Cargar y mostrar imágenes

Para cargar imágenes, utilizaremos la función "imread" de la librería de opencv. Para esto, usaremos el operador punto, como si la librería se tratara de un objeto de programa. El resultado, que será una estructura de tipo numpy.array será almacenada en la variable "img". A la función se le entrega la ruta donde se encuentra la imágen, mas el nombre y su extensión. En este caso, abriremos la imágen de Lena.jpg. esta es una imágen ampliamente usada para pruebas en algoritmos de visión artificial.

Finalmente, usaremos la función "imshow" de opencv para mostrar la imágen, y para imprimir las dimensiones de la imágen, usaremos la propiedad "shape" de los objetos numpy.array accediendo a ella a través del operador punto. NOTA: Colab no soporta la función "imshow", por lo que para mostrar las imágenes debemos importar su parche funcional, el cual se llama con la línea "from google.colab.patches import cv2_imshow".

Si por el contrario, se desea cambiar el modo de carga de las imagenes para cargarlas en escala de grises (ojo, no en blanco y negro) basta con cambiar el último parámetro de la función "imread" por 0. Hecho esto, imprimiremos las dimensiones de la imagen otra vez para visualizar los cambios. Esto lo realizaremos de la siguiente manera. 

Espacios de color en imágenes

Como es posible ver en las dimensiones de la imágen, las 2 primeras magnitudes (300,400) corresponden al tamaño de las filas y las columnas. La tercera dimensión corresponde al canal de color en 8 bits, por defecto en escala de color RGB. En este caso, el canal 0 corresponde al color azul (B), el canal 1 corresponde al color verde (G) y el canal 2 corresponde al color rojo (R),  Por ende, si se modifica el canal 0 a su valor de intensidad máxima (255), se podrá visualizar un cambio significativo en los pixeles de la imagen a un color azul. Esto lo podremos realizar de la siguiente forma.

Manipulación de pixeles

También es posible hacer recortes o "crops" en la imágen accediendo a los valores de los pixeles directamente. Sólo hace falta recordar que estas imagenes son arreglos multidimensionales, por lo que es posible acceder a los valores de intensidad a través de los indices del arreglo. A continuación, veremos un ejemplo. de cómo imprimir las intensidades de una región pequeña de la imágen.

Podemos seleccionar dinámicamente las regiones de la imágen a las cuales queramos acceder. En este caso, seleccionaremos una region de interes (ROI) como lo es el rostro de Lena. Visualmente, podemos ubicar su rostro entre las filas 100 y 200, y las columnas 180 y 280. Crearemos una matriz adicional (roi) en la que guardaremos la imágen en esos índices. Lo realizamos de esta forma