Kernel Informático

INSTALAR O ACTUALIZAR DBEAVER EN LINUX - UBUNTU

2018-12-21T17:00:00.002-05:00

Hola a tod@s, en esta oportunidad les comparto los comandos para instalar o actualizar Dbeaver, una herramienta gratuita para la administración de base de datos; cabe indicar que permite administrar bases de datos en MySQL, PostgreSQL, SQL Server, Oracle, MariaDB, SQLite, Sybase, Teradata, Firebird, Hadoop y muchas más, por ello una herramienta de gran utilidad.

A continuación les dejo los comandos:

sudo add-apt-repository ppa:serge-rider/dbeaver-ce

sudo apt-get update

sudo apt-get install dbeaver-ce

Espero les ayude y sea de utilidad. Saludos.

GENERAR CLAVE RSA EN WINDOWS

2016-10-29T12:44:00.000-05:00

Hola a tod@s, que tal, en esta ocasión les compartiré una guía con la secuencia de instrucciones a ejecutar en Windows para generar una clave rsa y ver la clave pública.

Antes, indicarles que para realizar ello utilicé la consola Git Bash que brinda el Git para Windows, el programa lo pueden descargar del siguiente enlace: Git para Windows. Aclarado esto, a continuación las instrucciones que deben ejecutar.

Para generar la clave rsa, ejecutamos lo siguiente:
ssh-keygen -t rsa

NOTA: En la ejecución, si desean, pueden ingresan la información que se les solicita o en todo caso lo pueden omitir (dejar vacios) y continuar tecleando Enter hasta finalizar.

Finalizada la ejecución de la instruccion anterior ya tenemos la clave rsa generada, ahora para poder ver la clave pública, buscamos la ruta del archivo id_rsa.pub, en mi caso se encuetra en "/c/Users/KernelInformatico/.ssh/id_rsa.pub", con la ruta ejecutamos lo siguiente:
cat /c/Users/KernelInformatico/.ssh/id_rsa.pub

Ejecutando esta instrucción se nos mostrará una secuencia de caracteres, la cual es la clave pública generada.

NOTA: La ruta del archivo id_rsa.pub la podemos obtener de la primera ejecución, la podemos encontrar luego del siguiente mensaje "Your public key has been saved in".

Bueno eso sería todo por ahora, espero les sea de utilidad. Saludos.

ELIMINAR O DESINSTALAR UN PAQUETE O PROGRAMA EN LINUX - UBUNTU

2015-10-08T21:04:00.001-05:00

Que tal gente, en esta oportunidad les voy a compartir una guía donde se indica la secuencia de comandos a usar, en la terminal, para eliminar un paquete o programa en Linux; también dejo en claro que está guía aplica para las distros que se basan en Ubuntu. Bien, a continuación los comandos que deben usar:

Para eliminar o desinstalar el paquete del equipo:
sudo apt-get remove nombre_del_paquete

Para eliminar las dependencias del paquete eliminado:
sudo apt-get purge nombre_del_paquete

Para eliminar el paquete del cache:
sudo apt-get clean nombre_del_paquete

NO HABITUAL: Finalmente con el comando: "cd ruta" vamos donde se instaló el paquete o programa y se aseguran que se ha eliminado, si ven que aún han quedado archivos, utilizan el siguiente comando:

Para eliminar carpeta y archivos del paquete:
sudo rm -r carpeta_del_paquete

Bueno esto sería todo, por ahora, espero les sea de utilidad. Saludos.

INSTALAR SERVIDOR WEB CON APACHE, MYSQL Y PHP EN LINUX MINT

2015-09-22T22:21:00.000-05:00

Que tal gente, en esta oportunidad les traigo una guía de comandos, que nos va a permitir levantar un servidor web en Linux Mint, para ello vamos a instalar Apache, Mysql y Php (servidor web LAMP). Bueno a continuación les dejo la guía de comandos que deben ejecutar en la terminal para levantar su servidor web y empiecen a inducirse en el mundo de la programación web.

Instalar y reiniciar el servicio de Apache; aquí se instalará Apache y varios paquetes, necesarios para el funcionamiento del servidor:

sudo apt-get install apache2
sudo service apache2 restart

Para comprobar que el Apache se instaló de forma correcta vamos a nuestro navegador web y colocamos http://localhost

Instalar Mysql; aquí se instalará Mysql que será el gestor de base de datos en nuestro servidor web, además instalaremos paquetes adicionales para el correcto funcionamiento de este:

sudo apt-get install mysql-server mysql-client libmysqlclient-dev libapache2-mod-auth-mysql

En el proceso de la instalación se nos va a pedir una clave para el usuario root, la colocamos y confirmamos.

Instalar Php y reiniciar el servicio de Apache; aquí se instalará el lenguaje de programación que se utilizará en nuestro servidor, en este caso Php:

sudo apt-get install php5
sudo service apache2 restart

Ahora debemos instalar los paquetes que son necesarios para que Apache, Mysql y Php interactúen, luego reiniciar el servicio de Apache:

sudo apt-get install libapache2-mod-php5 php5-cli php5-mysql php5-curl
sudo apt-get install php-pear php5-mcrypt php5-memcache php5-gd
sudo service apache2 restart

Luego instalamos Phpmyadmin para trabajar con las bases de datos desde un entorno gráfico y luego reiniciamos el servicio de Apache.

sudo apt-get install phpmyadmin

En el proceso de la instalación se nos va a pedir seleccionar un servidor http para configurarlo con Phpmyadmin, elegir el apache2 marcándolo con la barra espaciadora y hacemos clic en la tecla Enter para continuar. Luego se nos pedirá configurar la base de datos con dbconfig-common, elegimos que No, en caso de elegir la opción Si solo nos queda colocar la clave y confirmar.

