https://github.com/jpvt/digital_image_processing
Repositório dedicado à disciplina Introdução ao Processamento Digital de Imagens
https://github.com/jpvt/digital_image_processing
Last synced: about 1 year ago
JSON representation
Repositório dedicado à disciplina Introdução ao Processamento Digital de Imagens
- Host: GitHub
- URL: https://github.com/jpvt/digital_image_processing
- Owner: jpvt
- License: mit
- Created: 2020-11-05T17:32:46.000Z (over 5 years ago)
- Default Branch: main
- Last Pushed: 2021-03-18T23:42:21.000Z (about 5 years ago)
- Last Synced: 2023-03-05T12:11:09.919Z (over 3 years ago)
- Language: Jupyter Notebook
- Homepage: https://opendip.herokuapp.com
- Size: 48.1 MB
- Stars: 5
- Watchers: 2
- Forks: 0
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
[](https://github.com/ItamarRocha)
[](https://github.com/jpvt)
[](https://github.com/joallace)
[](https://github.com/sheywesk)
[](https://www.python.org/downloads/release/python-365/)
# Tabela de Conteúdo
- [Introdução](#introdução)
- [Metodologia](#metodologia)
- [Aplicação](https://github.com/jpvt/Digital_Image_Processing/tree/main/app)
- [OpenDIP API](https://github.com/jpvt/Digital_Image_Processing/tree/main/app/opendip)
- [Dashboard](https://github.com/jpvt/Digital_Image_Processing/blob/main/app/main.py)
- [Notebook Exemplo](https://github.com/jpvt/Digital_Image_Processing/blob/main/app/opendip_example.ipynb)
- [Clone](#clone)
- [Como contribuir](#como-contribuir)
- [Autores](#autores)
# Introdução
Nesta repositório demonstraremos a primeira versão do OpenDIP, uma biblioteca desenvolvida como trabalho prático para o curso Introdução ao Processamento Digital de Imagens durante o período 2020.1, ministrada pelo [Prof. Leonardo Vidal](http://lattes.cnpq.br/1047122596139990).
Nessa primeira versão, apresentaremos três funcionalidades: Conversão de espaço, em que implementamos os conversores RGB-YIQ e YIQ-RGB; Correlação de Imagens, em que aplicamos filtros pontuais como Sobel, Negativo em RGB, Negativo em Y, Média e Mediana; Correlação Normalizada, que encontra o que é mais semelhante de uma imagem em outra.
A aplicação pode ser acessada em: [OpenDIP Demo](https://opendip.herokuapp.com)
## Metodologia
Para o desenvolvimento da biblioteca escolhemos a linguagem Python, devido à sua praticidade e bibliotecas como Numpy e Pillow, que respectivamente permitem trabalhar melhor com vetores e manipular a entrada e saída de imagens. Além disso, utilizamos a biblioteca Streamlit para realizar essa demonstração, a fim de documentar nosso trabalho de maneira clara e com uma linguagem bastante visual.
## Como contribuir
Caso tenha gostado da iniciativa e queira contribuir para com o desenvolvimento da biblioteca, após a finalização da disciplina iremos começar a aceitar pull requests no nosso [repositório no github](https://github.com/jpvt/Digital_Image_Processing).
## Clone
- Clone esse repositório na sua máquina local utilizando:
> https://github.com/jpvt/Digital_Image_Processing.git
## Autores
|**João Pedro Vasconcelos** | **Itamar Filho** |**João Wallace Lucena** | **Sheywesk** |
|:-----------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------:|:-----------------------------------------------------------------------------------------:|:---------------------------------------------------------------------------------------:|
|
|
|
|
|
| `github.com/jpvt` | `github.com/ItamarRocha` | `github.com/joallace` | `github.com/sheywesk` |