OpenCV mudando cores. Imagem cinza e RGB

4_OpenCV_with_MachineLearningMastery.py

@@ -0,0 +1,123 @@
+"""
+Data Scientist.: Dr.Eddy Giusepe Chirinos Isidro
+
+Links de estudo:
+================
+
+* https://machinelearningmastery.com/how-to-read-write-display-images-in-opencv-and-converting-color-spaces/?utm_source=drip&utm_medium=email&utm_campaign=A+gentle+introduction+to+OpenCV&utm_content=A+gentle+introduction+to+OpenCV
+
+* https://machinelearningmastery.com/how-to-read-and-display-videos-using-opencv/?utm_source=drip&utm_medium=email&utm_campaign=A+gentle+introduction+to+OpenCV&utm_content=A+gentle+introduction+to+OpenCV
+
+"""
+
+"""
+Como ler, escrever, exibir imagens em OpenCV e converter espaços de cores
+=========================================================================
+
+Ao trabalhar com imagens, algumas das operações mais básicas que são essenciais para dominar 
+incluem ler as imagens do disco, exibi-las, acessar seus valores de pixel e convertê-las de 
+um espaço de cores para outro.
+
+Este tutorial explica essas operações básicas, começando primeiro com uma descrição de como 
+uma imagem digital é formulada em termos de suas coordenadas espaciais e valores de intensidade. 
+
+Neste tutorial, você se familiarizará com as operações mais básicas do 🤗 OpenCV 🤗, essenciais ao trabalhar com imagens. 
+
+Depois de concluir este tutorial, você saberá:
+
+* Como uma imagem digital é formulada em termos de suas coordenadas espaciais e valores de intensidade. 
+* Como uma imagem é lida e exibida no OpenCV. 
+* Como os valores de pixel de uma imagem podem ser acessados. 
+* Como uma imagem pode ser convertida de um espaço de cores para outro
+
+NOTA:
+=====
+
+* As intensidades de pixel são comumente representadas por valores inteiros no intervalo [0, 255], 
+  o que significa que cada pixel pode assumir qualquer um dos 256 valores discretos. 
+
+* Uma imagem RGB, por outro lado, é composta por três canais, nomeadamente o Vermelho , o Verde e o Azul . 
+
+* O modelo de cores RGB não é o único que existe, mas é possivelmente o mais comumente usado em muitas 
+  aplicações de visão computacional. É um modelo de cor aditivo, que se refere ao processo de criação 
+  de cor misturando (ou adicionando) espectros de luz de fontes de cores diferentes. 
+"""
+
+from cv2 import imread
+# Aqui o link para baixar IMAGENS de graça --> https://unsplash.com/pt-br
+img = imread('Images/Dog.jpg') # Método 'imread()' retorna uma matriz NumPy. img --> contém os valores de pixel da Imagem
+
+print('Tipo de Dados:', img.dtype, '\nDimensões:', img.shape)
+"""
+Isso significa que os pixels em cada canal da imagem podem assumir qualquer um dos 2^8 = 256 valores, 
+dentro de um intervalo de 0 a 255. Aprendemos também que as dimensões do array são 4000 × 6000 × 3, 
+que correspondem ao número de linhas, colunas e canais da imagem, respectivamente.
+"""
+
+print("Primeiro pixel situado no canto superior esquerdo da imagem BGR: ", img[0, 0])
+
+
+# Usando Matplotlib:
+import matplotlib.pyplot as plt
+plt.imshow(img)
+plt.title('Exibindo imagem do Dog, usando Matplotlib')
+plt.show()
+
+
+# Usando OpenCV: (A imagem fica muito Grane !!!)
+from cv2 import imshow, waitKey
+imshow('Exibindo imagem do Dog, usando OpenCV', img)
+waitKey(0) # Pressione 'esc' para sair
+
+# Com OpenCV, você também pode escrever um array NumPy como uma imagem em um arquivo, como segue:
+from cv2 import imwrite
+imwrite("output.jpg", img)
+
+
+"""
+Convertendo entre espaços de cores
+==================================
+"""
+# Para converter entre os espaços de cores BGR e RGB, podemos usar o seguinte código:
+from cv2 import cvtColor, COLOR_BGR2RGB
+img_rgb = cvtColor(img, COLOR_BGR2RGB)
+# Exibir, novamente, usando Matplotlib, agora podemos ver que ela é exibida corretamente:
+plt.imshow(img_rgb)
+plt.title('Exibindo imagem do Dog, usando Matplotlib e com cor RGB')
+plt.grid(True)
+plt.show()
+
+print("Primeiro pixel situado no canto superior esquerdo da imagem RGB recém-convertida: ", img_rgb[0, 0])
+
+
+"""
+BGR para RGB não é a única conversão de cores que pode ser obtida por este método. Na verdade, 
+existem muitos códigos de conversão de espaço de cores para escolher, como COLOR_RGB2HSV que converte 
+entre os espaços de cores RGB e HSV (Hue, Saturation, Value)=(matiz, saturação, valor). 
+
+
+Outra conversão popular é de RGB para escala de cinza onde, como mencionamos anteriormente, 
+espera-se que a saída resultante seja uma imagem de canal único. Vamos experimentar:
+"""
+
+from cv2 import COLOR_RGB2GRAY
+ 
+img_gray = cvtColor(img_rgb, COLOR_RGB2GRAY)
+
+imshow('Grayscale Image', img_gray)
+waitKey(0)
+
+# Como esperado, é impresso apenas um único número que corresponde ao valor de intensidade do pixel:
+print("Primeiro pixel nas coordenadas (0, 0) da Imagem Cinza: ", img_gray[0, 0])
+
+
+"""
+🤗🤗 Podemos trabalhar com a Imagem em escala de cinza imediatamente 🤗🤗:
+"""
+
+from cv2 import IMREAD_GRAYSCALE
+ 
+img_gray = imread('Images/Dog.jpg', IMREAD_GRAYSCALE)
+ 
+imshow('Grayscale Image', img_gray)
+waitKey(0)