Actividad #9 - Deteccion de Esquinas

Para esta semana se nos pidió trabajar con el tema de detección de esquinas en imágenes utilizando diferencia de filtro mediano.

Para realizar esto utilice la siguiente imagen

 

Lo primero que hice fue aplicar una escala de grises a la imagen, una ves teniendo la imagen en escala de grises aplique lo que es el filtro mediano, en este filtro vamos procesando los pixeles de manera similar al filtro normal, pero en este caso también recorremos esquinas y al final se les calcula la mediana.
Este es el código del filtro mediano:
****

	#----------------------------------------------------#
	def filtro_esquinas(img,ancho,alto):
	#pic = Image.open('eg.jpg')
	pixeles = img.load()
	for i in range(ancho):
	for j in range(alto):
	l = []
	(r,g,b) = img.getpixel((i,j))
	try:
	if (pixeles[i+1,j]): #derecha
	p = pixeles[i+1,j][0]
	l.append((p))
	except:
	pass
	try: #Izq
	if(pixeles[i-1,j]):
	p = pixeles[i-1,j][0]
	l.append((p))
	except:
	pass
	try: #arriba
	if(pixeles[i,j+1]):
	p = pixeles[i,j+1][0]
	l.append((p))
	except:
	pass
	try:#abajo
	if(pixeles[i,j-1]):
	p = pixeles[i,j-1][0]
	l.append((p))
	except:
	pass
	try:#arriba der
	if(pixeles[i+1,j+1]):
	p =pixeles[i+1,j+1][0]
	l.append((p))
	except:
	pass
	try:#arriba izq
	if(pixeles[i-1,j+1]):
	p =pixeles[i-1,j+1][0]
	l.append((p))
	except:
	pass
	try: #abajo izq
	if(pixeles[i+1,j-1]):
	p =pixeles[i+1,j-1][0]
	l.append((p))
	except:
	pass
	try: #abajo der
	if(pixeles[i-1,j-1]):
	p =pixeles[i-1,j-1][0]
	l.append((p))
	except:
	pass
	l.sort()
	print l
	med = int(np.median(l))
	print med
	pixeles[i,j] = (med,med,med)
	#img.save("filtrado.jpg")
	return img
	#---------------------------------------------------#

view raw filtromed.py hosted with ❤ by GitHub

****

Imagen Filtrada

Una ves que se tiene el filtro de la imagen hacemos una diferencia entre la imagen en escala de grises y la imagen filtrada.
****

	#---------------------------------------------#
	def dif_esq(img,img2,ancho,alto):
	pic = Image.open('eg.png')
	pix = pic.load()
	pix2 = img2.load()
	for i in range(ancho):
	for j in range(alto):
	(r,g,b)=img.getpixel((i,j))
	(r,g,b) = img2.getpixel((i,j))
	nw = pix2[i,j][0]
	origi=pix[i,j][0]
	dif =(nw-origi)
	pix[i,j] = (dif,dif,dif)
	return pic
	#---------------------------------------------#

view raw dif.py hosted with ❤ by GitHub

****
Y esto es lo obtenido de la diferencia, ademas le agregue convolucion a la imagen para poder apreciar mejor las esquinas

Y esta es otra imagen en donde aplique el código

Y eso es todo por el momento, aquí dejo la liga a mi repositorio donde se encuentra el código completo.

https://github.com/AdriC1705/Viscomp.git