Estimación de la profundidad_EJER 8 y Bordes ejercicio 4 de Juan Francisco Puentes

Mira esto primero:

 https://huggingface.co/docs/transformers/main/tasks/monocular_depth_estimation

hay más ejemplos en esta página, te manda ir Fran Puentes Calvo

https://github.com/FranPuentes/iTI2025/blob/main/08%20depth%20estimation.ipynb

en el ejercicio 8 estimación de profundidad

pip install -q -U transformers

Funciona en Google Colab

Puedes poner otra url de otra fotografia

Detección de bordes, ejemplo 4 Fran Puentes, operaciones básicas con imágenes

# prompt: Dada una imagen, dada mediante una url, aplicar un filtro de convolución para detectar los bordes. Si tiene más canales, aplícalo a cada canal y luego juntalo de nuevo.Representa también el filtro como una imagen. Usa la librería skimage. from skimage.io import imread from skimage.color import rgb2gray from skimage.filters import sobel from skimage import img_as_ubyte import matplotlib.pyplot as plt # URL de la imagen (pixabay) url = "https://raw.githubusercontent.com/FranPuentes/iTI2025/main/data/joven.png" # Obtener la imagen desde la URL img = imread(url) # Convertir la imagen a escala de grises si tiene más de un canal if len(img.shape) > 2: img_gray = rgb2gray(img) else: img_gray = img # Aplicar el filtro Sobel para detección de bordes edges = sobel(img_gray) # Mostrar la imagen original y la imagen con bordes detectados fig, axes = plt.subplots(1, 2, figsize=(10, 5)) axes[0].imshow(img, cmap=plt.cm.gray) axes[0].set_title('Imagen Original') axes[1].imshow(edges, cmap=plt.cm.gray) axes[1].set_title('Bordes Detectados') for ax in axes: ax.axis('off') plt.show() # Mostrar el filtro como una imagen # (En este caso, el filtro Sobel no se visualiza como una imagen # tradicional, ya que es un operador matemático)

Puedes cambiar la url del foto y vale