Pontão Nós Digitais - Contribuições do usuário [pt-br]

PyCCA

2013-03-20T15:36:19Z

David: /* Dividir uma imagem em canais RGB */

= Python, Computação Científica e Aplicações =

FAQ/Tutorial sobre achados e notas nas aplicações de Python para Computação Científica.

== Redes Complexas ==

'''((( Ver também [[ARS]] )))'''

=== Como simular agentes difusores aleatorios ? ===

<pre>
import numpy as np

numero_de_nos = 50; # numero de agentes
total_time = 500; # total time steps
a = np.random.randint(0,2,(numero_de_nos,numero_de_nos)); # random graph (4*)
randomnet = (a + a.T)/2 + (a + a.T)%2 - np.diag(np.diag((a + a.T)/2 + (a + a.T)%2)); # symmetrical adjacency matrix or it will be a digraph, diagonal subtracted for no auto interactions (4*)
fields = np.random.rand(numero_de_nos); # node fields, or agents atributs (2*)
nonz = randomnet.nonzero(); # 2 dim-tuple with array counting indexes of connected nodes
nonznum = len(nonz[0][:]); # number of edges
edges = [(nonz[0][v],nonz[1][v]) for v in range(nonznum)]; # the edges of the random graph
interact = 0; # interaction process, the mean of the two field in this case

while total_time > 0:
sorteio_interacao = np.random.randint(0,nonznum,(1)); # the edge(interaction) sampling process (1*)
interact = float(fields[edges[sorteio_interacao[0]][0]]+fields[edges[sorteio_interacao[0]][1]])/2; # (3*)
fields[edges[sorteio_interacao[0]][0]] = float(fields[edges[sorteio_interacao[0]][0]] + interact)/2; # (2*) (3*)
fields[edges[sorteio_interacao[0]][1]] = float(fields[edges[sorteio_interacao[0]][1]] + interact)/2; # (2*) (3*)
print fields;
total_time = total_time - 1;

</pre>

Notas
*1* Neste exemplo agentes interagem com igual probabilidade P = 1/(numero de arestas na rede), ou seja igual probabilidade;
*2* Cada agente tem uma propriedade, numero real, alocado em fields;
*3* A interacao eh um filtro de altas frequencias no atributo do no/agente, ou seja a interacao e homofilica/homogeinizadora;
*4* A rede eh aleatoria.
*5* Para gerar modelo de agentes em redes complexas diferente, mais realista, eh necessario generalizar qualquer um destes pontos no local indicado no codigo atraves dos numeros das notas.

== Processamento de Imagens ==

'''((( Ver também [[PythonImagem]] )))'''

=== Como abrir uma imagem? ===

<pre>
from PIL import Image
im = Image.open('foo.jpg')
</pre>

=== Como converter em escala de cinza? ===

<pre>
im_cinza = im.convert('L')
</pre>

=== Como acessar cada canal de cor da imagaem? ===

<pre>
im_r = im.split()[0]
im_g = im.split()[1]
im_b = im.split()[2]
</pre>

=== Como equalizar uma imagem por histograma? ===

<pre>
from PIL import ImageOps
im_eq = ImageOps.equalize(im_cinza)
</pre>

=== Como aplicar uma função qualquer com janelamento de 3x3? Ou, como aplicar um filtro qualquer com janelamento? ===

No caso, vamos aplicar a função entropia em cada pixel da imagem. A função entropia recebe como argumento os 9 vizinhos do pixel, já que o tamanho da janela (argumento size da função generic_filter) é equivalente a 3. A função entropia retorna o novo valor do pixel.

<pre>
from scipy import ndimage

def entropia(viz):
viz = list(viz)
qtd = [viz.count(x) for x in viz]
prob = [viz[i]/qtd[i] for i in range(len(viz))]
return n.sum([-x*n.log(x) for x in prob if x != 0])

im_entropia = ndimage.generic_filter(im_cinza, entropia, size=3)
</pre>

=== Como calcular o valor de entropia de uma imagem inteira? ===

<pre>
def entropia(im, nbr_bins=256):
hist = im.histogram()
hist_length = sum(hist)
samples_probability = [float(h) / hist_length for h in hist]
return sum([-p * log(p) for p in samples_probability if p != 0])

v_entropia = entropia(im_cinza)
</pre>

=== Como calcular os valores de energia de uma imagem? ===

<pre>
from scipy import fftpack
energias = fftpack.fft2(im_cinza).real**2 + fftpack.fft2(im_cinza).imag**2
</pre>

== Processamento de Áudio e Música ==

'''((( Ver também [[PythonMusica]], [[AudioArt]], [[Massa]] )))'''

[[Category:Lab_Macambira, AudioArt, Python]]

=== Dividir uma imagem em canais RGB ===
<pre>
import Image
lena = Image.open("lena.png")
r, g, b = lena.split()
</pre>
em alguns casos, as imagens vem com o canal alpha adicionado. Nesse caso faca:
<pre>
r,g,b,alpha = lena.split()
</pre>
ou
<pre>
lena = lena.convert("RGB")
r, g, b = lena.split()
</pre>

PyCCA

2013-03-20T15:35:43Z

David:

= Python, Computação Científica e Aplicações =

FAQ/Tutorial sobre achados e notas nas aplicações de Python para Computação Científica.

