Imágenes de trabajo:
Representemos los como nodos de una malla o rejilla. Algunas transformaciones geométricas (translación, transpuesta, submuestreos, simetrías horizontal y vertical...) asignan a cada pixel una nueva posición situada sobre un nodo de la malla. Estas transformaciones pueden ser efectuadas sin interpolación. Otras transformaciones (rotación, zoom) hacen "caer" la mayoría de los pixeles fuera de los nodos de la malla. ¿Qué valor atribuir entonces a cada nodo (pixel) de la imagen resultado? Este valor debe imperativamente obtenerse por interpolación. Sin interpolación, el fenómeno aliasing (recubrimiento del espectro) aparece.
Cree un nuevo notebook.
Genere una imagen de 256x256x1 con valores 255 y 0 de color blanco. Genere una cuadrícula de 8x8 negra de 2 pixeles de grosor a lo largo de toda la imagen. el resultado.
Haga un de esta imagen a la mitad de su dimensión (número de filas y columnas): 128x128x1, conservando el tamaño físico (en cm) de la misma. Utilice la función resize de python-opencv. el resultado. ¿Cuál es la nueva resolución de la imagen (tamaño del pixel)? ¿Cómo explica este efecto?
Seleccione tres técnicas de interpolación (incluya Nearest Neighbor) y observe el efecto en la imagen resultado. Comente el resultado basado en la apariencia de la imagen y los niveles de gris de sus píxeles. Investigue en qué consisten cada una de estas técnicas de interpolación.
Repita 3 y 4 la imagen original a 100x100x1. Visualice los resultados con los diferentes filtros. ¿Qué diferencias observa entre esta imagen y las obtenidas anteriormente?
y la imagen de trabajo.
esta imagen para que tenga dimensiones 34x31. Cambie los diferentes interpoladores del filtro y observe las diferencias entre la imagen original y la imagen resultado. ¿Cuáles son sus conclusiones?
Ahora haga un de la misma imagen, conservando el tamaño físico (en cm) de la misma. Para esto: convierta primero la imagen a su tamaño original (134x124 en x, y). Note que el tamaño del pixel es 1x1. Ahora, duplique su dimensión (número de filas y columnas). ¿Cuál es la nueva resolución de la imagen (tamaño del pixel)? Cómo explica este efecto? Compare la técnica de interpolación NearestNeighbor con Cubic B-spline haciendo énfasis en el efecto que se observa en los contornos de las diferentes regiones. ¿Cuáles son sus conclusiones?
Guarde los cambios en su notebook.