Marco teórico Python

[pic 1][pic 2][pic 3]

Contenido

Introducción        2

Marco teórico        3

Python        3

PyQt        3

Numpy        4

Desarrollo        5

Practica 1        5

Practica 2 y 3        7

Practica 4        9

Practica 5        12

Conclusión        17

Bibliografía        18

Introducción

En el presente documento se da a explicar el funcionamiento de las 5 practicas realizadas en la materia de Procesamiento de señales, así mismo se muestra el código fuente y las librerías necesarias para realizar dichos programas, cuenta con demostración del funcionamiento de cada programa y los resultados que fueron los esperados.

Marco teórico

Python

Python es un lenguaje de programación interpretado cuya filosofía hace hincapié en una sintaxis que favorezca un código legible.

Se trata de un lenguaje de programación multiparadigma, ya que soporta orientación a objetos, programación imperativa y, en menor medida, programación funcional. Es un lenguaje interpretado, usa tipado dinámico y es multiplataforma.

Es administrado por la Python Software Foundation. Posee una licencia de código abierto, denominada Python Software Foundation License, que es compatible con la Licencia pública general de GNU a partir de la versión 2.1.1, e incompatible en ciertas versiones anteriores.

(wikipedia, s.f.)

PyQt

PyQt es un conjunto de enlaces de Python para Qt con doble licencia bajo la GPL (versión 2 y 3, con excepciones de licencia adicionales) y una licencia comercial.También está PySide de Nokia, nuevas vinculaciones alternativas (desde noviembre de 2009) con licencia LGPL que tienen dificultades para ser compatibles con API (al menos hasta Qt 4.6) con PyQt4.

PyQt expone gran parte de la funcionalidad de Qt a Python, que incluye:

• Un conjunto completo de widgets
• Gestores de disposición flexible
• Funciones estándar de GUI para aplicaciones (menús, barras de herramientas, ventanas de base)
• Comunicación fácil entre los componentes de la aplicación (señales y ranuras)
• Un sistema de pintura unificado con transparencia, anti-aliasing, integración OpenGL y soporte SVG
• Soporte de internacionalización (i18n) e integración con la herramienta de traducción de Qt Linguist
• Procesamiento de texto enriquecido, instalaciones de visualización e impresión, incluido soporte para exportación de PDF (Qt 4.1 y posterior)
• Soporte de base de datos (SQL) y características de modelo / vista
• Enhebrar clases, proporcionar abstracciones para hilos, mutexes y semáforos
• Manejo integrado de recursos para aplicaciones
• Estilos de widgets, incluido soporte para hojas de estilo de widgets (desde Qt 4.2 en adelante) (Wiki, s.f.)

Numpy

NumPy es el paquete fundamental para la informática científica con Python. Contiene, entre otras cosas:

• un poderoso objeto de matriz N-dimensional
• funciones sofisticadas (difusión)
• herramientas para integrar el código C / C ++ y Fortran
• álgebra lineal útil, transformada de Fourier y capacidades de números aleatorios

Además de sus usos científicos obvios, NumPy también se puede usar como un contenedor multidimensional eficiente de datos genéricos. Se pueden definir tipos de datos arbitrarios. Esto permite a NumPy integrarse de manera rápida y sin problemas con una amplia variedad de bases de datos.

(Numpy, s.f.)

Desarrollo

Practica 1

La primera practica que se realizó en el lenguaje de Python fue sin interface grafica, ya que sólo fue una pequeña introducción a este lenguaje, la practica consistía en crear un programa que calculara el área de un circulo y un triángulo, el código fuente quedó de la siguiente manera:

[pic 4] 

Como se puede observar sólo se utilizan operaciones básicas que en cualquier otro lenguaje se puede utilizar, en funcionamiento se observa de la siguiente manera:

[pic 5]

Practica 2 y 3

En las practicas 2 y 3 utilizamos 2 librerías, cv2 y sys las cuales solo se importan dentro de la creación del código del programa.

La práctica numero 2 trato del procesamiento de una imagen, a cambiarla en escales de grises para posteriormente poder aplicar esto en un proyecto, el código quedó de la siguiente manera:

[pic 6]

Como mencionamos anteriormente, solo se muestra una imagen preseleccionada para tratarla a escalas de grises, la cual quedó de la siguiente manera:

[pic 7]

La práctica número 3, al igual que la dos es sobre el procesamiento de imágenes, en este caso es convertir una imagen a binaria, obviamente es necesario pasar primero por escala de grises y después a binaria, esto nos puede funcionar para el conteo de objetos en una imagen:

[pic 8]

#practica 3 imagen binaria

import cv2

import sys

imagen=cv2.imread('Bob.jpg',1)

key=-1

while  (key !=27):

    cv2.imshow("original",imagen)

    gris=cv2.cvtColor(imagen,cv2.COLOR_BGRA2GRAY)

    cv2.imshow("gris",gris)

    ret,binaria=cv2.threshold(gris,127,255,cv2.THRESH_BINARY_INV)

    cv2.imshow('binaria',binaria)

    key=cv2.waitKey(1)

if key ==27:

    cv2.destroyAllWindows()

Practica 4

Esta práctica se realizó en un ambiente más gráfico, ya que sólo son pequeñas demostraciones de lo que el lenguaje de Python puede hacer, lo fácil que es manejarlo entre otras cosas, esta práctica es parecida a la primera sólo que en esta se calcula solamente el área de un circulo, pidiendo solamente un dato, quedando de la siguiente manera:

...