== Redes Complexas ==

'''((( Ver também [[ARS]] )))'''

=== Como simular agentes difusores aleatorios ? ===

<pre>
import numpy as np

numero_de_nos = 50; # numero de agentes
total_time = 500; # total time steps
a = np.random.randint(0,2,(numero_de_nos,numero_de_nos)); # random graph (4*)
randomnet = (a + a.T)/2 + (a + a.T)%2 - np.diag(np.diag((a + a.T)/2 + (a + a.T)%2)); # symmetrical adjacency matrix or it will be a digraph, diagonal subtracted for no auto interactions (4*)
fields = np.random.rand(numero_de_nos); # node fields, or agents atributs (2*)
nonz = randomnet.nonzero(); # 2 dim-tuple with array counting indexes of connected nodes
nonznum = len(nonz[0][:]); # number of edges
edges = [(nonz[0][v],nonz[1][v]) for v in range(nonznum)]; # the edges of the random graph
interact = 0; # interaction process, the mean of the two field in this case

while total_time > 0:
sorteio_interacao = np.random.randint(0,nonznum,(1)); # the edge(interaction) sampling process (1*)
interact = float(fields[edges[sorteio_interacao[0]][0]]+fields[edges[sorteio_interacao[0]][1]])/2; # (3*)
fields[edges[sorteio_interacao[0]][0]] = float(fields[edges[sorteio_interacao[0]][0]] + interact)/2; # (2*) (3*)
fields[edges[sorteio_interacao[0]][1]] = float(fields[edges[sorteio_interacao[0]][1]] + interact)/2; # (2*) (3*)
print fields;
total_time = total_time - 1;

</pre>

Notas
*1* Neste exemplo agentes interagem com igual probabilidade P = 1/(numero de arestas na rede), ou seja igual probabilidade;
*2* Cada agente tem uma propriedade, numero real, alocado em fields;
*3* A interacao eh um filtro de altas frequencias no atributo do no/agente, ou seja a interacao e homofilica/homogeinizadora;
*4* A rede eh aleatoria.
*5* Para gerar modelo de agentes em redes complexas diferente, mais realista, eh necessario generalizar qualquer um destes pontos no local indicado no codigo atraves dos numeros das notas.

== Processamento de Imagens ==

'''((( Ver também [[PythonImagem]] )))'''

=== Como abrir uma imagem? ===

<pre>
from PIL import Image
im = Image.open('foo.jpg')
</pre>

=== Como converter em escala de cinza? ===

<pre>
im_cinza = im.convert('L')
</pre>

=== Como acessar cada canal de cor da imagaem? ===

<pre>
im_r = im.split()[0]
im_g = im.split()[1]
im_b = im.split()[2]
</pre>

=== Como equalizar uma imagem por histograma? ===

<pre>
from PIL import ImageOps
im_eq = ImageOps.equalize(im_cinza)
</pre>

=== Como aplicar uma função qualquer com janelamento de 3x3? Ou, como aplicar um filtro qualquer com janelamento? ===

No caso, vamos aplicar a função entropia em cada pixel da imagem. A função entropia recebe como argumento os 9 vizinhos do pixel, já que o tamanho da janela (argumento size da função generic_filter) é equivalente a 3. A função entropia retorna o novo valor do pixel.

<pre>
from scipy import ndimage

def entropia(viz):
viz = list(viz)
qtd = [viz.count(x) for x in viz]
prob = [viz[i]/qtd[i] for i in range(len(viz))]
return n.sum([-x*n.log(x) for x in prob if x != 0])

im_entropia = ndimage.generic_filter(im_cinza, entropia, size=3)
</pre>

=== Como calcular o valor de entropia de uma imagem inteira? ===

<pre>
def entropia(im, nbr_bins=256):
hist = im.histogram()
hist_length = sum(hist)
samples_probability = [float(h) / hist_length for h in hist]
return sum([-p * log(p) for p in samples_probability if p != 0])

v_entropia = entropia(im_cinza)
</pre>

=== Como calcular os valores de energia de uma imagem? ===

<pre>
from scipy import fftpack
energias = fftpack.fft2(im_cinza).real**2 + fftpack.fft2(im_cinza).imag**2
</pre>

== Processamento de Áudio e Música ==

'''((( Ver também [[PythonMusica]], [[AudioArt]], [[Massa]] )))'''

[[Category:Lab_Macambira, AudioArt, Python]]

=== Dividir uma imagem em canais RGB ===
<pre>
import Image
lena = Image.open("lena.png")
r, b, b = lena.split()
</pre>
em alguns casos, as imagens vem com o canal alpha adicionado. Nesse caso faca:
<pre>
r,g,b,alpha = lena.split()
</pre>
ou
<pre>
lena = lena.convert("RGB")
r, g, b = lena.split()
</pre>

PyCCA

2013-03-20T15:33:35Z

David:

= Python, Computação Científica e Aplicações =

FAQ/Tutorial sobre achados e notas nas aplicações de Python para Computação Científica.

