Mobile Image Processing - JIM 2014

Mobile Image Processing
Thales Levi Azevedo Valente
João Dallyson Sousa de Almeida

Apresentação
• João Dallyson
– Joao.dallyson@ufma.br
– Doutor em Engenharia Elétrica – UFMA
• Área: Ciência da Computação
– Professor do DEINF/UFMA e Pesquisador em:
• Processamento de Imagens Médicas
• Reconhecimento de Padrões
– Lattes:
• http://lattes.cnpq.br/6047330108382641
• Thales Levi Azevedo Valente
– selaht7@gmail.com
– Graduando em Ciência da Computação - UFMA
– Pesquisador PIBIC em:
• Processamento de imagens
• Android
– Lattes:
• http://lattes.cnpq.br/1509490497932923
26/11/2014 2Mobile Image Processing

Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-
NãoComercial-SemDerivações 4.0 Internacional. Para ver uma cópia desta licença,
visite http://creativecommons.org/licenses/by-nc-nd/4.0/.
• Você é livre para:
– Copiar, distribuir o material
• Sobre as seguintes condições:
– Atribuição de créditos: você deve fazer referência ao autor
– Não-comercial: você não deve usar este material para propósitos comerciais
– Não-Derivados: Se você criar trabalhos derivados deste, você não deve
distribuí-lo.
Termos de uso deste material
3Mobile Image Processing26/11/2014

Cronograma do Curso
• Introdução
• Fundamentos da linguagem Java
• Fundamentos Processamento de Imagens
• Roteiro Android:
 Preparando o ambiente de desenvolvimento Android – Passo a Passo
 Ciclo de vida de uma Activity
 Criando o primeiro projeto Android
 Estrutura básica de um projeto Android
 Criando Máquina Virtual usando o AVD Manager
 Executando o primeiro “Hello World”
 Carregando uma imagem da galeria

Cronograma do Curso
• Roteiro OpenCV:
 Importando a biblioteca OpenCV para Android no Workspace
 Instalação do OpenCV Manager no AVD por linha de comando
 Adicionando a biblioteca ao Projeto
 Processamento de imagens pela primeira vez
(sem OpenCV)
 Processamento de imagens pela segunda vez
(Agora usando OpenCV)
 Gerando o instalador (.apk)

Por que nós processamos imagens?
• Aquisição de Imagem
– Corrigir abertura e equilíbrio das cores
• Preparar para exibir ou imprimir
– Ajustar o tamanho da imagem
• Facilitar o armazenamento e transmissão da imagem
– Armazenamento eficiente em câmeras digitais
– Enviar uma imagem de Marte para a Terra
• Melhorar e restaurar imagens
– Remover arranhões de um filme antigo
– Melhorar a visibilidade de um tumor em uma radiografia
• Extrair informação de imagens
– Ler o CEP de uma carta
– Medir a poluição da água a partir de imagens aéreas

Sistema de Processamento de Imagem Digital

Plataformas Mobile Populares

Foco no Android
• Plataforma Mobile Open Source
• Mantido pela Open Handeset Alliance (OHA)
– Aliança entre diversas empresas para criar padrões
abertos para telefonia móvel.
• Usa o kernel do linux personalizado e uma máquina virtual projetada
para dispositivo móvel
• Android domina 84,6% do mercado global de smartphones.
(Pesquisa realizada segundo trimestre 2014 pela Strategy Analytics)

API do Android

Programando em Java
• Android encoraja o desenvolvimento em
alto nível;
• Android usa Java como a principal
linguagem de programação;
• Herda classes básicas do Java padrão:
– String, Container, Math, IO e Network
• Adiciona novas classes especificas para
dispositivos móveis:
– Camera, Telephony, Map, Speech

Dificuldades dos programadores na década de 1990
• Ponteiros
• Gerenciamento de memória
• Organização
• Falta de bibliotecas
• Ter de reescrever parte do
código ao mudar de SO.
• Custo financeiro de usar a
tecnologia

