https://github.com/zviniicius/ml_image_reduce
https://github.com/zviniicius/ml_image_reduce
Last synced: about 1 year ago
JSON representation
- Host: GitHub
- URL: https://github.com/zviniicius/ml_image_reduce
- Owner: zViniicius
- License: apache-2.0
- Created: 2024-12-27T06:25:38.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2024-12-27T06:32:47.000Z (over 1 year ago)
- Last Synced: 2025-02-01T10:19:05.770Z (over 1 year ago)
- Language: Jupyter Notebook
- Size: 463 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Processamento de Imagens com Limiar Dinâmico
Este notebook demonstra como carregar, converter para tons de cinza, calcular um limiar dinâmico e binarizar imagens utilizando a biblioteca `Matplotlib` e `NumPy`.
### Funcionalidades:
- Converter a imagem para tons de cinza.
- Calcular um limiar dinâmico baseado na média da imagem em tons de cinza.
- Binarizar a imagem utilizando o limiar dinâmico.
- Exibir as imagens: a original, a em tons de cinza e a binarizada.
### Como Usar:
1. Carregue sua imagem no formato desejado.
2. Defina o caminho para a imagem na variável `image_path`.
3. Chame a função `process_image` com o caminho da sua imagem para processá-la e exibir as imagens.
### Exemplo:
Substitua `image_path` pelo caminho correto da sua imagem.
```python
image_path = 'caminho/para/sua/imagem.png'
process_image(image_path)
```
### O que você verá:
Você verá 3 imagens lado a lado:
- Imagem Original
- Imagem em Tons de Cinza
- Imagem Binarizada (com o limiar dinâmico aplicado)