PyCCA - Histórico de revisão

Teddy em 19h27min de 27 de maio de 2014

2014-05-27T19:27:00Z

← Edição anterior		Edição das 16h27min de 27 de maio de 2014
Linha 167:		Linha 167:
	r, g, b = lena.split()		r, g, b = lena.split()
	</pre>		</pre>

			[[Categoria:Audio]]

VilsonVieira em 11h47min de 26 de maio de 2014

2014-05-26T11:47:43Z

← Edição anterior		Edição das 08h47min de 26 de maio de 2014
Linha 139:		Linha 139:

	https://gist.github.com/automata/5303516		https://gist.github.com/automata/5303516

			=== Dilatação em imagem em escala de cinza? ===

			Para dilatação binária, use binary_dilation ao invés de grey_dilation.

			https://gist.github.com/automata/09050f23ac3e1e63e7d1

	== Processamento de Áudio e Música ==		== Processamento de Áudio e Música ==

VilsonVieira: /* Como calcular os valores de energia de uma imagem? */

2013-04-03T17:54:09Z

Como calcular os valores de energia de uma imagem?

← Edição anterior		Edição das 14h54min de 3 de abril de 2013
Linha 133:		Linha 133:

	</pre>		</pre>

			=== Como calcular convex hull de uma imagem binária? ===

			Convex hull preenche as regiões convexas de uma imagem binária, gerando uma "mancha", sem essas concavidades. A razão entre a área da imagem original e a área encontrada pelo convex hull é uma boa medida para determinar o quanto uma região é circular ou não. Quanto mais circular, mais próximo de 1.0.

			https://gist.github.com/automata/5303516

	== Processamento de Áudio e Música ==		== Processamento de Áudio e Música ==

Penalva: /* Como calcular os valores de energia de uma imagem? */

2013-03-28T07:41:34Z

Como calcular os valores de energia de uma imagem?

@@ Linha 104: / Linha 104: @@
 from scipy import fftpack
 energias = fftpack.fft2(im_cinza).real**2 + fftpack.fft2(im_cinza).imag**2
 </pre>

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

2013-03-20T15:36:19Z

Dividir uma imagem em canais RGB

← Edição anterior		Edição das 12h36min de 20 de março de 2013
Linha 116:		Linha 116:
	import Image		import Image
	lena = Image.open("lena.png")		lena = Image.open("lena.png")
	r, b, b = lena.split()		r, g, b = lena.split()
	</pre>		</pre>
	em alguns casos, as imagens vem com o canal alpha adicionado. Nesse caso faca:		em alguns casos, as imagens vem com o canal alpha adicionado. Nesse caso faca:

David em 15h35min de 20 de março de 2013

2013-03-20T15:35:43Z

← Edição anterior		Edição das 12h35min de 20 de março de 2013
Linha 113:		Linha 113:

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

David em 15h33min de 20 de março de 2013

2013-03-20T15:33:35Z

← Edição anterior		Edição das 12h33min de 20 de março de 2013
Linha 111:		Linha 111:

	[[Category:Lab_Macambira, AudioArt, Python]]		[[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()

VilsonVieira: /* Como converter em escala de cinza? */

2013-03-15T22:26:12Z

Como converter em escala de cinza?

← Edição anterior		Edição das 19h26min de 15 de março de 2013
Linha 54:		Linha 54:
	<pre>		<pre>
	im_cinza = im.convert('L')		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>		</pre>

Penalva: /* Como simular agentes difusores aleatorios ? */

2013-03-14T03:26:02Z

Como simular agentes difusores aleatorios ?

← Edição anterior		Edição das 00h26min de 14 de março de 2013
Linha 33:		Linha 33:

	Notas		Notas
	1* Neste exemplo agentes interagem com igual probabilidade P = 1/(numero de arestas na rede), ou seja igual probabilidade;		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;		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;		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.		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.		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 ==		== Processamento de Imagens ==

Penalva: /* Como simular agentes difusores aleatorios ? */

2013-03-14T03:23:27Z

Como simular agentes difusores aleatorios ?

← Edição anterior		Edição das 00h23min de 14 de março de 2013
Linha 14:		Linha 14:
	numero_de_nos = 50; # numero de agentes		numero_de_nos = 50; # numero de agentes
	total_time = 500; # total time steps		total_time = 500; # total time steps
	a = np.random.randint(0,2,(numero_de_nos,numero_de_nos)); # random graph		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		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		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		nonz = randomnet.nonzero(); # 2 dim-tuple with array counting indexes of connected nodes
	nonznum = len(nonz[0][:]); # number of edges		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		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		interact = 0; # interaction process, the mean of the two field in this case

	while total_time > 0:		while total_time > 0:
	sorteio_interacao = np.random.randint(0,nonznum,(1)); # the edge(interaction) sampling process		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;		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;		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;		fields[edges[sorteio_interacao[0]][1]] = float(fields[edges[sorteio_interacao[0]][1]] + interact)/2; # (2) (3)
	print fields;		print fields;
	total_time = total_time - 1;		total_time = total_time - 1;
Linha 33:		Linha 33:

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