Nenhuma imagem carregada
Toque em “Abrir imagem” para começar
Matriz final geometria
Matriz de cor C · [R,G,B]ᵀ
Cada controle abaixo monta uma matriz 3×3 em coordenadas homogêneas. Todas são multiplicadas entre si para formar uma única matriz final.
matriz R · determinante 1 · preserva área
matriz T · é o motivo de usarmos coordenadas homogêneas
matriz S · determinante = sx · sy = fator de área
matriz H · inclina a imagem
matriz F · determinante −1 · inverte a orientação
desligue para ver o efeito do vizinho mais próximo (serrilhado)
Aqui o pixel é o vetor [R, G, B]ᵀ e a cor nova é
C · p. Cada linha da matriz é uma combinação linear dos
três canais originais.
C = (1−s)·Cinza + s·I, combinação linear de duas matrizes
mexe só na diagonal da matriz
p′ = C·p + b, a soma torna a operação afim, não linear
p′ = 255 − p, ou seja (−I)·p + 255
A matriz de cor deixa de ser fixa e passa a depender da posição:
C(x,y) = (1−t)·A + t·B, onde t é calculado a
partir das coordenadas do pixel.
a matriz A é a que está definida na aba “Cor”
Como a aplicação da matriz é linear, vale
[(1−t)A + tB]·p = (1−t)(A·p) + t(B·p).
É essa igualdade que permite calcular tudo em tempo real.
Reduzir uma foto é aplicar a matriz de escala S. O
determinante dessa matriz, sx · sy, é exatamente a fração
de pixels que sobra.
arraste para escolher a porcentagem do tamanho original
Matriz de escala aplicada
Reconhecimento facial por Eigenfaces. Cada rosto de 64×64 vira um vetor de 4096 números; o programa encontra os autovetores da matriz de covariância e usa só as direções que mais separam as pessoas.
1. Cadastrar rostos
Enquadre só o rosto. Duas ou três fotos por pessoa melhoram bastante.
2. Identificar
Cadastre pelo menos duas pessoas para o modelo ter o que comparar.
A distância é euclidiana, medida no espaço das eigenfaces.
Ranking
O que o programa enxergou
Eigenfaces os autovetores da matriz de covariância
Esta aba existe para a apresentação: mostra, ao vivo, as matrizes que estão sendo aplicadas na imagem.