Um painel
|
O exercício consiste em fotografar o mural da térreo do prédio da administração do Centro Politécnico e produzir um mosaico. Pesquise qual a escala de trabalho para este caso. Verifique a resolução espacial necessária. Obtenha informações a respeito de sua câmera digital.
|
|
por se tratar de um mural muito longo, devem ser tomadas várias imagens com superposição. quantas? Tome cuidado com deixar superposição entre imagens. |
|
Escolha criteriosamente pontos de apoio e verificação. Quantos? onde devem estar localizados? |
|
Elabore um esquema da obra, com a localização e nome dos pontos selecionados. Cuidado, porque depois deverá poder encontrar os pontos nas imagens no laboratório. |
|
Obtenha as coordenadas dos pontos selecionados. Para isto use um equipamento que saiba usar e tenha a devida acurácia. |
Disponibilize as imagens
Se não tem fotos, pode usar estas... fotos de teste
Para disponibilizar suas imagens, carregue as mesmas no Google Drive. Crie uma pasta "fotos" para armazenar suas imagens.
Agora, entre no COLAB e crie um novo Notebook. Vamos ver se conseguimos listar suas imagens com um programa simples...
import cv2
from glob import glob
import matplotlib.pyplot as plt
Montar o google DRIVE como sua pasta de trabalho
drive.mount('/content/drive')
ler imagens do DRIVE, neste caso estamos com as imagens coloridas na pasta FOTOS do drive
Verificar se tem as fotos listando todo o diretorio listar aqueles arquivos com o final JPEG, CUIDADO, pode ser jpg.
img_mask = "/content/drive/My Drive/fotos/*.JPEG" # seleciona a mascara especificando arquivos *.JPEG
img_names = glob(img_mask) # le os nomes
num_images = len(img_names) # conta quantasa imagens tem com esse final
print( "achamos:", num_images, "Imagens em", img_mask)
for i,fn in enumerate(img_names):
. . . print("imagem: %d) %s " %(i,fn) )
h, w = cv2.imread(img_names[0]).shape[:2]
print("tamanho das fotos",h,w)
calibrar sua camera
Vamos criar um programa em Python para calibrar a câmera utilizada com o método de Zhang (https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/tr98-71.pdf). Este algoritmo está disponível na biblioteca openCV, também em Colab, como cv2. https://docs.opencv.org/4.x/dc/dbb/tutorial_py_calibration.html
se suas imagens estão disponíveis, use o programa compartilhado pelo professor para realizar a seguinte etapa do exercício...
referenciar as imagens
OK. agora use seu programa de correção geométrica, com o modelo da transformação projetiva, para referenciar as imagens com e sem correção geométrica.
Jorge Centeno: centeno@ufpr.br