En este tutorial, aprenderemos a realizar procesamiento de imágenes utilizando la biblioteca OpenCV en Python. Exploraremos operaciones básicas como la lectura de imágenes, cambios en la apariencia, detección de contornos y más.
1. Instalación de OpenCV
Antes de comenzar, asegúrate de tener OpenCV instalado en tu entorno de desarrollo:
pip install opencv-python
2. Lectura y Visualización de Imágenes
Comenzaremos cargando una imagen y visualizándola con OpenCV:
import cv2
from matplotlib import pyplot as plt
# Cargar una imagen desde el archivo
imagen = cv2.imread('imagen.jpg')
# Convertir la imagen de BGR a RGB (OpenCV usa el formato BGR por defecto)
imagen_rgb = cv2.cvtColor(imagen, cv2.COLOR_BGR2RGB)
# Visualizar la imagen
plt.imshow(imagen_rgb)
plt.title('Imagen Original')
plt.axis('off')
plt.show()
3. Cambios en la Apariencia de la Imagen
Realizaremos cambios en la apariencia de la imagen, como la conversión a escala de grises y la redimensión:
# Convertir la imagen a escala de grises
imagen_gris = cv2.cvtColor(imagen, cv2.COLOR_BGR2GRAY)
# Redimensionar la imagen
imagen_redimensionada = cv2.resize(imagen_rgb, (300, 200))
# Visualizar las imágenes procesadas
plt.subplot(1, 2, 1)
plt.imshow(imagen_gris, cmap='gray')
plt.title('Escala de Grises')
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(imagen_redimensionada)
plt.title('Imagen Redimensionada')
plt.axis('off')
plt.show()
4. Detección de Contornos
Realizaremos la detección de contornos en una imagen:
# Convertir la imagen a escala de grises para la detección de contornos
imagen_contornos = cv2.cvtColor(imagen, cv2.COLOR_BGR2GRAY)
# Aplicar un desenfoque para mejorar la detección de contornos
imagen_contornos = cv2.GaussianBlur(imagen_contornos, (5, 5), 0)
# Detección de contornos
contornos, jerarquia = cv2.findContours(imagen_contornos, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# Dibujar los contornos en la imagen original
imagen_con_contornos = imagen_rgb.copy()
cv2.drawContours(imagen_con_contornos, contornos, -1, (0, 255, 0), 2)
# Visualizar la imagen con contornos
plt.imshow(imagen_con_contornos)
plt.title('Detección de Contornos')
plt.axis('off')
plt.show()
5. Guardar la Imagen Procesada
Finalmente, guardaremos la imagen procesada:
# Guardar la imagen con contornos
cv2.imwrite('imagen_con_contornos.jpg', cv2.cvtColor(imagen_con_contornos, cv2.COLOR_RGB2BGR))
print('Imagen guardada exitosamente como imagen_con_contornos.jpg')
En este tutorial, exploramos el procesamiento de imágenes con OpenCV en Python. Aprendiste a cargar, visualizar, realizar cambios en la apariencia y detectar contornos en imágenes.
OpenCV es una poderosa biblioteca para el procesamiento de imágenes, y este tutorial te proporciona los fundamentos necesarios para comenzar a trabajar con imágenes en Python.