NOTA: Luego de ejecutarse el comando anterior debemos crear un enlace simbólico para poder tener acceso desde nuestro navegador web a Phpmyadmin. En Linux Mint 17.2, el enlace simbólico se debe crear en /var/www/html/ con el siguiente comando:

sudo ln -s /usr/share/phpmyadmin/ /var/www/html/

Para comprobar que Phpmyadmin se instaló de forma correcta vamos a nuestro navegador web y colocamos http://localhost/phpmyadmin, si todo está bien se mostrará una ventana para iniciar sesión con el usuario root.

Ahora reiniciamos el servicio de Apache con el siguiente comando:

sudo service apache2 restart

Finalmente con el comando a2enmod activamos algunos módulos de Apache útiles al momento de trabajar con un servidor web y luego reiniciamos Apache, estos módulos son rewrite y ssl. Ejecutar los siguientes comandos:

sudo a2enmod rewrite
sudo a2enmod ssl
sudo service apache2 restart

Bueno estos son todos los comandos para poder tener un servidor web funcionando, espero les sea de utilidad.

NOTA: Esta guía también se puede usar para levantar un servidor web en Ubuntu.

OBTENER EL VALOR DE AUTO_INCREMENT DE UNA TABLA EN MYSQL

2015-09-20T11:50:00.000-05:00

Hola gente, en esta ocasión les traigo dos consultas que nos permiten obtener el valor de AUTO_INCREMENT de una tabla en Mysql. A continuación las consultas para obtener este valor:

Esta se realiza consultando la tabla tables de information_schema:

SELECT AUTO_INCREMENT FROM information_schema.TABLES WHERE TABLE_SCHEMA = 'nombre_base_datos' AND TABLE_NAME = 'nombre_tabla'

Y la segunda consulta es la siguiente:

SHOW TABLE STATUS LIKE 'nombre_tabla'

Ambas consultas nos traen el valor de AUTO_INCREMENT y como se puede observar son consulta sencilla, espero les sirva. Saludos!

MODIFICAR EL VALOR DE AUTO_INCREMENT DE UNA TABLA EN MYSQL

2015-09-20T11:49:00.000-05:00

Saludos a tod@s nuevamente, que tal, en esta oportunidad les traigo una consulta la cual nos va a permitir alterar o modificar el valor del AUTO_INCREMENT de una tabla en Mysql. Esta consulta la podemos usar cuando se elimina uno o varios registros físicamente de una tabla y se requiere disminuir el valor del AUTO_INCREMENT.

La consulta es la siguiente, se las dejo con un ejemplo de cómo usarla:

ALTER TABLE nombre_tabla AUTO_INCREMENT = nuevo_valor_autoincremento

Ejemplo: Tenemos la tabla cliente y queremos que el valor del AUTO_INCREMENT sea 5:

ALTER TABLE cliente AUTO_INCREMENT = 5

Como ven la consulta es sencilla, pero a usarla con cuidado, ya que esta consulta altera el campo que se utiliza como identificar único en los registro de una tabla. Bueno saludos y nos vemos hasta la siguiente publicación.

OBTENER HOSTNAME Y PUERTO DEL SERVIDOR DE BASE DE DATOS EN MYSQL

2015-09-20T11:43:00.000-05:00

Que tal gente, saludos a tod@s; en alguna ocasión al estar trabajando con base de datos de Mysql se ha presentado la oportunidad de que tenemos que conectarnos a una de estas, pero de forma remota y no tenemos el hostname ni el puerto, bueno esta información no es difícil de obtener y aquí les muestro la consulta (query) que debemos usar para obtener dicha información:

SHOW VARIABLES WHERE Variable_name IN ('hostname', 'port');

Esta consulta o query se ejecuta en el servidor del cual se quiere obtener el hostname y el puerto. Luego de esto solo queda configurar nuestra conexión con dicha información y que den permisos de acceso a nuestra ip pública para poder tener conexión de forma remota al servidor, esto lo pueden hacer ustedes si tienen acceso a su servidor o solicitarlo a su administrador.

Bueno eso es todo por ahora, nos vemos hasta la próxima publicación.

CONFIGURAR BASE_URL DINAMICA EN CODEIGNITER

2015-04-25T16:48:00.000-05:00

Hola amig@s.

Siempre que desarrollamos un proyecto web en equipo, este lo realizamos y lo probamos tanto en servidores locales como de producción y siempre tenemos que estar cambiando la base_url de CodeIgniter para poder trabajar en cada servidor, pero esto se acabó, pues ahora en esta publicación les mostraré como configurar la base_url, para que sea dinámica y evitar este molesto detalle.

Bien, a continuación los puntos a tener en cuenta para realizar esta configuración:

Ingresar a la carpeta config y abrir el archivo config.php de nuestro proyecto en CodeIgniter, en mi caso la carpeta de mi proyecto es kernelinformatico.

