Eliminación de fondo con operaciones morfológicas de open cv

• Como primer punto importamos las librerías a utilizar. 

En este punto debemos tener configurado el IDE a utilizar ya que muchas de las veces se da una serie de problemas si no tenemos las librerías correspondientes. 

• Como segundo punto importaremos variables que nos ayudaran al uso del Trackbar. 

•  Como siguiente punto implementaremos los trackbar, ya se tanto en video, como en cámara en tiempo real. 

Implementación con video Implementación con cámara.

Implementación de la cámara.

Implementamos las ventanas de opencv con el siguiente código.

•  Implementación de los operadores de dilatación, erosión, apertura, cierre, black hat o top hat.

El tamaño de la máscara tiene que ser mayor a cero, para que su ejecución sea de manera eficaz.

Todos los operadores que implementemos siempre deben ser mayor a cero y en cada uno de los operadores vamos implementando el funcionamiento que nos ayudar a eliminar el fondo del video o capturadora.

Resultado de la implementación de los operadores.

Para la implementación del detector de movimiento transformamos la imagen original a escala de grises y realizamos la operación de resta de cada fotograma así obtenemos el objeto en movimiento.

• Mostrar cómo afecta la aplicación o no de los siguientes filtros:

Gaussiano

Esta implementado con el valor K 

Su resultado al mandar un valor de 33-98.

Mediana

La mediana es vinculada con el valor K

Su resultado al mandar un valor de 33-98.

Se usa este filtro para reducir el ruido del contorno del objeto en movimiento mientras mas aumentamos el valor de la mascara mejor será el suavizado.

Filtros de detección de bordes

Borde Sobel

Borde Laplacian

Análisis.

• Como análisis del resultado obtuvimos que el trabajo con escala de grises nos da un mejor desempeño en la implementación de los filtros tanto en videos como cámara en tiempo real, esto se debe a que la intensidad va de 0 a 255 el cual es más fácil manipular la información de sus pixeles.
• La implementación de los operadores morfológicos establece un gran impacto ya que cada uno de los filtros nos ayudan a tener un análisis muy profundo tanto a nivel científico como nivel tecnológico.
• Los filtros adicionales implementados como la mediana, gaussiana y detección de bordes nos ofrecen diversas características como incorporación de una imagen más nítida en el proceso de la gaussiana.