En el tractament i publicació d'imatge i vídeo es deprenen conceptes teòrics sobre la imatge i el vídeo. L'estudi dels processos com l'emmagatzemant o les operacions de modificat i processat a través de matrius i operacions matemàtiques. Els softwares utilitzats al llarg del curs són: Processing (operacions matemàtiques) i After Effects.

1. Tractament i publicació d'imatge i vídeo PAC1
Marcos Baldoví Martínez
pàgina 1

2. INDEX
Exercici 1 ..............................................Pàgina 3
Exercici 2 ..............................................Pàgina 3 i 4
Exercici 3 ............................................... Pàgina 4 i 5
Exercici 4 ............................................... Pàgina 5
Exercici 5................................................Pàgina 6 i 7
Exercici 6................................................Pàgina 7
Exercici 7................................................Pàgina 8
Exercici 8................................................Pàgina 8
Exercici 9................................................Pàgina 9
Bibliografia.............................................Pàgina 10
*Amb la PAC, s'adjunten fitxer utilitzats per la realització dels exercicis del 2 al 8
pàgina 2

3. 1. La seg%ent captura mostra l'histograma d'una imatge en mode escala de grisos. Quina informació podem
extreure del seu histograma? Es pot deduir si +s una imatge “geom-trica” o un “objecte real”? En
particular, qu- podem dir sobre les seves mides, nombre de píxels, nivells de grisos presents i contrast?
“L'histograma és una grfica d'aquesta imatge ens indica, per a
cada nivell de gris, el nombre de pxels de la imatge que tenen
aquests nivells. A l'eix horitzontal hi tenim els nivells de gris i en
l'eix vertical, el nombre d'aparicions de cada nivell.”
La imatge mostra una gràfica on els valors dels nivells es
troben molt desplaçats cap a la dreta i amb una altura
bastant elevada per tant es tracta d'una imatge molt
brillant. Tenim informació dels nivells però l'histograma
s'encarrega d'informar en quina freqüència apareixen els
diferents nivells de gris però no en quina part de la imatge.
Podríem dir que es pot tractar d'una imatge de tonalitat
continua amb uns nivells de brillantor i contrast elevats a
l'igual que podria ser una imatge geomètrica amb
variacions de tons molt clars. El que no ens informa
l'histograma és del tipus d'imatge.
Channel (Canal): Gray Canal de color en aquest cas escala de grisos però
podem treballar en qualsevol espai de color tant amb la
imatge composta com per canals individuals.
Source(Origen): Entire Image Origen de l'imatge
Mean (Promedio): 231 Representa el valor mitjà d'intensitat, és a dir els valors
tonals més representats a la imatge. Ens mostra una
mitjana del que deduïm una imatge molt clara.
Std Dev (Desviacio): 15.03 Representa l'amplitud de variació dels valors
d'intensitat, si es compara amb una imatge amb una
gran variació tonal aquest valor ens dóna una banda
molt estreta.
Median (Mitjana):232 La mitjana representa el nivell de gris central de la
distribució, és a dir, el que té el 50% dels píxels per
sota i l'altre 50% per damunt.
Pixels: 4.500.000 Disposem d'una imatge amb una quantitat elevada de
pixel la qual cosa no ens indica una imatge de qualitat,
ja que aquest nombre de pixels pots haver-se
implementat per mitjà d'alguna interpolació.
Level (Nivell): 48 Mostra els nivells d'intensitat de l'àrea situada sota el
punter.
Count: (Quantitat):0 Mostra la quantitat total de píxels corresponents al
nivell d'intensitat que existeix sota el punter.
2.- Com seria l'histograma de la imatge de l'exercici 1 si l'apliqu+ssim una transformació de binarització
amb un valor de threshold de 128? Pots fer servir captures de pantalla o gr@fics per complementar el teu
raonament.
Amb la imatge de l'exercici 1 tindríem una imatge totalment blanca perquè tots els nivells passen a tenir un valor
de 255, ja que tots els valors que tenim en la imatge de l'exercici 1 són superiors al valor llindar que és 128.
En l'exemple que es mostra a continuació tenim una imatge amb un histograma que predominen els colors clars.
Si apliquem una transformació amb un llindar de 128, sols ens mostrarà el text de la caixa i les ombres de l'objecte
que són valors tonals inferiors a 128.
pàgina 3

