Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
prog2:processamento_de_imagens [2019/09/16 08:58] maziero [Filtro LBP (Local Binary Patterns)] |
prog2:processamento_de_imagens [2020/10/29 19:03] (atual) maziero |
||
---|---|---|---|
Linha 1: | Linha 1: | ||
+ | ====== Processamento de Imagens ====== | ||
+ | |||
+ | O processamento digital de imagens usa intensivamente vetores e matrizes. Uma imagem é geralmente representada como uma matriz de pixels, onde cada pixel é descrito por um ou mais valores inteiros que indicam seus níveis de cor ou de luminosidade. Por isso, processar imagens é uma ótima forma de exercitar o uso de matrizes. | ||
+ | |||
+ | ===== O formato PGM ===== | ||
+ | |||
+ | Para facilitar a leitura e escrita dos arquivos de imagem, neste projeto será adotado o formato de imagem [[https://en.wikipedia.org/wiki/Netpbm_format|Portable Gray Map]] (PGM), um formato de imagem em **níveis de cinza** bem simples e fácil de ler/escrever. Boa parte dos programas de tratamento de imagens reconhece o formato PGM. | ||
+ | |||
+ | Eis um exemplo de imagem no formato PGM: | ||
+ | |||
+ | <code pgm feep.pgm> | ||
+ | P2 | ||
+ | # this is a PGM image | ||
+ | 24 7 | ||
+ | 15 | ||
+ | 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 | ||
+ | 0 3 3 3 3 0 0 7 7 7 7 0 0 11 11 11 11 0 0 15 15 15 15 0 | ||
+ | 0 3 0 0 0 0 0 7 0 0 0 0 0 11 0 0 0 0 0 15 0 0 15 0 | ||
+ | 0 3 3 3 0 0 0 7 7 7 0 0 0 11 11 11 0 0 0 15 15 15 15 0 | ||
+ | 0 3 0 0 0 0 0 7 0 0 0 0 0 11 0 0 0 0 0 15 0 0 0 0 | ||
+ | 0 3 0 0 0 0 0 7 7 7 7 0 0 11 11 11 11 0 0 15 0 0 0 0 | ||
+ | 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 | ||
+ | </code> | ||
+ | |||
+ | <note important> | ||
+ | Existem duas variantes do formato PGM: //PGM plain// (P2) e //PGM raw// (P5); **ambas** devem ser lidas pelos filtros implementados neste projeto. Mais detalhes sobre essas variantes podem ser obtidas [[http://netpbm.sourceforge.net/doc/pgm.html|nesta página]]. | ||
+ | </note> | ||
+ | |||
+ | Alguns exemplos de imagens no formato PGM para usar no projeto: | ||
+ | |||
+ | * {{imagens.tar.gz|Imagens selecionadas}} | ||
+ | * [[http://people.sc.fsu.edu/~jburkardt/data/pgma/pgma.html|Muitos outros exemplos]] | ||
+ | |||
+ | ===== Filtros de imagem ===== | ||
+ | |||
+ | Este projeto visa construir filtros simples para imagens digitais em níveis de cinza, no formato PGM (P2 e P5) com pixels de 8 bits (1 byte). | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ==== Filtro negativo ==== | ||
+ | |||
+ | O filtro negativo consiste em converter cada pixel da imagem em seu complemento. Sendo //max// o valor máximo para um pixel na imagem, o complemento de um pixel com valor //v// seria //max-v//. | ||
+ | |||
+ | Forma de chamada: | ||
+ | |||
+ | pgmnega -i input -o output | ||
+ | |||
+ | Exemplo de entrada e de saída: | ||
+ | |||
+ | {{lena-original.png|}} → | ||
+ | {{lena-negative.png|}} | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ==== Filtro de rotação simples ==== | ||
+ | |||
+ | O filtro de rotação gira uma imagem em 90° no sentido horário. | ||
+ | |||
+ | Forma de chamada: | ||
+ | |||
+ | pgmrotacao -i input -o output | ||
+ | |||
+ | Exemplo de entrada e de saída: | ||
+ | |||
+ | {{lena-original.png|}} → | ||
+ | {{lena-rotate.png|}} | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ==== Filtro de rotação livre ==== | ||
+ | |||
+ | O filtro de rotação gira uma imagem em um ângulo θ (>0) no sentido **horário**, em relação ao seu centro (vide [[https://en.wikipedia.org/wiki/Rotation_matrix#In_two_dimensions|rotação de imagens 2D]]). | ||
+ | |||
+ | Requisitos: | ||
+ | |||
+ | * O tamanho da imagem de saída deve ser ajustado para **não cortar os cantos** da imagem. | ||
+ | * Os espaços vazios gerados pela rotação devem ser **preenchidas com a cor branca**. | ||
+ | * O ângulo de rotação é informado pela opção ''-a''; se não for informado, por default θ = 90º. | ||
+ | |||
+ | Forma de chamada: | ||
+ | |||
+ | pgmrotacao -a N -i input -o output | ||
+ | |||
+ | Exemplo de entrada e de saída para θ = 30º: | ||
+ | |||
+ | {{lena-original.png|}} → | ||
