Para realizar ésta tarea se consultaron las siguientes fuentes.

Ejercicio 1 y 2

1.Tome una imagen de usted mismo selfie. Asegúrese de que esté en escala de grises de 8 bits y aprenda cómo leer su imagen en R como una matriz.

2.Despliegue su imagen y obtenga una impresión.


Leyendo imagen original

library(imager)
mane <- load.image('D:/Dropbox/MsC UABC/3er Semestre/PDI/MatLab/img/mane.jpeg')
plot(mane,
     main = "Imagen RGB")

Convirtiendo a escala de grises

Como se puede observar, la imagen está en RGB, por lo tanto debe ser convertida a escala de grises para cumplir con los requisitos de la tarea.

maneBW <- grayscale(mane, method = "Luma", drop = TRUE)
plot(maneBW,
     main = "Imagen Escala de Grises")

Generando el histograma de luminiscencia de la imagen en blanco y negro.

maneBW %>% hist(breaks = 350,
                main="Valores de luminiscencia maneBW",
                ylab = "Frecuencia",
                col = "skyblue")

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