4. 3.- Sobre la imatge que tens al teu perfil del campus de l'UOC, Converteix la imatge a escala de grisos.
Quina probabilitat hi ha que, en seleccionar a l'atzar un punt de la imatge, aquest tingui el mateix nivell de
gris que el punt (10, 10)
1. Buscarem els valors promedio (Mean) o mediana (Median) que ens indiquen que el nivell de gris d'aquest
punt que és 202.
2. Desseleccionem l'àrea seleccionada i cliquem amb el punter del ratolí sobre el nivell de gris 202 i ens
dona una quantitat de 90 pixels iguals (cantidad 90) la quantitat total de píxels serà de 12.220 pixels
(Pixeles 12220). Dividim per a poder obtenir la probabilitat de trobar un pixel en la mateixa intensitat
90
12.200
= 0,00736 que en percentatge serà 0,736 %
pàgina 4

5. Quina probabilitat hi ha que, en seleccionar a l'atzar un punt de la imatge, aquest sigui m+s fosc que el
punt (10, 10)?
Aplicarem els mateixos processos de càlcul que a l'apartat anterior amb la diferència que aquesta vegada
seleccionem tots els valors més obscurs del nivell 202.
Amb la ferramenta histograma el que fem és calcular tot el rang que es troba entre 0 i 201. (nivel 0...201).
8.175
12.200
= 0,6689 que en percentatge serà 66,89 %
4.- En qu- consisteixen la t-cnica del fals color? Seria aquesta la t-cnica adequada per optimitzar imatges
que s'hagin de publicar a la web?
El fals color, és una tècnica de representació gràfica per millorar la visualització d'imatges. És molt utilitzada en
l'astronomia o en la realització d'efectes artístics. Aquesta tècnica s'obté a partir d'imatges en color modificant i
canviant el valor de cadascun dels píxels de forma monocromàtica, és a dir els canvis es realitzaran als 3 canals de
color per separat si es treballa en un espai de color RGB i la finalitat que les imatges resultants aportin mes
informació que les originals.
Seria aquesta la t-cnica adequada per optimitzar imatges que s'hagin de publicar a la web?
No, ja que la tècnica per al color fals el que modifiquen es valor dels pixels d'una imatge no reduim la gama de
colors no es produeix cap compresio. Tot el contrari al que es el que es produeix en la compresio d'imatges amb
format gif que utilitzen una tècnica que s'anomena indexat.
Aquest model de color el que fa és reduir la gamma cromàtica de les imatges a un màxim de 256 colors i
sustituirla per una paleta del mateix nombre de colors, amb la qual cosa la grandària d'un arxiu amb colors RGB
es redueix.
Podem observar les grandàries en Kb de les imatges peppers.pbm i peppersMod.pbm que l'hem modificat amb
aquesta tècnica i tenen un pes en Kb exactament igual.
pàgina 5

6. 5.- Quin nom reben les seg%ents m@scares configurades en Photoshop? S'anomenen mascares laplacianes i se
solen utilitzar per a detecció de vores és a dir destaquen les regions on hi ha canvis bruscs d'intensitat.
En qu- es diferenciaran els resultats en aplicar aquestes dues m@scares sobre una imatge i quina +s la raó?
Les mascares de realçamet presenten un problema en Photoshop. Si en un píxel donat, una màscara genera un altre
píxel amb un nivell d'intensitat -100 aquest passa automàticament a tenir un nivell d'intensitat 0. Amb la qual cosa
ens genera un problema, ja que no permet mostrar valors negatius.
Per norma general, seguirem les següents indicacions:
• Si la suma de tots els coeficients dividida per l'escala és 1, el desplaçament ha de ser 0.
• Si la suma de tots els coeficients és 0, el desplaçament ha de ser 128.
• Si la suma de tots els coeficients dividida per l'escala és -1, el desplaçament ha de ser 255.
0 −1 0
−1 4 −1
0 −1 0
-- -1-1+4-1-1 = 0 -- Si la suma de tots els coeficients +s 0, el desplaçament ha de ser 128.
Al tindre un valor de desplaçament 128 El que tenim es que ens permet mostrar els mitjos tons
pàgina 6