+ | {{lena-rotate-30.png|}} | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ==== Filtro de limiar ==== | ||
+ | |||
+ | O filtro de limiar ([[https://en.wikipedia.org/wiki/Thresholding_%28image_processing%29|threshold filter]]) converte uma imagem em tons de cinza em um imagem em preto-e-branco (2 cores). A forma mais simples de fazer isso é comparar o valor de cada pixel com um limiar pré-definido: se o valor do pixel for igual ou superior ao limiar, ele vira branco (//v=max//), caso contrário ele vira preto (//v=0//). | ||
+ | |||
+ | Forma de chamada: | ||
+ | |||
+ | pgmlimiar -l N -i input -o output | ||
+ | |||
+ | onde //N// é um limiar real entre 0.0 (0% do valor máximo) e 1.0 (100% do valor máximo). Caso o limiar não esteja definido, assume-se que seja 50%. | ||
+ | |||
+ | Exemplo de entrada e de saídas com limiar de 50% e 75%: | ||
+ | |||
+ | {{lena-original.png?200|}} → | ||
+ | {{lena-threshold-50.png?200|}} | ||
+ | {{lena-threshold-75.png?200|}} | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ==== Filtro de redução de ruído pela média ==== | ||
+ | |||
+ | O filtro da média é usado para para "limpar" uma imagem, ou seja, reduzir o seu nível de ruído. O algoritmo é básico bem simples: para cada pixel, seu valor deve ser substituído pela média de todos os 9 pixels vizinhos (incluindo ele mesmo). | ||
+ | |||
+ | Deve ser tomado cuidado especial ao tratar os pixels nas primeiras e últimas linhas ou colunas, pois eles não têm todos os vizinhos. Nesses casos, devem ser considerados no cálculo somente os vizinhos existentes. | ||
+ | |||
+ | <note important> | ||
+ | A imagem processada deve ser armazenada em uma segunda matriz, para que não se misturem valores novos e velhos no cálculo dos pixels. | ||
+ | </note> | ||
+ | |||
+ | Forma de chamada: | ||
+ | |||
+ | pgmmedia -i input -o output | ||
+ | |||
+ | Exemplo de entrada e de saída: | ||
+ | |||
+ | {{ballons-original.png|}} → | ||
+ | {{ballons-average.png|}} | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ==== Filtro da mediana ==== | ||
+ | |||
+ | O [[https://en.wikipedia.org/wiki/Median_filter|filtro da mediana]] reduz o nível de ruído de uma imagem sem prejudicar muito sua nitidez. Este filtro consiste basicamente em substituir o valor de um pixel pelo valor da [[https://pt.wikipedia.org/wiki/Mediana_%28estat%C3%ADstica%29|mediana]] de seus pixels vizinhos. O número de vizinhos a considerar é definido por uma **máscara**, ou seja, a matriz de vizinhos que circunda o pixel a tratar (incluindo ele mesmo): | ||
+ | |||
+ | {{ :prog2:mascaras.png?300 |Máscaras de filtragem}} | ||
+ | |||
+ | Requisitos: | ||
+ | |||
+ | * O tamanho da máscara é um inteiro positivo ímpar, que pode ser informado na linha de comando (opção ''-m''); caso não seja informado, o valor default é 3, para uma máscara de 3x3 pixels. | ||
+ | * Os pixels nas bordas da imagem não têm todos os vizinhos e portanto não devem ser filtrados. | ||
+ | * Para ordenar os valores dos pixels deve ser usada a função ''qsort'' da biblioteca C (''man qsort''). | ||
+ | |||
+ | Forma de chamada: | ||
+ | |||
+ | pgmmediana -m N -i input -o output | ||
+ | |||
+ | Exemplo de entrada e de saída: | ||
+ | |||
+ | {{ballons-original.png|Imagem original}} → | ||
+ | {{ballons-median.png|Imagem filtrada}} | ||
+ | |||
+ | ==== Filtro LBP (Local Binary Patterns) ==== | ||
+ | |||
+ | LBP (//[[https://en.wikipedia.org/wiki/Local_binary_patterns|Local Binary Patterns]]//) ou Padrões Binários Locais, é um descritor de textura muito utilizado em algoritmos de reconhecimento de imagens. O funcionamento desse filtro é simples: para cada pixel de uma imagem com 256 níveis de cinza, seleciona-se uma vizinhança de 8 pixels. O valor LBP é então calculado para o pixel central e armazenado na imagem destino, que possui as mesmas dimensões da imagem original. | ||
+ | |||
+ | Para o cálculo do LBP de um pixel, usa-se uma **máscara** com valores 2<sup>n</sup>, com n = {0, ..., 7}, ou seja: 1, 2, 4, 8, 16, 32, 64 e 128. O exemplo abaixo ilustra o cálculo de LBP para o pixel com valor 6: | ||
+ | |||
+ | {{ :prog2:lbp.png |Cálculo de LBP}} | ||