Máquina Virtual
• Realiza a gerência de memória, threads, a pilha de execução, etc...
• Java Virtual Machine (JVM)
15Mobile Image Processing
FONTE: [Caelum, 2014]
26/11/2014

JVM, JRE, JDK
• O que baixar no site da Oracle?
– http://www.oracle.com/technetwork/java/.
• JVM = Java Virtual Machine. Não existe apenas esse download.
• JRE = Java Runtime Environment. JVM + Bibliotecas. Necessário para
executar uma aplicação java.
• JDK = Java Developement Kit.
– JRE + Ferramentas

Objetos
• Um objeto é uma entidade
(física, conceitual, ou do
domínio de algum problema)
que tem:
– identidade (a referência)
– estado (seus atributos)
– comportamento (seus
métodos)

Classe
• Classes são uma especificação para objetos com propriedades semelhantes (atributos),
comportamentos semelhantes (métodos) e relacionamentos comuns com outros objetos
• Classes descrevem
– Tipos dos dados que compõem o objeto (o que podem armazenar)
– Procedimentos que o objeto pode executar (o que podem fazer)

Definição de Classe Java

Ex: Programa que cria e manipula conta

Membros estáticos
• Métodos estáticos
– Aplicam-se a classe como um todo
– Não é necessário criar um objeto para utilizá-los
– Chamada: NomeClasse.nomeMétodo()
• Campos estáticos
– A mesma cópia é compartilhada entre todas as instâncias da classe
(objetos)
– Uma espécie de ―variável global‖ da classe

Herança em Java

Fundamentos de Processamento de Imagens

Imagem Digital
• Definição: função bidimensional, f(x,y), em que x e y são coordenadas
espaciais (plano), e a amplitude de f em qualquer par de coordenadas (x,y)
é chamada de intensidade ou nível de cinza da imagem nesse ponto.
(Gonzalez and Woods, 2010)

Origens do Processamento Digital de Imagens
• Transmissão de Imagens por cabo submarino atravessando o oceano
atlântico. (1920)
– Reduziu de 1 semana para menos de 3 horas
Fotografia Digital produzida em 1921 com base em uma fita codificada por
uma impressora telegráfica com fontes tipográficas especiais.
26/11/2014

Etapas do Processamento de Imagens

Relacionamento entre pixels
 Operações aritméticas entre 2 pixels
 Adição:
p + q
Reduzir ruídos
 Subtração:
p – q
Imagem médica. Remove informação estática de fundo
 Multiplicação:
p * q (pq e pxq)
Corrigi sombra
 Divisão:
 p / q
 Média
z=1/9 (Z1,Z2,...,Z9)

• Operações aritméticas entre 2 pixels
– Subtração

 Operações lógicas entre
2 pixels
Mobile Image Processing26/11/2014 27

Melhoramento de Imagens
Objetivo
Processar uma imagem de modo que o resultado seja mais apropriado para uma
aplicação específica do que a imagem original.
Divide-se :
Domínio espacial: refere-se ao plano da imagem, e as abordagens são baseadas
na manipulação direta dos pixels
Domínio da freqüência: baseadas na modificação das transformadas de Fourier
Combinação de ambos

Histograma
Representa a freqüência de pixels na imagem
algoritmo
31
for(i=0; i< lin; i++)
{
for(j=0; j < col; j++)
{
v = valor_do_pixel
++H[ v ];
}
}
/* H depende do maior valor do pixel */
Mobile Image Processing26/11/2014

 Equalização do Histograma
 Melhora o contraste da imagem da imagem
 Algoritmo
 Calcula histograma:
 Calcula o histograma acumulado:
 Novo histograma
 Nova imagem
26/11/2014

 Equalização do Histograma
 Exemplo

 Convolução
1/9.(10x1 + 11x1 + 10x1 + 9x1 + 10x1 + 11x1 + 10x1 + 9x1 + 10x1) =
1/9.( 90) = 10
10 11 10
9 10 11
10 9 10
1
10
10
2
9
0
9
0
9
9
9
9
0
1
99
10
10 11
10
1
11
11
11
11
1010
I
1
1
1
1
1 1
1
1
1
F
X X X
X 10
X
X
X
X
X
X
X
X
X
X
X
X
X
X
XX
1/9
O

