File size: 4,372 Bytes
3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb 3d85c80 70115bb |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 |
import streamlit as st
import cv2
import numpy as np
from PIL import Image
# Título do aplicativo
st.title("Analisador de Imagens Médicas com OpenCV")
st.subheader("Carregue uma imagem médica para análise e melhoria.")
# Carregar a imagem
uploaded_file = st.file_uploader("Envie a imagem médica (formatos aceitos: .jpg, .png, .jpeg)", type=["jpg", "png", "jpeg"])
if uploaded_file is not None:
# Carregar a imagem com OpenCV
image = Image.open(uploaded_file)
image = np.array(image)
# Mostrar a imagem original
st.image(image, caption="Imagem Original", use_column_width=True)
# Opções de processamento
st.sidebar.header("Opções de Processamento")
process_option = st.sidebar.selectbox("Escolha o processamento:",
["Conversão para Escala de Cinza",
"Filtro de Borrão (Blur)",
"Detecção de Bordas (Canny)",
"Equalização de Histograma",
"Ajuste de Brilho e Contraste",
"Detecção de Contornos"])
if process_option == "Conversão para Escala de Cinza":
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
st.image(gray_image, caption="Imagem em Escala de Cinza", use_column_width=True, channels="GRAY")
elif process_option == "Filtro de Borrão (Blur)":
ksize = st.sidebar.slider("Tamanho do kernel de desfoque:", min_value=3, max_value=15, step=2, value=5)
blur_image = cv2.GaussianBlur(image, (ksize, ksize), 0)
st.image(blur_image, caption="Imagem com Filtro de Borrão", use_column_width=True)
elif process_option == "Detecção de Bordas (Canny)":
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
threshold1 = st.sidebar.slider("Threshold 1:", min_value=50, max_value=150, value=100)
threshold2 = st.sidebar.slider("Threshold 2:", min_value=100, max_value=300, value=200)
edges = cv2.Canny(gray_image, threshold1, threshold2)
st.image(edges, caption="Bordas Detectadas", use_column_width=True, channels="GRAY")
elif process_option == "Equalização de Histograma":
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
equalized_image = cv2.equalizeHist(gray_image)
st.image(equalized_image, caption="Imagem com Histograma Equalizado", use_column_width=True, channels="GRAY")
elif process_option == "Ajuste de Brilho e Contraste":
brightness = st.sidebar.slider("Brilho:", min_value=-100, max_value=100, value=0)
contrast = st.sidebar.slider("Contraste:", min_value=-100, max_value=100, value=0)
adjusted_image = cv2.convertScaleAbs(image, alpha=1 + (contrast / 100), beta=brightness)
st.image(adjusted_image, caption="Imagem com Ajuste de Brilho e Contraste", use_column_width=True)
elif process_option == "Detecção de Contornos":
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
threshold = st.sidebar.slider("Threshold para Contornos:", min_value=50, max_value=255, value=127)
_, thresh = cv2.threshold(gray_image, threshold, 255, cv2.THRESH_BINARY)
contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contour_image = cv2.drawContours(image.copy(), contours, -1, (0, 255, 0), 2)
st.image(contour_image, caption="Contornos Detectados", use_column_width=True)
# Exibição do histograma
st.sidebar.header("Exibir Histograma")
if st.sidebar.checkbox("Mostrar histograma da imagem"):
if len(image.shape) == 3:
colors = ("b", "g", "r")
for i, color in enumerate(colors):
hist = cv2.calcHist([image], [i], None, [256], [0, 256])
st.line_chart(hist[:, 0])
else:
hist = cv2.calcHist([image], [0], None, [256], [0, 256])
st.line_chart(hist[:, 0])
# Botão para salvar o resultado
if st.button("Salvar Imagem Processada"):
result_path = "imagem_processada.png"
cv2.imwrite(result_path, locals()[process_option.lower().replace(" ", "_") + "_image"])
st.success(f"Imagem salva como {result_path}")
else:
st.info("Por favor, envie uma imagem médica para começar.")
|