Configurar base_url Dinámica en CodeIgniter - Imagen 1
Ahora, abierto esto archivo buscamos la variable $config['base_url'].

Configurar base_url Dinámica en CodeIgniter - Imagen 2
Encontrada la variable, reemplazamos esa línea por el siguiente código:
$config['base_url'] = ((isset($_SERVER['HTTPS']) && $_SERVER['HTTPS'] == "on") ? "https" : "http");
$config['base_url'] .= "://".$_SERVER['SERVER_NAME']."/kernelinformatico/";
Nos debe quedar como se ve en la imagen 3.

Configurar base_url Dinámica en CodeIgniter - Imagen 3
Y con esto ya tenemos nuestra base_url dinámica en CodeIgniter, cabe indicar que donde dice kernelinformatico va el nombre de la carpeta de su proyecto, como ven nada complicado hacer esta configuración.

Saludos y espero que les sea de utilidad lo mencionado aquí, nos vemos.

RESETEAR CONFIGURACION TCP IP EN WINDOWS

2015-03-21T02:31:00.003-05:00

Que tal gente, en la siguiente entrada les mostraré como resetear la configuración de una red en Windows, esto para el caso de que tengan el conflicto de doble asignación de ip a la puerta de enlace como se muestra en la imagen 1; cabe indicar que este conflicto ocurre cuando configuramos nuestra red y le asignamos una ip estática de diferentes redes.

Resetear Configuración Tcp Ip en Windows - Imagen 1

Bien, para realizar esta actividad usaremos el comando netsh el cual es útil para dar solución a nuestro conflicto y además ofrece varias opciones, entre las cuales están la posibilidad de ver, modificar, administrar y diagnosticar la configuración de la red.

A continuación los pasos a seguir para resetear la configuración de una red:

Ejecutamos la consola de Windows (cmd) como administrador, hacemos esto abriendo el botón de Inicio de Windows y en el buscador de programas y archivos de este colocamos cmd, luego hacemos clic derecho sobre el icono de cmd.exe y seleccionamos la opción "Ejecutar como administrador". Ver imagen 2.

Resetear Configuración Tcp Ip en Windows - Imagen 2
Ahora ya con la consola abierta vamos a la siguiente ruta "C:\Windows\system32" y colocamos el siguiente comando y lo ejecutamos haciendo clic en enter:

netsh int ip reset c:\resetlog.txt
Este comando nos va a permitir resetear la configuración de la red. Ver imagen 3.

Resetear Configuración Tcp Ip en Windows - Imagen 3
Luego de ejecutar el comando anterior, reiniciamos nuestro equipo y luego nuevamente abrimos cmd.exe y escribimos el siguiente comando y lo ejecutamos haciendo clic en enter:
ipconfig
Este nos permitirá ver el estado actual de muestra red y como se aprecia en la imagen 4 se ha reseteado la configuración de la red y está lista para una adecuada configuración ya sea con una ip estática o dinámica.

Resetear Configuración Tcp Ip en Windows - Imagen 4

Bueno esto es todo por ahora, espero les ayude, saludos a tod@s y nos vemos hsata la siguiente entrada.

USAR SESIONES NATIVAS DE PHP EN CODEIGNITER

2015-02-17T02:12:00.002-05:00

Saludos gente, en esta oportunidad les voy a mostrar como configurar CodeIgniter, para usar las sesiones nativas de php en lugar de las sesiones de CodeIgniter.

Esto lo realizamos porque es mucho más seguro trabajar con las sesiones de php y además nos vamos a evitamos varios dolores de cabeza, como la siguiente nota que se muestra en la documentación de CodeIgniter:

Nota: Las cookies pueden guardar sólo 4KB de datos, así que sea cuidadoso de no exceder la capacidad. El proceso de encriptación en particular produce una cadena de datos más largo que la original, así que sea cuidadoso respecto a cuantos datos está guardando.

Se da el caso que en ocasiones guardamos bastante data en las sesiones y ésta sobrepasa los 4KB y es ahí donde CodeIgniter ya no reacciona, pero no se preocupen, esto se soluciona, como ya les comenté, usando las sesiones nativas de php.

Bien, sin más vueltas que darle, deben seguir los siguientes puntos para configurar y usar las sesiones nativas de php en CodeIgniter:

Descargar los archivos a integrar a CodeIgniter del siguiente enlace: Sesiones Nativas en CodeIgniter.

Luego se descomprime el paquete descargado y a continuación guardamos los archivos en las siguientes carpetas:

Vamos a nuestro proyecto y abrimos la carpeta config, que se encuentra dentro de la carpeta application, aquí guardamos el archivo session.php; luego vamos a la carpeta libraries, que se encuentra también dentro de la carpeta application, y aquí guardamos el archivo MY_Session.php.
Con esto logramos que las sesiones de CodeIgniter se extiendan y podamos usar las sesiones nativas de php. Finalmente cabe indicar que el uso de estas sesiones nativas de php se hace de la misma forma como si estuviesemos usando las sesiones de CodeIgniter. Un ejemplo en la siguiente imagen.

Sesiones Nativas de Php en CodeIgniter

Eso es todo por ahora, nos vemos hasta la siguiente publicación.

GRAFICOS ESTADISTICOS EN PHP CON JPGRAPH

2015-02-13T13:33:00.001-05:00

Buen día amig@s...