Exemplos Processamento de Imagens
• Melhoramento de Imagens
FONTE: [GIRORD, 2013]
26/11/2014

• Redução de Ruídos
26/11/2014

• Efeitos especiais
26/11/2014

• Detecção de Faces
26/11/2014

• Aplicações na Oftalmologia

Preparando o ambiente de desenvolvimento Android –
Passo a Passo

Baixe e instale os seguintes itens:
• Java Runtime Environment (JRE) para a versão do seu sistema Windows
(32/64 bits).
• Java Development Kit (JDK) para a versão do seu sistema Windows (32/64
bits).
• Baixar e descompactar a IDE Eclipse ADT com o Android SDK da Google
para a versão de seu sistema Windows (32/64 bits).
• http://www.oracle.com/technetwork/pt/java/javase/downloads/index.h
tml
• https://developer.android.com/sdk/index.html?hl=i
– Obs: esta versão do Eclipse fornecido pela Google só funciona em ambiente
Windows.

Página de download do JRE.
Baixe o JRE no site da Oracle e instale em sua máquina.

Página de download do JDK.
Baixe o JDK no site da Oracle e instale em sua máquina

Página de download do Eclipse ADT
Baixe a IDE Eclipse ADT no site da Google.

Descompacte a IDE Elipse ADT e o Android SDK

Tela de escolha do workspace
Abra o Eclipse e escolha o seu workspace

Figura X. Página de download do Eclipse ADT
Tela inicial da IDE Elipse ADT
Logo após, o Eclipse carregará e abrirá sua tela de interface.

Tela inicial da IDE Elipse ADT
Verificaremos se o diretório do SDK está correto.

Clique em “Browse” para selecionar o diretório, caso queira mudar
Tela da opção preferências do Eclipse ADT

Navegue até o diretório do sdk e clique em “OK”

Clique no botão “Apply” para aplicar a mudança de diretório.

Serão listadas todas as APIs instaladas em seu SDK. Finalize clicando no botão “OK”

Fechando o Eclipse ADT
Caso apareçam estes erros, apenas reinicie o eclipse e serão resolvidos.

Figura X. Página de download do Eclipse ADT
Tela inicial do Elipse ADT
Abriremos o SDK Manager apertando este botão
Logo após, o Eclipse carregará e abrirá sua tela de interface.

• É um gerenciador de pacotes do SDK com um UI para iteração com
usuário.
• O SDK nada mais é que o kit de desenvolvimento para Android,
contendo bibliotecas e ferramentas de desenvolvimento necessários
para construção, teste e debug de aplicativos para Android.
O que é o SDK Manager ?

Inicialização do Android SDK
Inicialização do Android SDK

Instalar os Tools, de preferência os mais atualizados por questões de
compatibilidade com as APIs

• SDK Tools:
– Dalvik Debug Monitor Server (ddms): rede, memória utilizada, logcat,
explorador de arquivos, captura de tela, informações sobre o disp.
– Hierarchy Viewer: mostra a presentação da hierarquia dos layouts.
– Mksdcard: cria imagem de disco para usar com sdcard no emulador
• SDK Platform Tools:
– Adb: comunicação em linha de comando entre o user e dispositivos
– Sqlite3: dá acesso a arquivos Sqlite criados e usados no Android
• SDK Build Tools: requerido para geração de código
O que são estes 3 itens? (exemplos)

A mais recente API é necessária para se utilizar as bibliotecas de
compatibilidade. Instale mesmo que não a use

Depois, instale suas APIs preferenciais.

