# HPrIm
---------------
Esta es una Heramienta para el Procesamiento de Imágnes (HPrIm) provee funciones que son utilizadas en el procesamiento de imágenes, como la ecualización o expansión de un histograma para mejorar el contraste y tecnicás algo más avanzadas como la aplicación de filtros laplaciono, sobel y mediana.
## Uso
Esta librería proporciona filtrado para agudizamiento y el suavizado de imágenes. Para esto se puede usar la clase `Filtro` que implementa todos los métodos para cualquier filtrado.
```python
from HPrIm import Filtro, MascaraLaplaciana
matriz = [
[4, 4, 3, 2],
[7, 7, 6, 6],
[4, 1, 2, 3],
[2, 5, 1, 2],
]
filtro = Filtro(matriz)
filtro.laplaciano(MascaraLaplaciana.F4)
print(filtro)
```
Por otra parte puedes hacer uso de la clase individual si quieres un poco más de control
```python
from HPrIm import FLaplaciano, MascaraLaplaciana
matriz = [
[4, 4, 3, 2],
[7, 7, 6, 6],
[4, 1, 2, 3],
[2, 5, 1, 2],
]
filtro = FLaplaciano(matriz)
matriz_filtrada = filtro.ejecutar(MascaraLaplaciana.F4)
print(matriz_filtrada)
```
Si deseas aplicar otros filtros o hacer cosass mucho más a "bajo nivel" puedes optar por la clase `FEspacial` que provee métodos como:
- `get_vecinos`: Sirve para obtener los vecinos de un elemento en la matriz
- `aplicar_filtro`: Aplica una máscara que recibe como parámetro
- `reescalar`: Reescala la matriz según un rango que recibe como parámetro
```python
from HPrIm import FEspacial
matriz = [
[4, 4, 3, 2],
[7, 7, 6, 6],
[4, 1, 2, 3],
[2, 5, 1, 2],
]
mascara = [
[1, 1, 1],
[1, -8, 1],
[1, 1, 1]
]
filtro = FEspacial(matriz)
res = filtro.aplicar_filtro(mascara)
print(res)
```
Raw data
{
"_id": null,
"home_page": "https://github.com/nakato156/HPrIm",
"name": "HPrIm",
"maintainer": "",
"docs_url": null,
"requires_python": "",
"maintainer_email": "",
"keywords": "file,files,text",
"author": "Nakato",
"author_email": "nnakato150@gmail.com",
"download_url": "https://files.pythonhosted.org/packages/2e/fe/9e9a80eb62eb5c5de8c91d1a765bfa3f20d90c709c593b8845bc05256088/HPrIm-0.1.tar.gz",
"platform": null,
"description": "# HPrIm\r\n---------------\r\n\r\nEsta es una Heramienta para el Procesamiento de Im\u00e1gnes (HPrIm) provee funciones que son utilizadas en el procesamiento de im\u00e1genes, como la ecualizaci\u00f3n o expansi\u00f3n de un histograma para mejorar el contraste y tecnic\u00e1s algo m\u00e1s avanzadas como la aplicaci\u00f3n de filtros laplaciono, sobel y mediana.\r\n\r\n## Uso\r\nEsta librer\u00eda proporciona filtrado para agudizamiento y el suavizado de im\u00e1genes. Para esto se puede usar la clase `Filtro` que implementa todos los m\u00e9todos para cualquier filtrado.\r\n\r\n```python\r\nfrom HPrIm import Filtro, MascaraLaplaciana\r\n\r\nmatriz = [\r\n [4, 4, 3, 2],\r\n [7, 7, 6, 6],\r\n [4, 1, 2, 3],\r\n [2, 5, 1, 2],\r\n]\r\n\r\nfiltro = Filtro(matriz)\r\nfiltro.laplaciano(MascaraLaplaciana.F4)\r\nprint(filtro)\r\n```\r\nPor otra parte puedes hacer uso de la clase individual si quieres un poco m\u00e1s de control\r\n\r\n```python\r\nfrom HPrIm import FLaplaciano, MascaraLaplaciana\r\nmatriz = [\r\n [4, 4, 3, 2],\r\n [7, 7, 6, 6],\r\n [4, 1, 2, 3],\r\n [2, 5, 1, 2],\r\n]\r\n\r\nfiltro = FLaplaciano(matriz)\r\nmatriz_filtrada = filtro.ejecutar(MascaraLaplaciana.F4)\r\nprint(matriz_filtrada)\r\n```\r\n\r\nSi deseas aplicar otros filtros o hacer cosass mucho m\u00e1s a \"bajo nivel\" puedes optar por la clase `FEspacial` que provee m\u00e9todos como:\r\n\r\n- `get_vecinos`: Sirve para obtener los vecinos de un elemento en la matriz\r\n- `aplicar_filtro`: Aplica una m\u00e1scara que recibe como par\u00e1metro\r\n- `reescalar`: Reescala la matriz seg\u00fan un rango que recibe como par\u00e1metro \r\n\r\n```python\r\nfrom HPrIm import FEspacial\r\nmatriz = [\r\n [4, 4, 3, 2],\r\n [7, 7, 6, 6],\r\n [4, 1, 2, 3],\r\n [2, 5, 1, 2],\r\n]\r\n\r\nmascara = [\r\n [1, 1, 1],\r\n [1, -8, 1],\r\n [1, 1, 1]\r\n]\r\n\r\nfiltro = FEspacial(matriz)\r\nres = filtro.aplicar_filtro(mascara)\r\nprint(res)\r\n```\r\n",
"bugtrack_url": null,
"license": "",
"summary": "Herramientas para el Procesamiento de Im\u00e1genes",
"version": "0.1",
"project_urls": {
"Homepage": "https://github.com/nakato156/HPrIm"
},
"split_keywords": [
"file",
"files",
"text"
],
"urls": [
{
"comment_text": "",
"digests": {
"blake2b_256": "2efe9e9a80eb62eb5c5de8c91d1a765bfa3f20d90c709c593b8845bc05256088",
"md5": "73aa2b0c3d8492049cc6fbc8f3aea8fc",
"sha256": "8b6211b68e0224bb1390e0814f0adb887a462c31a8a433971d8a1205fbf84bf3"
},
"downloads": -1,
"filename": "HPrIm-0.1.tar.gz",
"has_sig": false,
"md5_digest": "73aa2b0c3d8492049cc6fbc8f3aea8fc",
"packagetype": "sdist",
"python_version": "source",
"requires_python": null,
"size": 2002,
"upload_time": "2023-08-31T04:19:34",
"upload_time_iso_8601": "2023-08-31T04:19:34.115127Z",
"url": "https://files.pythonhosted.org/packages/2e/fe/9e9a80eb62eb5c5de8c91d1a765bfa3f20d90c709c593b8845bc05256088/HPrIm-0.1.tar.gz",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2023-08-31 04:19:34",
"github": true,
"gitlab": false,
"bitbucket": false,
"codeberg": false,
"github_user": "nakato156",
"github_project": "HPrIm",
"travis_ci": false,
"coveralls": false,
"github_actions": false,
"lcname": "hprim"
}
JSON
