👥 Autores
⚡ Jesús Camarena
Tabla de contenido
🔸 Introducción
El procesamiento de imágenes a color es una rama fundamental dentro del análisis digital de imágenes. Las representaciones de color permiten analizar, modificar y mejorar imágenes para diversas aplicaciones como segmentación, realce y detección de objetos.
En esta clase, exploraremos los modelos de color más utilizados: RGB, HSV y CMYK. Veremos cómo estos modelos nos ayudan a comprender la estructura del color y cómo aprovechar sus propiedades para resolver problemas prácticos.
📘 Fundamento Teórico
El color en imágenes digitales se representa mediante modelos de color, que son sistemas matemáticos que describen cómo se generan y perciben los colores. Cada modelo tiene características específicas que lo hacen adecuado para diferentes aplicaciones.
📖 Modelos de Color
📄Modelo RGB (Red, Green, Blue)
- Descripción: Es el modelo más utilizado en imágenes digitales. Representa los colores como combinaciones de tres componentes: rojo (R), verde (G) y azul (B).
- Propiedades:
- Es aditivo: los colores se generan al combinar luz de diferentes intensidades.
- Representación tridimensional: cada color se puede ver como un punto en un espacio 3D.
- Aplicaciones:
- Visualización en pantallas digitales.
- Segmentación de objetos usando un canal específico.
👁️ Ejemplo Práctico: Segmentación
Usando el canal R del espacio RGB, se puede aislar el color rojo de una flor en una imagen, dejando el resto en blanco y negro.
📄 Modelo HSV (Hue, Saturation, Value)
- Descripción: Representa los colores según:
- Hue (Tono): el color base (rojo, azul, amarillo, etc.).
- Saturation (Saturación): intensidad o pureza del color.
- Value (Valor): brillo del color.
- Ventajas:
- Más intuitivo para aplicaciones de diseño y procesamiento de imágenes.
- Facilita tareas de segmentación basada en colores específicos.