INTERFAZ GRÁFICA PARA OPENCV EN PYTHON
Descargar como PPTX, PDF1 recomendación1,410 vistas
Este documento presenta el desarrollo de una interfaz gráfica para OpenCV en Python. El proyecto tiene como objetivo crear una herramienta multiplataforma e intuitiva para procesar imágenes en tiempo real utilizando funciones de OpenCV. El diseño incluye clases para gestionar filtros, vistas y configuraciones. La interfaz permite cargar imágenes, seleccionar filtros como histograma, Canny y GaussianBlur, y guardar los resultados. El código se ha documentado y compartido en un repositorio siguiendo convenciones de documentación
INTERFAZ GRÁFICA PARA OPENCV EN PYTHON
- 1. INTERFAZ GRÁFICA PARA OPENCV EN PYTHON RAINERARENCIBIAHERNÁNDEZ PRESENTACIÓNTFG
- 2. ÍNDICE 1. Introducción: Motivación,EstadodelArtey Objetivos. 2. Software. 3. Diseñoy Codificación–Diagramas. 4. Interfazgráficay Secuencia de uso. 5. Filtrosdigitales:Histograma,Canny y DifuminadoGaussiano. 6. Código- Repositorio. 7. Documentacióndel código: Paquete,Clasey Método. 8. Métricas. 9. Conclusiones:Mejoras,Aprendizajey Experiencia.
- 3. INTRODUCCIÓN - MOTIVACIÓN • Interfaz Gráfica Usuario: acceder a lasfunciones de OpenCV. • Conocer el campo de la vision artificial. • Motivaciones adicionales: Python. • Poner en práctica los conocimientos aprendidos. - Diferentes paradigmas de programación.
- 4. INTRODUCCIÓN – ESTADO DELARTE • Gimp: -Motores GEGL yGTK+. -Permite tratar cada objeto dela imagen de forma independiente(Capas). -Precio: Gratis. • XnView: -Categorizar yconvertir imágenes. -Trabaja con 400formatos. -Precio: Gratis. • Adobe PhotoShop: -Motor gráfico deAdobe. -Permite tratar cada objeto dela imagende forma independiente(Capas). -Precio: Alto. Solo para profesionales. “Estándar de facto”.
- 5. INTRODUCCIÓN – OBJETIVOS • Desarrollar una aplicación queprocesa imágenes entiempo real. • Herramienta multiplataforma, para estudiantes y profesionales. • Interfaz gráfica sencilla eintuitiva. • Proyecto colaborativo e incremental.
- 6. SOFTWARE
- 7. A A DISEÑO Y CODIFICACIÓN - DIAGRAMA APP:VisionViewer BuilderDescription Configurator Tiposfiltros:Operators Viewers
- 8. DISEÑO Y CODIFICACIÓN - DIAGRAMA Operators Builders Tipos de filtros Filtros Histogram Canny GaussianBlur Descriptor Builder Configurator Implement Implement Implement
- 9. GUI – SECUENCIA DE USO VisionViewer Filtros OpenCV, Qt, Numpy, Scipy Resultados “Preview” Cargar image Elegir filtro Aplicar funcionesGuardar resultados
- 10. FILTROS DIGITALES - HISTOGRAMA
- 11. FILTROS DIGITALES - CANNY Cannyes compatible con imágenes en grises.
- 12. FILTROS DIGITALES – GAUSSIANBLUR
- 13. CÓDIGO El códigoseha compartidoenunrepositorio llamadobitbucket.
- 14. DOCUMENTACIÓN - PAQUETE El proyectocompletose hadocumentadoenInglés. Siguiendo el“PEP0257 – DocstringConvention”.
- 15. DOCUMENTACIÓN –CLASE Y MÉTODO Ejemplo deladocumentacióndeunaclasey unmétodo. Siguiendo el“PEP0257 – DocstringConvention”.
- 16. MÉTRICAS • Ficheros creados:20. • Numero declases: 14. • Líneas decódigo: 1276. • Horas detrabajo: 400 + 80 + 10. Codificar 75% Python 12% OpenCV 8% Qt, Numpy, Scipy 5% Codificar Codificar Python OpenCV Qt, Numpy, Scipy Codificar 80% Memoria 16% Presentación 4% Codificar Memoria Presentación
- 17. CONCLUSIONES - MEJORAS • Filtros+. • Ventanacon historial “Navigator”. • Objeto “Listener”.Filtros compatibles. • Módulo deidiomas.
- 18. CONCLUSIONES - APRENDIZAJE • Conceptosy definiciones deVisión Artificial. • LenguajePython. • Librerías OpenCV, Qt, Numpyy Scipy. • Documentaciónde un proyecto,”PEP-0257”. • Investigacióny corrección de errores.
- 19. CONCLUSIONES - EXPERIENCIA • Tomadecisiones:Análisis,DiseñoyCodificación. • Programaciónconlibreríasdeterceros. • Superadolosobstáculos. • Cumplidoconlosobjetivospresentados. • Añadidonuevoselementos: -Filtros. -Ventana “Aboutus”. -Logpara errores.
- 20. FIN Muchas gracias! • RainerArencibia Hernández • +34 663 73 79 51 • rainer85ah@gmail.com • https://www.linkedin.com/in/rainerarencibia