Selecionaremos essa API por ainda ser muito utilizada por uma
parte do mercado

Extras necessários para utilização das bibliotecas de compatibilidade e usar
um smartphone para teste direto do aplicativo

• SDK Platform: kit de desenvolvimento para plataforma específica
• ...System Images: tipos de emulador com seus respectivos
processadores. Emuladores são utilizados para executar aplicativos
• Android Support Repository e Android Support Libraries: necessários
para utilização de bibliotecas de compatatibilidades.
• Google USB driver: necessário para utilização de aparelhos físicos ao
invés de emuladores.
O que marcamos?

Ao clicar no botão instalar, aceite os termos de compromisso e
clique em instalar

As bibliotecas serão baixadas e o SDK Manager será reiniciado.

O que é uma Activity ?
• Representa uma simples tela com interface com o usuário
• Um programa Android inicia com uma Activity assim como
programas Java/C iniciam com uma Main()
• Tem um ciclo de vida bem definido
• É gerenciada no sistema por uma pilha de Activitys. Quando uma
nova Activity é iniciada, esta vai para o topo da pilha. Ao ser
destruída esta saí do topo. Quando uma nova é chamada, a nova vai
para o topo.
• Se uma Activity não estiver em primeiro plano, ela pode ser
destruída pelo sistema caso haja falta de memória.
Mobile Image Processing 6926/11/2014

Principais métodos:
• OnCreate():
– o sistema o chama ao criar a Activity (Componente “mãe” de GUI)
– Nele deve ser chamado setContentView()para definir o layout.
– É executada somente uma vez durante a “vida” do aplicativo
• OnStart():
– Chamado quando a Activity é visível para o usuário.
• OnResume():
– Chamado quando o aplicativo irá interagir com o usuário

• OnPause():
– É o primeiro método a ser chamado quando a Activity perde o foco (uma
outra Activity vem à frente, mas a primeira não deixa de ser visível).
– Mudanças feitas pelo usuário devem ser salvas neste ponto (ex:
mudanças no provedor de conteúdo, como contatos, mídias, etc),
animações devem ser paradas, sensores, etc..
– Deve ser executada rapidamente, pois a próxima Activity só será só
“ganhará a tela” quando este método for finalizado.

• onStop():
– Quando chamado, o aplicativo não é mais visível para o usuário.
– Por algum motivo, um outro aplicativo foi colocado no topo da pilha
• onDestroy():
– Destruição da Activity
– Pode tanto ser chamada em código, quanto o sistema pode fazê-lo caso
precise de memória
• onRestart():
– Chamado quando o aplicativo volta ao primeiro plano.

Loops chaves do ciclo de vida
• Tempo de vida inteiro:
– Ocorre entre onCreat() e onDestroy()
• Tempo de vida visível:
– Ocorre entre onStart() e onStop()
– A Activity está visível, mas não está em primeiro plano.
• Tempo de vida em primeiro plano:
– Ocorre ente onResume() e onPause()
– A Activity está a frente de todas as outras e interagindo com o usuário.

Criando o primeiro projeto Android

Selecione a opção de criação de novo projeto.

Escolha o nome do projeto, pacote, aplicação e APIs mínima,
máxima e de compilação do projeto

Deixe como está, apenas “dê next”

Tela de customização do ícone.

Tela de escolha do esqueleto inicial da primeira tela de seu
aplicativo. Selecionaremos a tela vazia.

Definiremos os nomes da classe principal e do arquivo de
layout dela

Projeto criado. Ignore estes erros, se ocorrerem. São bugs
da IDE.

Porque foram criados 2 projetos?

Porque foram criados dois projetos?
• O primeiro projeto é uma biblioteca de compatibilidade. Ela está
localizada no Android SDK e selecionamos ela no início da
apresentação.
• Esta biblioteca necessita da API 21 (Android 5.0 /L). Tanto ela quanto
o seu projeto devem ter esta API como API de compilação ou haverá
erros tanto na linkagem, quanto a biblioteca acusará erros de falta
de recursos (classes java ou arquivos xml de layouts)
84
Mobile Image Processing26/11/2014

Estrutura básica de um projeto Android

Pasta, pacotes e
classes
Adicionais
(arquivos)
Linka Xmls e classes java
(gerado automaticamente
Bibliotecas .jars
Informações sobre o aplicativo
Códigos gerados