En esta oportunidad les traigo un proyecto (se encuentra al final de la publicación) donde muestro como crear gráficos estadísticos, ya sea de líneas, barras o pastel, en php utilizando la librería jpgraph. A continuación detallo como crear el proyecto, integrar y usar la librería jpgraph:

Creamos un proyecto php en un servidor local o remoto, en mi caso lo hice en el servidor local xampp y lo nombre graficar.
Dentro de la carpeta graficar se crean los siguientes archivos:

/clases/graficos.php: Creamos el archivo graficos.php dentro de la carpeta clases pues este archivo es una clase y queremos mantener un orden. En el archivo graficos.php incluimos, mediante require_once, los archivos con los tipos de gráficos que vamos a usar y que vienen en la librería jpgraph, en este caso vamos a graficar líneas, barras y el pastel, para ello incluimos los siguientes archivos:

// Archivo principal
require_once ('./jpgraph/src/jpgraph.php');
// Para graficar las líneas
require_once ('./jpgraph/src/jpgraph_line.php');
// Para graficar las barras
require_once ('./jpgraph/src/jpgraph_bar.php');
// Para grafiar el pastel
require_once ('./jpgraph/src/jpgraph_pie.php');
// Para grafiar el pastel
require_once ('./jpgraph/src/jpgraph_pie3d.php');

Gráficos Estadísticos en Php con Jpgraph - Imagen 1

Además, en este archivo se implementan los métodos que nos van a permitir hacer los gráficos estadísticos; estos métodos son:

public function graficar_lineas() {} //Grafica líneas
public function graficar_barras() {} //Grafica barras
public function graficar_pastel() {} // Grafica el pastel

Gráficos Estadísticos en Php con Jpgraph - Imagen 2

Gráficos Estadísticos en Php con Jpgraph - Imagen 3

Gráficos Estadísticos en Php con Jpgraph - Imagen 4

/images/btn.png: Este archivo es la imagen de un botón, si desean crean uno con el nombre btn.png o usan el que viene en el comprimido, como ven este archivo está dentro de la carpeta images.

/vista_graficos.php: En este archivo incluimos, mediante require_once, el archivo graficos.php, creamos e instanciamos una variable de tipo "graficos" para poder graficar lo deseado de acuerdo a la petición que llega del archivo index.php. Aquí se invocan los métodos del archivo graficos.php dependiendo de lo que se solicita graficar, ya sea las líneas, las barras o el pastel.

Gráficos Estadísticos en Php con Jpgraph - Imagen 5

/index.php: Este es nuestro archivo principal aquí tenemos 3 botones, que al dar clic en cualquiera de ellos nos muestra un gráfico estadístico, el botón 1 nos grafica líneas, el botón 2 nos grafica barras y el botón 3 nos grafica el pastel, cabe indicar que el gráfico se carga en una ventana emergente con ayuda de unas líneas de código javascript.

Gráficos Estadísticos en Php con Jpgraph - Imagen 6

Para integrar jpgraph, lo descargamos del siguiente enlace: jpgraph.
Descomprimimos lo descargado y a la carpeta creada le colocamos el nombre jpgraph.
A continuación ingresamos a nuestra carpeta jpgraph y eliminamos la carpeta docs, esto para reducir el peso de la carpeta jpgraph, luego copiamos la carpeta jpgraph a nuestro proyecto, en mi caso lo copio a la carpeta graficar.

Gráficos Estadísticos en Php con Jpgraph - Imagen 7

Siguiendo todos estos puntos ya podemos usar jpgraph en nuestro proyecto y ver los gráficos estadísticos que se generan, a continuación imágenes de los gráficos estadísticos creados.

Gráficos Estadísticos en Php con Jpgraph - Imagen 8

Gráficos Estadísticos en Php con Jpgraph - Imagen 9

Gráficos Estadísticos en Php con Jpgraph - Imagen 10

Bueno así finalizamos con esta publicación, adjunto les dejo el proyecto para que usen y/o modifiquen, saludos y hasta otra oportunidad.

Gráficos Estadísticos Download

MOSTRAR AUTOCOMPLETADOR DE FUNCIONES DE CODEIGNITER EN NETBEANS

2015-02-10T10:43:00.000-05:00

Saludos a tod@s nuevamente; en esta ocasión les traigo un tutorial sobre como configurar un proyecto de CodeIgniter en Netbeans para poder mostrar y usar el autocompletador de funciones.

Seguro cuando han trabajado con CodeIgniter sobre Netbeans se han encontrado con el problema de no poder usar el autocompletador de funciones, bueno no se preocupen pues hoy les traigo la solución. Ver imagen 1.

Mostrar Autocompletador de Funciones de Codeigniter en Netbeans - Imagen 1

A continuación los pasos a seguir para poder solucionar este problema:

Nos posicionamos sobre nuestro proyecto CodeIgniter en Netbeans con el mouse y damos clic derecho sobre el nombre de nuestro proyecto, en mi caso es kernelinformatico, luego se desglosará una lista de opciones, aquí seleccionamos New y en la nueva lista de opciones que se nos muestra seleccionamos PHP File para crear un nuevo archivo php. Ver Imagen 2.

Mostrar Autocompletador de Funciones de Codeigniter en Netbeans - Imagen 2
Ahora en la ventana que se muestra en File Name colocamos el nombre de nuestro archivo php el cual será CI_Autocomplete; lo demás lo dejamos por defecto y damos clic en Terminar. Ver Imagen 3.

