- Išteklių informacija
Abstraktus
Esta es una actividad basada en el Procession de imágenes con MATLAB, dónde se buscará descubrir cómo contar el número de objetos distinguibles en una imagen. Žr. supratimą iš MATLAB ayuda. MATLAB significa «laboratorio de matriz» y es un Entorno de computación numérica y lenguaje de programación de cuarta generación, desarrollado por MathWorks. Utilizando MATLAB, podemos solver problem de computación técnica más rápido que con lenguajes de programación tradicionales, como C, C++ ir Fortran. Esta actividad puede ser desarrollada por los estudiantes individualmente o en parejas y se centrará en el uso de MATLAB. El profesor mantendrá un control estrecho del trabajo realizado por los alumnos. Esta actividad se podrá realizar ejecutando los comandos secuencialmente en cada paso en la ventana de comandos de MATLAB.

Una vaizdas originalus
Fuente: https://www.instructables.com/Image-Processing-and-Counting-using-MATLAB/y http://informatica.uv.es/iiguia/VC/tutorial.pdf
Mokymosi rezultatai
Los alumnos aprenderán redaguotojas una imagen usando MATLAB.
- Organizar el trabajo en equipo dividiendo tareas y roles.
- Habilidades sociales como liderazgo, conciencia organizacional o comunicación.
- Habilidades de programción.
- Gestión del tiempo y de los recursos para cumplir los objetivos propuestos.
- Responsabilidad y conciencia social.
- Conocimiento matemático reconociendo diferentes medidas, volúmenes y perspectivas.
- Cómo trabajar en grupo.
- Cómo comprender los principios de programación.
- Naudojant MATLAB vaizdo tvarkyklę.
Kitos instrukcijos
En 7 sencillos pasos tendrás tu imagen processa: o Leer una imagen: Una imagen es elegida para que tenga un kontraste much con tu fondo y que los objetos puedan ser identificados. La función perskaitytas lee la imagen desde una ubicación dada y la almacena en la matriz img1. La función imshow Muestra la imagen. img1=imread('Lines.jpg'); imshow(img1) o Convertir en escala de grises: Este paso elimina cualquier información de color en la imagen para facilitar la identificación de objetos. El rgb2grey convierte la imagen de color en una imagen de escala de grises y la almacena en la matriz img2. img1=rgb2pilka(img1); imshow(img1) o Umbral de la imagen: Este paso marca los umbrales de la imagen al convertir la imagen de escala de grises en una imagen que contiene solo dos colores. La función im2bw asigna el color negro a todos los pixeles que tienen luminosidad. La función gris calcula aproximadamente el umbral de la imagen. img2=im2bw(img1,graythresh(img1)); imshow(img2) o Vaizdo papildymas: En este paso komplementamos la imagen usando el operador ~. Con esto convertimos las zonas blancas en negro y viceversa. Realizamos este paso ya que queremos que las áreas de atención (objetos) fueran de color blanco. img2=~img2; imshow(img2) o Encontrar los extremos del objeto: Este paso encuentra los extremos de cada objeto que, a su vez, lo encuentra y lo almacena en B. La función de texto imprime el número de objetos que se encuentran bwribos. B = bwribos(img2); imshow(img2) text(10,10,strcat('color{green}Objektai rasti:',num2str(ilgis(B)))) o Trazar los límites: Este es un paso en el que marcamos los límites de todos los objetos identificados por la función bwribos. Este paso puede ser eliminado si te parece complicado para k = 1:ilgis(B) riba = B{k}; sklypas(riba(:,2), riba(:,1), 'g', 'linijos plotis', 0,2)
URL
IŠTEKLIAI
Autorius
Kalba
ispanų