== Redes Complexas ==

'''((( Ver também [[ARS]] )))'''

=== Como simular agentes difusores aleatorios ? ===

<pre>
import numpy as np

numero_de_nos = 50; # numero de agentes
total_time = 500; # total time steps
a = np.random.randint(0,2,(numero_de_nos,numero_de_nos)); # random graph (4*)
randomnet = (a + a.T)/2 + (a + a.T)%2 - np.diag(np.diag((a + a.T)/2 + (a + a.T)%2)); # symmetrical adjacency matrix or it will be a digraph, diagonal subtracted for no auto interactions (4*)
fields = np.random.rand(numero_de_nos); # node fields, or agents atributs (2*)
nonz = randomnet.nonzero(); # 2 dim-tuple with array counting indexes of connected nodes
nonznum = len(nonz[0][:]); # number of edges
edges = [(nonz[0][v],nonz[1][v]) for v in range(nonznum)]; # the edges of the random graph
interact = 0; # interaction process, the mean of the two field in this case

while total_time > 0:
sorteio_interacao = np.random.randint(0,nonznum,(1)); # the edge(interaction) sampling process (1*)
interact = float(fields[edges[sorteio_interacao[0]][0]]+fields[edges[sorteio_interacao[0]][1]])/2; # (3*)
fields[edges[sorteio_interacao[0]][0]] = float(fields[edges[sorteio_interacao[0]][0]] + interact)/2; # (2*) (3*)
fields[edges[sorteio_interacao[0]][1]] = float(fields[edges[sorteio_interacao[0]][1]] + interact)/2; # (2*) (3*)
print fields;
total_time = total_time - 1;

</pre>

Notas
*1* Neste exemplo agentes interagem com igual probabilidade P = 1/(numero de arestas na rede), ou seja igual probabilidade;
*2* Cada agente tem uma propriedade, numero real, alocado em fields;
*3* A interacao eh um filtro de altas frequencias no atributo do no/agente, ou seja a interacao e homofilica/homogeinizadora;
*4* A rede eh aleatoria.
*5* Para gerar modelo de agentes em redes complexas diferente, mais realista, eh necessario generalizar qualquer um destes pontos no local indicado no codigo atraves dos numeros das notas.

== Processamento de Imagens ==

'''((( Ver também [[PythonImagem]] )))'''

=== Como abrir uma imagem? ===

<pre>
from PIL import Image
im = Image.open('foo.jpg')
</pre>

=== Como converter em escala de cinza? ===

<pre>
im_cinza = im.convert('L')
</pre>

=== Como acessar cada canal de cor da imagaem? ===

<pre>
im_r = im.split()[0]
im_g = im.split()[1]
im_b = im.split()[2]
</pre>

=== Como equalizar uma imagem por histograma? ===

<pre>
from PIL import ImageOps
im_eq = ImageOps.equalize(im_cinza)
</pre>

=== Como aplicar uma função qualquer com janelamento de 3x3? Ou, como aplicar um filtro qualquer com janelamento? ===

No caso, vamos aplicar a função entropia em cada pixel da imagem. A função entropia recebe como argumento os 9 vizinhos do pixel, já que o tamanho da janela (argumento size da função generic_filter) é equivalente a 3. A função entropia retorna o novo valor do pixel.

<pre>
from scipy import ndimage

def entropia(viz):
viz = list(viz)
qtd = [viz.count(x) for x in viz]
prob = [viz[i]/qtd[i] for i in range(len(viz))]
return n.sum([-x*n.log(x) for x in prob if x != 0])

im_entropia = ndimage.generic_filter(im_cinza, entropia, size=3)
</pre>

=== Como calcular o valor de entropia de uma imagem inteira? ===

<pre>
def entropia(im, nbr_bins=256):
hist = im.histogram()
hist_length = sum(hist)
samples_probability = [float(h) / hist_length for h in hist]
return sum([-p * log(p) for p in samples_probability if p != 0])

v_entropia = entropia(im_cinza)
</pre>

=== Como calcular os valores de energia de uma imagem? ===

<pre>
from scipy import fftpack
energias = fftpack.fft2(im_cinza).real**2 + fftpack.fft2(im_cinza).imag**2
</pre>

== Processamento de Áudio e Música ==

'''((( Ver também [[PythonMusica]], [[AudioArt]], [[Massa]] )))'''

[[Category:Lab_Macambira, AudioArt, Python]]

=== Dividir uma imagem em canais RGB ===

import Image
lena = Image.open("lena.png")
r, b, b = lena.split()

em alguns casos, as imagens vem com o canal alpha adicionado. Nesse caso faca:
r,g,b,alpha = lena.split()

or
lena = lena.convert("RGB")
r, g, b = lena.split()