Mostrar Autocompletador de Funciones de Codeigniter en Netbeans - Imagen 3
Luego copiamos el siguiente código, tal y como está, dentro de las etiquetas php del archivo CI_Autocomplete.php:

/**
* @property CI_DB_active_record $db
* @property CI_DB_forge $dbforge
* @property CI_Benchmark $benchmark
* @property CI_Calendar $calendar
* @property CI_Cart $cart
* @property CI_Config $config
* @property CI_Controller $controller
* @property CI_Email $email
* @property CI_Encrypt $encrypt
* @property CI_Exceptions $exceptions
* @property CI_Form_validation $form_validation
* @property CI_Ftp $ftp
* @property CI_Hooks $hooks
* @property CI_Image_lib $image_lib
* @property CI_Input $input
* @property CI_Language $language
* @property CI_Loader $load
* @property CI_Log $log
* @property CI_Model $model
* @property CI_Output $output
* @property CI_Pagination $pagination
* @property CI_Parser $parser
* @property CI_Profiler $profiler
* @property CI_Router $router
* @property CI_Session $session
* @property CI_Sha1 $sha1
* @property CI_Table $table
* @property CI_Trackback $trackback
* @property CI_Typography $typography
* @property CI_Unit_test $unit_test
* @property CI_Upload $upload
* @property CI_URI $uri
* @property CI_User_agent $user_agent
* @property CI_Validation $validation
* @property CI_Xmlrpc $xmlrpc
* @property CI_Xmlrpcs $xmlrpcs
* @property CI_Zip $zip
*/

class CI_Controller {};

/**
* @property CI_DB_active_record $db
* @property CI_DB_forge $dbforge
* @property CI_Config $config
* @property CI_Loader $load
* @property CI_Session $session
*/

class CI_Model {};
Nos debe quedar tal y como se ve en la imagen 4.

Mostrar Autocompletador de Funciones de Codeigniter en Netbeans - Imagen 4
A continuación ya finalizando probamos el autocompletado y veremos como ya se nos muestra las funciones de CodeIgniter. Ver imagen 5.

Mostrar Autocompletador de Funciones de Codeigniter en Netbeans - Imagen 5

Esto es todo por ahora, hasta otra oportunidad, Saludos...

IMPORTAR PROYECTO PHP DESARROLLADO EN CODEIGNITER A NETBEANS

2015-02-02T16:25:00.001-05:00

Saludos gente, en esta ocasión les traigo una publicación en la cual vamos a ver como importar un proyecto PHP desarrollado en CodeIgniter al IDE Netbeans y poder editarlo desde este.

Para realizar esta importación deben seguir los siguientes pasos que detallo a continuación:

Abrimos Netbeans, luego damos clic en Archivo, y seleccionamos New Project. Ver imagen 2.

Importar Proyecto en CodeIgniter a Netbeans - Imagen 1

Importar Proyecto en CodeIgniter a Netbeans - Imagen 2
Ahora en la ventana que se nos muestra seleccionamos en categoría "PHP" y en proyectos "PHP Application with Existing Sources" y damos clic en Siguiente. Ver imagen 3.

Importar Proyecto en CodeIgniter a Netbeans - Imagen 3
A continuación en la siguiente ventana damos clic en Browser para buscar nuestro proyecto, en mi caso el proyecto tiene por nombre kernelinformatico y se encuentra en la carpeta htdocs de xampp, seleccionamos el proyecto y damos clic en Abrir. Ver imagen 4.

Importar Proyecto en CodeIgniter a Netbeans - Imagen 4

Luego le damos un nombre al proyecto en Project Name, en PHP Version seleccionamos la versión de PHP y en Default Encoding seleccionamos UTF-8; continuando damos clic en Siguiente. Ver imagen 5.

Importar Proyecto en CodeIgniter a Netbeans - Imagen 5
Luego en la siguiente ventana que se muestra vamos a colocar como vamos a ejecutar nuestro proyecto, esto en Run As, en este caso como es de forma local seleccionamos Local Web Site (running on local web server), en Project URL colocamos la url de donde se encuentra nuestro proyecto, en mi caso http://localhost/kernelinformatico/; y en Index File colocamos el archivo principal que se va a ejecutar cuando abramos nuestro proyecto en algún navegador, en este caso index.php. Finalmente damos clic en Terminar. Ver imagen 6.

Importar Proyecto en CodeIgniter a Netbeans - Imagen 6
Ahora como poder ver en la imagen 7 ya tenemos nuestro proyecto CodeIgniter en Netbeans, para poder trabajarlo y editarlo desde este IDE.

Importar Proyecto en CodeIgniter a Netbeans - Imagen 6

Bueno así finalizamos la importación de un proyecto PHP desarrollado en CodeIgniter a Netbeans. Eso ha sido todo por ahora, nos encontramos en la siguiente publicación.

INSTALAR Y CONFIGURAR CODEIGNITER SOBRE XAMPP

2015-01-27T07:11:00.000-05:00

Hola a tod@s...

