo i comandi in ogni passaggio in sequenza nella finestra di comando di MATLAB.

Un'immagine originale
Fonte https://www.instructables.com/Image-Processing-and-Counting-using-MATLAB/
Risultati di apprendimento
Gli studenti impareranno come modificare un'immagine utilizzando MATLAB.
- Organizzare un lavoro di squadra dividendo compiti e ruoli.
- Abilità sociali come leadership, coscienza organizzativa o comunicazione.
- Abilità di programmazione.
- Gestione del tempo e delle risorse al fine di raggiungere gli obiettivi proposti.
- Responsabilità sociale e consapevolezza.
- Conoscenza matematica riconoscendo diverse misure, volumi e prospettive.
- Come lavorare in gruppo.
- Come comprendere i principi di programmazione.
- Come elaborare un'immagine utilizzando MATLAB.
Altre istruzioni
In 7 semplici passaggi avrai la tua immagine elaborata: o Leggi un'immagine: un'immagine viene scelta in modo che abbia un notevole contrasto con il suo sfondo in modo che gli oggetti possano essere identificati. La funzione imread legge l'immagine da una determinata posizione e la memorizza nella matrice img1. La funzione imshow visualizza l'immagine. img1=imread('Righe.jpg'); imshow(img1) o Converti in scala di grigi: questo passaggio rimuove qualsiasi informazione sul colore nell'immagine per facilitare l'identificazione degli oggetti. rgb2gray converte l'immagine a colori in un'immagine in scala di grigi e la memorizza nella matrice img2. img1=rgb2grigio(img1); imshow(img1) o Soglia dell'immagine: questo passaggio imposta una soglia sull'immagine convertendo l'immagine in scala di grigi in un'immagine che contiene solo due colori. La funzione im2bw() assegna colore nero a tutti i pixel che hanno luminosità superiore ad un livello di soglia e bianchi gli altri. la funzione greythresh() calcola approssimativamente la soglia dell'immagine. img2=im2bw(img1,grigiothresh(img1)); imshow(img2) o Complementa l'immagine: in questo passaggio completiamo l'immagine utilizzando l'operatore ~. In questo modo trasformiamo le macchie bianche in nere e viceversa. Eseguiamo questo passaggio poiché volevamo che le aree interessate (oggetti) fossero colorate di bianco. img2=~img2; imshow(img2) o Trovato i confini dell'oggetto: questo passaggio trova i confini di ciascun oggetto che trova e lo memorizza in B. La funzione di testo stampa il numero di oggetti trovati da bwboundaries. B = bwconfini(img2); imshow(img2) text(10,10,strcat('\color{green}Oggetti trovati:',num2str(length(B)))) tieni premuto o Disegna i confini: questo è un passaggio divertente in cui segniamo i confini di tutti gli oggetti identificati dalla funzione bwboundaries. Questo passaggio può essere eliminato se sembra complicato per k = 1:lunghezza(B) confine = B{k}; plot(confine(:,2), confine(:,1), 'g', 'LineWidth', 0.2) end
URL
RISORSE
Autore
Lingua
inglese