7. Al tindre un valor de desplaçament 255 El que tenim es que ens permet mostrar tambe les zones mes clares.
6.- Quina transformació espacial lineal faries servir si volguessis simular digitalment l'efecte de
desenfocament? Raona la resposta, indica quins tipus de m@scares utilitzaries i expressa-les com a matrius.
Per realitzar un efecte de desenfocament s'utilitzaran una màscara de suavitzat que permet difuminar la imatge i
esborrar els detalls més fins. Hem utilitzat 3 matrius de suavitzat en 2 imatges diferents tipus una en escala de
grisos i l'altra en mapa de bits.
hI (i , j)=
1
9
1
9
1
9
1
9
1
9
1
9
1
9
1
9
1
9
h2(i , j)=
1
16
2
16
1
16
2
16
4
16
2
16
1
16
2
16
1
16
h3(i , j)=
0
1
10
0
1
10
6
10
1
10
0
1
10
0
A la imatge en escala de grisos en aplicar la mascara h1 es difumina millor que en la resta de mascares l'efecte de
granulat però la resta de la imatge queda molt desenfocada. Quant apliquem l'efecte generat per la matriu h2 tenim
el mateix defecte però menys accentuat que amb l'operació anterior i per últim la matriu h3 és la que menys acusa
l'efecte de difuminat a la imatge.
Els resultats amb la imatge de bits són similars als obtinguts amb la imatge amb escala de grisos de la qual cosa
s'extrau com major és el pes del pixel central menys acusat serà l'efecte de desenfocament a la imatge.
h1 h2 h3
pàgina 7

8. 7.- Quina operació morfolGgica o morfolGgiques creus que se li ha aplicat a la Imatge 1 si el resultat de
l'operació +s la Imatge 2? Raona la resposta.
L'operació realitzada és una obertura i consisteix en realitzar una erosió seguida d'una dilatació amb el mateix
element estructurat.
Passos per a obtenir un resultat similar al que es mostra a la imatge 2
1. Llindar nivell 128 amb aquesta opció ja estem eliminant els nivells de gris que estan per sota de 128
2. Acoblar la capa de llindar amb la capa imatge 1
3. Realitzem una erosió a la imatge amb un valor de radi 4 aquest efecte el que produeix un enfosquiment
general de la mateixa.
4. Seguidament realitzarem una dilatació sobre la mateixa imatge amb el mateix radi i obtenim pràcticament
el mateix resultat que la imatge 2.
pàgina 8

9. 8.- Quins m-todes utilitzaries per reduir la grand@ria de les seg%ents dues imatges?
Raona la resposta. (Nota: la resposta ha de ser teGrica i no ha de fer refer-ncia a cap programa en
particular).
Per a l' imatge 1 es podria utilitzar una delmació sense interpolació, ja que en aquesta imatge no hi ha una tonalitat
continua com el que mostra la imatge 2. Si fem una delmació sense interpolació el que fa suprimeix una fila i una
columna de cada dues i com en aquesta no s'apreciaria cap tipus de mosaic, com la imatge està composta per
colors plans no ens mostraria anomalies.
Per a la segona imatge realitzarem una delmació amb interpolació del tipus bicúbica, perquè aquesta segona
imatge, mostra una tonalitat continua. Aquest algoritme per a calcular el color de cada pixel utilitza els setze
píxels veïns, i dóna més importància als quatre veïns més propers. Aquest tipus imatges els pixels ,tenen una gran
nombre de valors numèrics i els càlculs seran més aproximats amb aquest tipus d'efecte i s'apreciarien menys
defectes que amb els altres tipus d'interpolació.
9.- Qu- entenem per resolució de la imatge i com +s el seu sistema de mesurament? Si la resolució d'una
imatge escanejada en una A3 +s de 240ppp, quina +s la grand@ria de la imatge en píxels?
A3 son les dimensions de l'imatge que equival a 29,7x420 cm i la resolucio equival al nombre de pixels que hi han
en una polsada
Resolucio= 240ppp
A3= 29,7x42 cm
1inch=2,54cm
29,7cm / 2,54cm= 11,69inch
42cm / 2,54cm= 16,535 →16,54 inch
11,69inch x 240ppp=2805,6 →2.806 pixel
16,54 x 240 ppp=3969,6 → 3.970pixel
Total Pixels en l'area (ample x alt)= 2.806p x 3.970p =11139820 pixel
pàgina 9

10. BIBLIOGRAFIA
Adobe “Photoshop / Visualización de histogramas y valores de píxeles” [Data de consulta 9 d'Octubre del 2016 ]
Disponible https://helpx.adobe.com/es/photoshop/using/viewing-histograms-pixel-values.html
IMATGES
Exercici 2
Repavar: Imatge Maquillaje Fluido para la piel (envase) [En linea] [Data de consulta: 10 d'Octubre del 2016]
Disponiblehttp://www.dosfarma.com/2605-repavar-oilfree-maquillaje-fluido-piel-muy-clara-35ml.html
Exercici 5 i 6
Decsai (Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de
Granada): Imatge indors4.pgm [En linea] [Data de consulta: 11 d'Octubre del 2016]
Disponiblehttp://www.http://decsai.ugr.es/cvg/dbimagenes/g256.php
pàgina 10