Como se sabe CodeIgniter es un framework PHP, de código libre, desarrollado por EllisLab y es utilizado para el desarrollo de aplicaciones web dinámicas. Este framework cuenta con el patrón de diseño MVC
(Modelo, Vista, Controlador), lo cual nos facilita estructurar nuestro proyecto así como su mantenimiento; además podemos destacar su sencillez, su velocidad y su fácil uso, pues podemos crear proyectos web de forma rápida con una curva de aprendizaje prácticamente lineal.

Bueno para lograr la respectiva instalación y configuración de CodeIgniter sobre Xampp, deben seguir los puntos que detallo a continuación:

Descargar CodeIgniter de este enlace: CodeIgniter.

Ahora descomprimir el paquete en la carpeta htdocs, que se encuentra dentro de la carpeta xampp; al descomprimir se creará la carpeta CodeIgniter-2.2.1 con todos los archivos que trae este framework. Nota: El "2.2.1" depende de la versión de CodeIgniter que ustedes hayan descargado. Ver imagen 1 y 2.

Instalar y Configurar CodeIgniter sobre Xampp - Imagen 1

Instalar y Configurar CodeIgniter sobre Xampp - Imagen 2

Luego cambiamos el nombre de la carpeta CodeIgniter-2.2.1 por el nombre de nuestro proyecto en mi caso le puse "kernelinformatico". Ver imagen 3.

Instalar y Configurar CodeIgniter sobre Xampp - Imagen 3

A continuación vamos a configurar CodeIgniter modificando el archivo config.php y el archivo database.php, estos en mi caso se encuentran en C:\xampp\htdocs\kernelinformatico\application\config, esta ruta depende de donde tienen instalado xampp y que nombre tiene la carpeta de su proyecto, en mi caso el xampp está en el disco C y el nombre de la carpeta del proyecto es"kernelinformatico". Ver imagen 4.

Instalar y Configurar CodeIgniter sobre Xampp - Imagen 4

En el archivo config.php vamos a modificar la variable $config['base_url'], aquí indicamos la url del proyecto, la cual nos va a permitir acceder a este. En mi caso coloqué lo siguiente:

$config['base_url'] = 'http://localhost/kernelinformatico/';
Esta url depende de que nombre le hayan dado al proyecto, en mi caso es "kernelinformatico"; así también depende si el proyecto lo tienen en un servidor local o en un servidor remoto. Si el proyecto está en un servidor remoto cambian el http://localhost/ por el nombre de su dominio. Ver imagen 5.

Instalar y Configurar CodeIgniter sobre Xampp - Imagen 5

Ahora en el archivo database.php, si nuestro proyecto requiere de una base de datos, vamos a indicar el hostname, username, password y database a usar, en mi caso se colocó lo siguiente:

//El hostname por lo general es localhost.
$db['default']['hostname'] = 'localhost';
//El username es mi caso es root, si tienen otro usuario de base de datos, colocan ese nombre aquí.
$db['default']['username'] = 'root';
//En este caso al usuario no le eh colocado password por eso está vacío, caso contrario si su usuario tiene password lo colocan aquí.
$db['default']['password'] = '';
//Aquí colocamos el nombre de la base de datos, en mi caso es kernelinformatico.
$db['default']['database'] = 'kernelinformatico';
La imagen 6 muestra cómo quedaría el archivo database.php con esta configuración.

Instalar y Configurar CodeIgniter sobre Xampp - Imagen 6
Finalmente probaremos si ya tenemos acceso a nuestro proyecto, para ello iniciamos nuestro xampp, vamos al navegador de nuestra preferencia y colocamos la url del proyecto. Si todo está bien se mostrará una ventana similar a lo que se aprecia en la imagen 7.

Instalar y Configurar CodeIgniter sobre Xampp - Imagen 7

Así terminamos esta publicación, espero les sirva, hasta otra oportunidad. Saludos a tod@s.

SOLUCIONAR ERROR DE PUERTO 80 ENTRE XAMPP Y SQL SERVER EN WINDOWS 7

2015-01-22T03:41:00.002-05:00

Hola gente...

En esta ocasión les traigo un tutorial de cómo solucionar ese molesto error que nos muestra Xampp cuando tenemos instalado Sql Server en nuestro Windows 7. Ver imagen 1.

Solucionar Error de Puerto 80 entre Xampp y Sql Server en Windows 7- Imagen 1

Bueno manos a la obra, a continuación los pasos que debemos seguir para dar solución a este error.

Si ejecutamos Xampp y en su panel de control se muestra el siguiente error:
Problem detected!
Port 80 in use by "system"!
Apache WILL NOT start without the configured ports free!
You need to uninstall/disable/reconfigure the blocking application or reconfigure Apache to listen on a different port
Este se puede producir porqué tenemos instalado Sql Server en nuestro sistema y está interfiriendo con Xampp ya que está usando el puerto 80 el cual Xampp también necesita para ejecutar Apache.
Para solucionarlo, primero cerramos el panel de control de Xampp, dando clic en Quit, como se muestra en la siguiente imagen. Ver imagen 2.

Solucionar Error de Puerto 80 entre Xampp y Sql Server en Windows 7- Imagen 2

Luego iniciamos el Administrador de Tareas y nos ubicamos en la pestaña Servicios y damos clic en el botón Servicios que se encuentra en parte inferior derecha. Ver imagen 3.