Classe principal
Sempre chamado na
criação de uma Activity
Setando o layout

240 dpi
Definições de
layout de menus
Definições de
layout de telas
Recursos para versões
especíificas
120 dpi
160 dpi
480 dpi
320dpi
Definições de dimensões
Definições de strings
Definições de estilos de
views

“organizador”
View usada para
texto
Espaço ocupado
Espaçamento de
margem
String que aparecerá
para o usuário

Criando Máquina Virtual usando o AVD Manager

Abriremos o AVD Manager apertando este botão
Abrindo o AVD Manager
26/11/2014

Tela inicial do AVD Manager
Aba 1- Android Virtual Devices

Dispositivos Virtuais Android disponíveis. Também
podem ser criados outros
Aba 2- Devices Definitions

Tela de criação de dispositivos virtuais. Especificam-se
características de tela, sensores, câmeras, etc.
Tela de criação de definição de um dispositivo
26/11/2014

Tela de criação de máquina virtual.
Tela de criação de Máquina Virtual
26/11/2014

Máquina virtual criada pronta para ser inicializada
26/11/2014

Desmarcar essa
opção para que
fique maior a
tela
Máquina virtual criada pronta para ser inicializada
26/11/2014

Máquina virtual inicializada
26/11/2014

Executando o primeiro “Hello World”

Executando o primeiro projeto
26/11/2014

Aplicativo HelloWorld
26/11/2014

Carregando uma imagem da galeria

Primeiro vamos fazer o emulador inserir uma imagem na galeria
• Com seu emulador inicializado, abra o aplicativo de câmera
• Ao abrir, clique no botão de tirar foto e uma imagem será adicionada
na galeria.

Mudanças no código

Mudanças no código – mudar aqui

Voltando ao emulador

Importando a biblioteca OpenCV para Android no
Workspace

Página de download do OpenCV
1- Baixe o OpenCV
26/11/2014

Arquivo compactado
2- Abra o arquivo de descompacte-o. Você quaisquer adicionais com os arquivos
descomparctados, como usar o Cmake ou compilar o projeto de quaisquer forma.
26/11/2014

Interface do Eclipse ADT
3- Abra a IDE Eclipse ADT e vá na opção de importar projetos. (Não
esqueça de estar n Workspace do projeto que usará a biblioteca)
26/11/2014

4- Selecione a opção ...marcada de vermelho...
26/11/2014

Tela de importar projetos do Eclipse
5- Selecione o diretório do(s) projeto(s) que deseja importar
26/11/2014

Tela de seleção de diretórios para importar projetos
6- Navegue em ...OpenCV.. > sdk > java e dê ok.
26/11/2014

Tela de seleção de diretórios para importa projetos
7- Logo após, aparecerá o projeto OpenCV a ser importado.
Marque a opção de copiar o projeto e finalize.
26/11/2014

8 – A biblioteca aparecerá em seu Workspace
26/11/2014

Instalação do OpenCV Manager no AVD por linha de
comando

• O AVD deve ter sido criado a inicializado antes da realização dos
passos a seguir.
Instalação do OpenCV Manager no AVD
• A versão do APK do OpenCV a ser instalado deve ser
a mesma do processador emulado em seu AVD.

Instalação do OpenCV Manager no AVD
• Abra o CMD
• Mude para o diretório do Android sdkplatform –
tools
• Execute o comando adb install “...diretório
opencvapkapk conforme seu emulador”
• Espere instalar e feche o CMD
• Aparecerá um novo Aplicativo no emulador:
OpenCV Manager
• OBS: deve haver apenas um AVD inicializado e
quaisquer dispositivos Android não deve está
conectado no computador em modo de debug.
Caso falhe por falta de conexão com o ADB,
reinicie o emulador e o Eclipse, para reiniciar o
processo do ADB.

