VA TEMAS 1 Y 2

Dentro de una imagen digital, ¿cuál de las siguientes representaciones corresponde con mayor probabilidad al color del rectángulo adjunto?. 0,0,255 si se usa HSV. 0,0,255 si se usa RGB. 0,255,0 si se usa BGR. 255 si se usa niveles de gris.

Suponiendo que el fichero "castillo.jpg" existe y contiene una imagen JPG. ¿Qué contiene la matriz misterio tras la ejecución de este código?. La imagen normaliza a valores entre 0 y 255. La imagen normalizada a valores entre 0 y 1. La imagen normalizada a valores entre -1 y 1. La imagen umbralizada.

Cuál de las siguientes afirmaciones es falsa respecto al modelo de lente fina: Al cambiar la distancia entre el plano de formación de la imagen y la lente podemos enfocar diferentes partes de la escena. Es un modelo simplificado del comportamiento de un tipo de lente. La distancia del eje principal de la lente respecto al foco se conoce como apertura de campo. El grosor de la lente es despreciable.

Para buscar las líneas centrales del campo de Fútbols Americano en la imagen adjunta ¿Cuál de las siguientes máscaras de convolución es la más adecuada?. [1 2 1] [2 4 2] [1 2 1]. [1 0 0] [0 1 0] [0 0 1]. [ 1 1 1] [ 0 0 0] [-1 -1 -1]. [ 1 0 -1] [ 2 0 -2] [ 1 0 -1].

¿Que factor de división debe aplicarse al usar la siguiente matriz de convolución?. 1/4. 1/16. 1/8. 1/9.

¿Cuál de las siguientes transformación de histograma sería más adecuada para aumentar el contraste de la imagen?. a. b. c. d.

Se dispone de la imagen de la figura adjunta en la que el color blanco se corresponde a valores 255. Para eliminar los pequeños puntos aislados negros se pretende usar morfología matemática. ¿Cuál de las siguientes estrategias parece la más correcta usando OpenCV?. Dilatación y luego erosión usando un kernel de 3x3 con todos los valores a 1 (activos). Erosión y luego dilatación usando un kernel de 3x3 con todos los valores a 1 (activos). Dilatación y luego erosión usando un kernel de 3x3 con todos los valores a 0 (inactivos). Erosión y luego dilatación usando un kernel de 3x3 con todos los valores a 0 (inactivos).

¿A qué tipo de transformación corresponde la siguiente matriz de transformación geométrica?. A una traslación. A una rotación. A una inversión. A un escalado.

¿Cuál de las siguientes definiciones corresponde a la definición de un descriptor?. Es un vector de medidas que representa un entorno de un punto de interés dentro de una imagen. Es el conjunto de valores propios de un punto de una imagen. Es un conjunto de palabras visuales que describe una imagen. Es un valor asociado a cada píxel de una imagen que mide su "esquinosidad".

Con respecto al detector de puntos de interés de Harris, el detector de puntos de interés de Harris-Laplace: Mejora la velocidad de ejecución porque hace menos operaciones. Añade invarianza a los cambios de escala. Añade invarianza a los cambios de orientación. Utiliza la derivada de una Gamma y mejora la orientación.

Dentro de una imagen digital, ¿cuál de las siguientes representaciones corresponde con mayor probabilidad al color del rectángulo adjunto?. 255,0,0 si se usa RGB. 0,0,255 si se usa HSV. 255 si se usa niveles de gris. 255,0,0 si se usa BGR.

Suponiendo que el fichero "castillo.jpg" existe y contiene una imagen JPG. ¿Qué contiene la matriz misterio tras la ejecución de este código? I = cv2.imread('castillo.jpg') Misterio = (I - 128) / 128.0. La imagen umbralizada. La imagen normaliza a valores entre 0 y 255. La imagen normalizada a valores entre 0 y 1. La imagen normalizada a valores entre -1 y 1.

Las siguientes 3 imágenes se han capturado con la misma cámara utilizando las 3 aperturas que se muestran debajo. ¿Qué apertura se ha utilizado para la imagen (1)?. f/5.6 (la más grande). f/8 (la mediana). f/22 (la más pequeña). Es imposible determinarlo.

Las siguientes 3 imágenes se han capturado con la misma cámara utilizando las 3 aperturas que se muestran debajo. ¿Qué apertura se ha utilizado para la imagen (3)?. f/5.6 (la más grande). f/8 (la mediana). f/22 (la más pequeña). Es imposible determinarlo.

Sea M una máscara de convolución e I una imagen: Al aplicar la máscara M sobre el pixel b de la imagen I se obtendrá: En este caso la máscara no se puede aplicar porque hay que conocer el valor de a, b y c. 12. 0. 10.

¿Qué matriz de convolución se ha aplicado para obtener la imagen (b) a partir de la imagen (a)?. [ 1 2 1] [ 0 0 0] [-1 -2 -1]. [1 1 1] [0 0 0] [0 0 0]. [1 1 1] [1 1 1] [1 1 1]. [ 1 0 -1] [ 2 0 -2] [ 1 0 -1].

Se desea proyectar la fotografía (a) sobre la fotografía de la imagen capturada de un carnet (b). ¿Cúal sería la operación más conveniente?. Una transformación de similaridad. Una transformación euclidea. Una transformación de traslación. Una transformación proyectiva.

La variable img apunta a una matriz de tipo uint8 con shape (256,256) que contiene una imagen en niveles de gris como la de la figura. Tras ejecutar la siguiente línea: img[10:100,10:100,2] = img[10:100,10:100,2] / 4 ¿Cuál de las siguientes afirmaciones es cierta?. a. b. c. d.

¿Qué hace el siguiente fragmento de código? I = cv2.imread(“campo.jpg”,0) X = np.fft.fft2(I) plt.imshow(np.absolute(X), cmap=“jet“, norm=colors.LogNorm()) Supongase que en el mismo directorio donde se ejecuta el programa existe un fichero “campo.jpg” que contiene una imagen JPG. Carga una imagen de disco, le calcula la transformada de fourier y muestra el módulo de los coeficientes de fourier como una imagen. Carga una imagen de disco, le aplica el logaritmo normalizado y muestra su valor absoluto en forma de imagen. Carga una imagen de disco, le aplica una transformación geométrica 2D y muestra la imagen tras la transformación. Carga una imagen de disco, le aplica una ecualización 2D y muestra la imagen transformada.

¿En qué se basa el detector de Harris?. En una función que asocia a cada punto el valor del histograma de gradientes ordenados. En una función que asocia a cada punto un valor más alto cuanto menos se pueda confundir con puntos de su entorno. En el uso de la Transformada de Fourier. En el uso de la morfología matemática.

A partir de la imagen (a) se desea obtener la imagen (b) utilizando morfología matemática. Suponiendo que el color blanco corresponde a 255 y el negro a cero. ¿Cuál de las siguientes estrategias parece la más correcta usando OpenCV?. Dilatación y luego erosión de (a) usando un kernel de 33 con todos los valores a 1 (activos). Erosionar (a), usando un kernel de 3x3 con todos los valores a 1 (activos), y luego restar al resultado la imagen (a). Dilatar (a), usando un kernel de 3x3 con todos los valores a 1 (activos), y luego restar al resultado la imagen (a). Erosión y luego dilatación de (a) usando un kernel de 3x3 con todos los valores a 1 (activos).