Solucionar Error de Puerto 80 entre Xampp y Sql Server en Windows 7- Imagen 3

A continuación se muestra la ventana de Servicios de Windows, aquí buscamos el servicio SQL Server Reporting Services (MSSQLSERVER) y damos clic sobre este, ahora se mostrará dos opciones en el costado superior izquierdo, las cuales son Detener y Reiniciar; damos clic en Detener y esperamos que el administrador finalice este servicio. Ver Imagen 4 y 5.

Solucionar Error de Puerto 80 entre Xampp y Sql Server en Windows 7- Imagen 4

Solucionar Error de Puerto 80 entre Xampp y Sql Server en Windows 7- Imagen 5
Finalmente ejecutamos nuevamente Xampp y veremos que el error o conflicto ha desaparecido y podemos iniciar nuestro Apache y MySQL. Ver Imagen 6 y 7.

Solucionar Error de Puerto 80 entre Xampp y Sql Server en Windows 7- Imagen 6

Solucionar Error de Puerto 80 entre Xampp y Sql Server en Windows 7- Imagen 7

Como pueden ver solucionar este error no es complicado así que a disfrutar de Xampp y sus funcionalidades.

Saludos!!! a tod@s y nos vemos en una nueva publicación.

JUEGO DE BUSCAMINAS PROGRAMADO EN DEV C++

2011-10-07T00:12:00.001-05:00

Hola a tod@s...

En esta ocasión les traigo un proyecto que consiste en el desarrollo e implementación del famoso juego de Buscaminas. El lenguaje de programación que se utilizó para realizar este proyecto fue C++.

Antes de ir con la descripción de las funciones que se implementaron para realizar el proyecto vamos a ver algunos conceptos de este famoso juego.

Como ya es conocido el juego del Buscaminas fue inventado por Robert Donner en el año de 1989. El objetivo en el juego es despejar un campo con minas sin detonar ninguna de ellas.

El juego se hizo popular debido a las versiones que vinieron y vienen con el sistema operativo Microsoft Windows desde su versión 3.1.

A continuación las reglas del juego:

La idea del juego es despejar todas aquellas casillas de una ventana que no oculten una mina.

Ciertas casillas tienen asignadas un número, este número indica las minas que se encuentran adyacentes a esta casilla. Por ejemplo si una casilla tiene el número 2, entonces de las ocho casillas adyacentes a esta (si no es en una esquina o borde) hay 2 con minas y 6 sin minas. Si se descubre una casilla y esta se encuentra vacía, esto indica que las casillas vecinas no tiene mina y estas se descubren automáticamente.

Al descubrir una casilla con una mina se pierde el juego.

Se gana el juego cuando se logra destapar todo el campo sin detonar una casilla con una mina.

Ahora pasamos a describir las 17 funciones que se implementaron para lograr tener el juego funcionado:

void nombrePrograma(): Esta función nos permite mostrar el nombre del programa en la ventana de ejecución.

void limpiarMatriz(int Matriz[][30],int N): Esta función realiza un recorrido de una matriz de enteros para almacenar en ella ceros, en términos informáticos se está realizando una limpieza de dicha matriz para no tener problemas más adelante al momento de ejecutar nuestro juego.

void generarMarcoBuscaminas(int N): Esta función como su nombre lo dice nos permite generar y colocar el marco que rodeará a todas las casillas o celdas del juego Buscaminas.

void colocarDigitoHorizontal(int N): Esta función se implementó para colocar el número que le corresponde a una determinada columna en la ventana de ejecución.

void colocarDigitoVertical(int N): Esta función al igual que la anterior se implementó para colocar el número que le corresponde a una fila en la ventana de ejecución.

int validarDimensionBuscaminas(): Esta función permite validar que el tamaño del juego Buscaminas sea mayor o igual que nueve y menor o igual que veinte, a su vez ayuda a validar que el número de filas sea igual al numero de columnas (una matriz cuadrada). Retorna un valor entero el cual será el valor tanto de las filas como de las columnas.

int validarNumeroMinas(int N): Con esta función se valida que el número de minas no sea menor que veinte ni mayor que el número de casillas/2. Retorna un valor entero el cual representa el número de minas que van a existir en el campo de juego.

void generarBuscaminas(char A[][30],int N,int m): Esta función nos permite generar las minas que son representadas por un "*" y colocarlas en el campo de juego.

void contarMinasBuscamicas(char A[][30],int N): La finalidad de esta función es contar las cantidad de minas existentes en las casillas adyacentes a una determinada casilla y colocar el valor de la cantidad dentro de esta.

void leerColocarDigitoBuscaminas(char A[][30],int i,int j,int n): Esta función es usada en la función contarMinasBuscaminar() para colocar el valor de la cantidad de minas existentes en las casillas adyacentes a la casilla analizada.

void reportarBuscaminasSinSolucion(char A[][30],int N): Esta función nos permite mostrar las casillas iniciales del juego Buscaminas todas cubiertas dentro del marco generado.

void matrizBanderaAuxiliar(int B[][30],char A[][30],int N): Con esta función se almacenan los valores de cada casilla en una matriz auxiliar la cual servirá para ir mostrando los valores o mina de las casillas destapadas.

void reportarBuscaminasCasillaDestapada(int N,int X, int Y,int B[][30],char A[][30]): Esta función nos permite reportar el campo del juego Buscaminas con las respectivas casillas destapadas luego de seleccionar una posición para ver el valor de dicha casilla.