Adicionando a biblioteca ao Projeto

1- Clique com botão direto do mouse sobre o projeto e selecione a opção
“Properties.
26/11/2014

2- Clique em “Android” do lado esquerdo e depois em “Add...” no lado direito
26/11/2014

3- Selecione o projeto do OpenCV e clique em “Ok”
26/11/2014

4- Verifique se a biblioteca foi adicionada e clique em “Ok”
26/11/2014

5- A biblioteca aparecerá em seu Workspace
26/11/2014

Processamento de imagens pela primeira vez
(sem OpenCV)

1- Imagem em tons de cinza (sem OpenCV)

• Executando o projeto e selecionando a imagem da galeria, teremos
este resultado.

Processamento de imagens pela segunda vez
(Agora usando OpenCV)

Segmentando o olho do Android
Nível de cinza
Detecção de
Bordas
Buscar olhos
Metodologia

Resultado a ser alcançado
26/11/2014

0- Chamada à biblioteca
Estes métodos
SEMPRE devem ser
chamados em sua
Activity principal.

2- Imagem em tons de cinza (com OpenCV)

• Ao executar o código, o resultado será o “mesmo”.
• A imagem sempre deve ser convertida de bitmap para mat
• Percebe-se que com o OpenCV usamos menos código e o
desenvolvimento fica muito mais simples.
• O tempo de processamento é muito menor.
2- Imagem em tons de cinza (com OpenCV)

3- Detecção de bordas com Canny
• Detecção de Bordas:
– Processo no qual a imagem passa por alguma técnica para realçar as
suas bordas, sendo que a mais utilizada é a técnica de Canny (Sonka et.
al. 1994)

3- Detecção de bordas com Canny - Teoria
• Etapas:
1) Suavização da imagem:
• Remoção de ruídos
2) Cálculo da Magnitude do Gradiente:
• As bordas são os locais onde os gradientes tem maior magnitude
3) Não Máxima supressão:
• Locais de máximo devem ser marcados como bordas
4) Limiarização por histerise ou duplo limiar + Rastreamento de bordas
• pixels fracos são descartados e pixels fortes determinados como borda. Os que
forem meio termo serão analisados e posteriormente classificados como borda
ou não borda.

1) Suavização da imagem (Gaussiana):
– Tem por objetivo eliminar os ruídos, pois podem ser detectados como
bordas.
– Geralmente é utilizado um kernel com desvio padrão σ = 1.4, como o da
figura abaixo

1) Suavização da imagem(Gaussiana):
Mobile Image Processing 149
(a) Imagem original em escala de cinza (b) Imagem borrada com o filtro da Gaussiana
26/11/2014

2) Cálculo da Magnitude dos Gradientes:
– Aplica-se operadores para determinar os gradientes de cada pixel, tanto
na direção x quanto na direção y.
– Geralmente utiliza-se os operadores de sobel.

2) Cálculo da Magnitude dos Gradientes:
– Calcula-se a Distância Euclidiana utilizando-se a Lei de Pitágoras(a), ou
ainda calcula-se a distância de Manhattan(b) para reduzir a
complexidade. Assim, se obtêm a magnitude dos gradientes ou “força
das bordas”.
(b)
Gx e Gy são gradientes nas direções
x e y respectivamente.
(a)
26/11/2014

3) Não Máxima Supressão:
– O ângulo das direções dos gradientes são calculados:
– e aproximados para:
26/11/2014

– Consiste em eliminar os pixels não máximos locais, na direção do
gradiente da imagem.
(b) Setores considerados para a supressão não máxima(a) Esquema de supressão não máxima para
θ=45º;
26/11/2014

– Compare a força do pixel central (c,l) como a de seus vizinhos na direção
positiva e negativa do gradiente.
– Então, no caso anterior, será comparada a magnitude do gradiente do
pixel central (c, l) com a magnitude de seu vizinho no sentido do
gradiente (c+1, l-1)[45 graus].
– Depois compara-se com a magnitude de seu vizinho no sentido contrário
ao do gradiente (c-1, l+1).
– Se o pixel (c,l) for o maior dos 3, então preserve o valor do pixel. Senão,
suprima o seu valor - zera (agora o nome está explicado ).