+ | |||
+ | Considere o pixel central com valor 6 e seus oito vizinhos na imagem (a). O valor do pixel central é utilizado como limiar e todos os pixels com valor de intensidade maior ou igual a ele recebem 1, caso contrário, 0 (b). Esses valores são então multiplicados pela máscara (c ), resultando então nos valores apresentados em (d). O valor LBP do pixel 6 é dado pela soma desses valores, ou seja LPB = 1+8+32+128 = 169. Note que essa codificação garante valores LBP entre 0 e 255. | ||
+ | |||
+ | Forma de chamada: | ||
+ | |||
+ | pgmlbp -i input -o output | ||
+ | |||
+ | Exemplo de entrada e de saída: | ||
+ | |||
+ | {{lena-original.png|}} → | ||
+ | {{lena-lbp.png|}} | ||
+ | |||
+ | {{lbp-in.png|LBP input}} → | ||
+ | {{lbp-out.png|LBP output}} | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ==== Outros filtros (ideias) ==== | ||
+ | |||
+ | * mudança de escala | ||
+ | * detecção de bordas | ||
+ | * melhoria de nitidez | ||
+ | * melhoria de contraste | ||
+ | * ... | ||
+ | |||
+ | ---- | ||
+ | |||
+ | ===== Atividade ===== | ||
+ | |||
+ | * Implementar os filtros acima definidos como arquivos e comandos separados. Exemplo: o filtro de negativo deve ser implementado em um arquivo ''pgmnega.c'' que gera um executável ''pgmnega''. **Respeite os nomes dos executáveis** indicados nas descrições acima! | ||
+ | * Os filtros devem aceitar como entrada imagens no formato PGM (P2 e P5, //plain// e //raw//) e devem gerar como saída imagens no mesmo formato da entrada. | ||
+ | * O formato PGM permite definir imagens com pixels de 8 ou 16 bits. Para este trabalho, considere somente imagens com pixels de 8 bits (todas as imagens fornecidas como exemplo têm pixels de 8 bits). | ||
+ | * As rotinas comuns (leitura/escrita de arquivos, tratamento da linha de comando, etc) devem ser implementadas em arquivos separados, cujos cabeçalhos são incluídos nos arquivos de implementação dos filtros. | ||
+ | * Sempre que possível, as informações da imagem necessárias às funções devem ser transferidas como parâmetros (por valor ou por referência, dependendo da situação). Minimizar o uso de variáveis globais. | ||
+ | * Use alocação dinâmica de memória para as imagens, para poder processar as imagens maiores. Só aloque a memória após encontrar o tamanho da imagem. | ||
+ | * Construir um ''Makefile'' para o projeto: | ||
+ | * Ao menos os alvos ''all'' (default), ''clean'' e ''purge''. | ||
+ | * CFLAGS = ''-Wall'' | ||
+ | * Compilar e ligar separadamente (gerar arquivos ''.o'' intermediários) | ||
+ | * O que deve ser entregue ao professor: | ||
+ | * arquivos ''.c'' e ''.h'' | ||
+ | * arquivo ''Makefile'' | ||
+ | * Por favor, não envie as imagens de teste! m( | ||
+ | |||
+ | ==== Uso de arquivos ==== | ||
+ | |||
+ | * A opção ''-i'' indica o nome do arquivo de entrada; se não for informado, deve-se usar a entrada padrão (//stdin//). | ||
+ | * A opção ''-o'' indica o nome do arquivo de saída; se não for informado, deve-se usar a saída padrão (//stdout//). | ||
+ | * Todas as mensagens de erro devem ser enviadas para a saída de erro (//stderr//). | ||
+ | |||
+ | Essas opções podem ser usadas em qualquer combinação, ou seja: | ||
+ | |||
+ | <code> | ||
+ | // entrada e saída em arquivos | ||
+ | pgmmediana -i input.pgm -o output.pgm | ||
+ | pgmmediana -o output.pgm -i input.pgm | ||
+ | |||
+ | // entrada em arquivo, saída em stdout, vice-versa ou ambos | ||
+ | pgmmediana -i input.pgm > output.pgm | ||
+ | pgmmediana -o output.pgm < input.pgm | ||
+ | pgmmediana < input.pgm > output.pgm | ||
+ | |||
+ | // as opções podem estar em qualquer ordem | ||
+ | pgmmediana -m 5 -i input.pgm -o output.pgm | ||
+ | pgmmediana -i input.pgm -m 5 -o output.pgm | ||
+ | pgmmediana -o output.pgm -i input.pgm -m 5 | ||
+ | </code> | ||
+ | |||
+ | ==== Estrutura do código-fonte ==== | ||
+ | |||
+ | O código-fonte deve ser estruturado em arquivos ''.c'' e ''.h'' que agrupem as diversas funcionalidades. A figura abaixo traz uma uma **sugestão de estrutura** para o código-fonte (as setas correspondem a ''include''s): | ||
+ | |||
+ | {{ estrutura.png?700 |}} | ||