Este script foi desenvolvido como parte do curso de Sistemas e Sinais, com o propósito de aplicar filtros em imagens utilizando a convolução 2D. O objetivo principal é explorar técnicas de processamento de imagem, incluindo filtros de detecção de bordas e suavização.
Essas instruções permitirão que você obtenha uma cópia do projeto em operação na sua máquina local para fins de desenvolvimento e teste.
De que coisas você precisa para rodar o script e como instalá-lo?
- Python 3.x
- Bibliotecas: NumPy, scikit-image, matplotlib
Você pode instalar as bibliotecas necessárias utilizando o pip:
pip install numpy scikit-image matplotlib
-
Clone ou faça o download deste repositório.
-
Certifique-se de que você possui as imagens que deseja processar na mesma pasta do script ou forneça o caminho completo para as imagens como argumentos de linha de comando.
-
Execute o script com os seguintes comandos:
Para aplicar um filtro de detecção de bordas (por exemplo, filtro Sobel):
python filter_script.py --input Sinais/imagem.jpg --output output_bordas.jpg --filter bordas
Para aplicar um filtro de suavização (por exemplo, filtro Gaussiano):
python filter_script.py --input Sinais/imagem.jpg --output output_suavizacao.jpg --filter suavizacao
Certifique-se de substituir Sinais/imagem.jpg pelo caminho da imagem que você deseja processar e output_bordas.jpg ou output_suavizacao.jpg pelo nome desejado para o arquivo de saída.
O script suporta os seguintes filtros:
- bordas: Detecção de bordas usando filtros Sobel.
- suavizacao: Suavização da imagem usando um filtro Gaussiano.
Você pode facilmente estender o script para incluir outros filtros de convolução personalizados, se necessário.
Contribuições são bem-vindas! Sinta-se à vontade para abrir problemas (issues) ou enviar solicitações de pull (pull requests) para melhorias ou correções.
- Willian Rodrigues - Implementação - Contato
- Email - wdesrodrigues@inf.ufpel.edu.br
Este projeto está sob a licença Licença MIT. - veja o arquivo LICENSE.md para detalhes.
⌨️ com ❤️ por Willian Rodrigues 😊