(a) Gradiente (b) Não-máxima supressão
• São preservadas as bordas onde o gradiente é máximo local.
• Obs: ninguém, ainda, foi classificado como borda. Apenas dizemos
o que não é borda. Até agora não “embrancamos” nenhum pixel.
26/11/2014

4) Limiarização por histerise ou duplo limiar *
– Dois limiares: um alto e um baixo.
– Tentativa e erro.
– Qualquer pixel acima do maior limiar é convertido para branco(forte).
o Um pixel (x, y) é chamado forte se cor(x, y) > Thalto
– Qualquer pixel abaixo do menor limiar é convertido para
preto(supressão).
o Um pixel (x, y) é chamado fraco se cor(x, y) <= Thbaixo
– Os pixels entre os limiares são candidatos(fracos).

4) Limiarização por histerise ou duplo limiar *
(a) Não-máxima supressão (b) Duplo limiar (marcando fortes e fracos)
26/11/2014

– Os candidatos são analisados:
ose, seguindo a cadeia de pixels (sua vizinhança e seus vizinhos em 3x3 ou 5x5), for
descoberto que ele está conectado a um pixel forte ele é considerado borda.
oSenão, ele é “descartado”.

(a) Duplo limiar
(marcando fortes e
fracos)
(b) Canditatos
(B:ligados com forte
e R:ligado com
fracos)
(c) resultado
26/11/2014

Exemplos:

3- Detecção de bordas com Canny - Prática
Obs: Nossa imagem é simples e pode-se dizer que sem ruídos. Por este motivo, não utilizaremos
qualquer filtro para suavizar a imagem.
26/11/2014

3- Detecção de bordas com Canny

4- Buscando os olhos do Android na Imagem - busca
Parâmetros do Hough = img, circles, method, dp, minDist, thCanny, votes, minR, maxR
26/11/2014

• Detecção de círculos com a Transformada de Hough

4- Buscando os olhos do Android na Imagem - delimitar

4- Buscando os olhos do Android na Imagem - exibir

IMPORTANTE: Não é necessária a utilização do método do
Canny antes do Hough no openCV, pois o próprio Hough do
OpenCV já vem com o Canny internamente. Usamos aqui
apenas para fins didáticos e ilustrativos. Porém, se for
utilizado o Canny antes do Hough (pois dá resultados
diferentes em algumas situações), talvez os parâmetros
passados para o Hough tenham de ser mudados.

Manipulando pixels com OpenCV
Trocando o verde pelo azul

Manipulando pixels com OpenCV

Gerando o instalador

Referências
GONZALES, Rafael C.; WOODS, Richard E. Processamento Digital de Imagens, 3. ed. São Paulo:
Pearson Prentice Hall, 2010.
Caelum. Apostila Java e Orientação a Objetos. Disponível em:
<https://www.caelum.com.br/apostila-java-orientacao-objetos/ > Acesso em 02 de
novembro de 2014.
SILVA, Aristófanes C. Fundamentos de Imagens Digitais: pós graduação em Engenharia de
Eletricidade, Notas de Aula. 2004.
BRAZ, Geraldo. Paradigmas de Programação: curso graduação em Ciência da Computação,
Notas de Aula. 2004.
GIRORD, Bernd. Digital Image Processing. Stanford, Lecture Notes. 2013-2014.
KUMAR, Prem K. Canny Edge Detection. Indian Institute of Technology Delhi, Lectures Notes.
2009.
Android Developers. Android API Guides. Disponível em:
http://developer.android.com/guide/index.html > Acesso em 02 de novembro de 2014.

Dúvidas ?
26/11/2014

Até a próxima
26/11/2014

Mobile Image Processing - JIM 2014

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (7)

Semelhante a Mobile Image Processing - JIM 2014

Semelhante a Mobile Image Processing - JIM 2014 (20)

Mobile Image Processing - JIM 2014