int verificarCasillaDestapada(char[][30],int X,int Y,int M): Esta función permite verificar una jugada, si la casilla descubierta no contiene mina se puede seguir jugando caso contrario termina el juego. Retorna 1 si la casilla no contiene mina y retorna -1 si la casilla contiene una mina.

void mostrarContenidoCasillaDestapada(int B[][30],char A[][30],int N): Esta función nos permite mostrar el contenido de cada casilla o casillas al momento de realizar una jugada.

void verificarAdyacente(int B[][30],int i, int j): Esta función nos ayuda a verificar las casillas adyacentes a una casilla vacía para ser destapadas en el caso de que sigan vacías o no contengas una mina. Una casilla vacía en el en el juego esta representada por un "0".

int ContarMinasSinDestapar(int N,int B[][30]): Función que ayuda a verificar si el jugador a ganado, esto se realiza contando las casillas sin destapar. Si el número de casillas sin destapar es igual al número de minas el jugador a ganado.

Aquí algunas imágenes del juego desarrollado:

Imagen 1

Imagen 2

Imagen 3

Imagen 4

Imagen 5

Imagen 6

Finalmente adjunto les dejo el código fuente para que prueben el juego y si desean lo mejoren. A las personas que han decidido mejorar el proyecto se les agradece si envían la nueva versión a mi correo vehac69@gmail.com.

Buscaminas 1.0 Download

ESTADO DEL ARTE DE SISTEMAS BASADOS EN EL CONOCIMIENTO

2011-09-14T23:23:00.000-05:00

Estado del Arte de Sistemas Basados en el Conocimiento by Kernel Informático

ESTADO DEL ARTE DE DATA WAREHOUSE

2011-09-13T02:32:00.000-05:00

Artículo Estado del Arte de Data Warehouse by Kernel Informático

FUSIÓN DE IMÁGENES USANDO WAVELETS BIVALENTES

2009-08-08T20:16:00.000-05:00

PDI Fusión de Imágenes Usando Wavelets Bivalentes

PRUEBAS REALIZADAS:

Caso 1:

Caso 2:

Caso 3:

FILTRADO ESPACIAL (PARTE II)

2009-08-08T20:08:00.000-05:00

FILTROS DE AGUDIZAMINETO:

El objetivo principal de estos filtros es resaltar los detalles finos de una imagen y resaltar los detalles que se han vuelto borrosos debido a un error o bien al efecto natural de la técnica de adquisición.

El proceso de agudizamiento consiste en ir convolucionando cada pixel de la imagen con un filtro(máscara, ventana) de agudizamiento de dimensiones NxN, el filtro de agudizamiento se obtiene haciendo uso de la diferenciación espacial (primera y segunda derivada).

PRIMERA DERIVADA:

SEGUNDA DERIVADA:

FILTRO LAPLACIANO:

El método consiste en definir la formulación discreta de las derivadas de segundo orden y luego construir una máscara basada en esta formulación.
Se define la siguiente fórmula(segunda derivada) la cual permitirá encontrar los filtros laplacianos:

Como tenemos dos variables (x,y) utilizamos la siguiente notación para la derivada parcial de segundo orden discreta en dirección "x" y dirección "y" respectivamente:

La implementación digital del filtro Laplaciano se obtiene sumando las dos derivadas parciales (los componetes anteriores):

A continuación se muestran los filtros Laplacianos los cuales se obtienen de la ecuación anterior:

Se obtuvo los siguientes resultados usando los filtros Laplacianos (a, b, c) de izquierda a derecha:

Se obtuvo el siguiente resultado usando el filtro Laplaciano d:

Finalmente se obtiene la imagen mejorada (bordes, detalles finos) aplicando la siguente fórmula:

RESULTADOS: El resultado de aplicar la última fórmula mencionada fue el siguiente:

FILTRO LAPLACIANO SIMPLIFICADO:

En el ejemplo anterior, implementamos el realce primero filtrando la imagen con la máscara Laplaciana y luego substrayendola (o sumandola) a la imagen original. Esto fue hecho solo para explicar el método, en la práctica la ecuación anterior se implementa con sólo una pasada de una sóla máscara como sigue:

Entonces las máscaras 1 y 2(de izquierda a derecha) quedan definidas como:

PRUEBA: Los resultados fueron los siguientes; en las imagenes de izquierda a derecha se aplicó el filtro 1, 2 respectivamente:

UNSHARP MASKING AND HIGH-BOOST FILTERING:

Consiste en restar la versión suavizada de la imagen original (imagen borrosa) a la imágen original:

Donde:

Denota la imagen resaltada obtenida de la máscara unsharp y,

Es la versión enborronada de f(x,y). El resultado es una imagen con detalles finos realzados.
Una generalización del filtro máscara unsharp es el high-boost filtering, este se define como:

Donde fs se puede obtenerse de cualquier manera conocida por ejemplo restando una imagen original de una imagen filtrada con alguno de los filtros de suavizamiento anteriores, o también fs se puede obtener directamente con un filtro Laplaciano.
Si el filtro elegido es un filtro Laplaciano entonces se define de la siguiente forma:

Este filtro funciona cuando la imagen a filtrar es más oscura de lo deseado.
PRUEBA: Aplicando unsharp masking:

PRUEBA: Aplicando high-boost filtering:

FILTROS QUE USAN INFORMACION DEL GRADIENTE:

Aquí presentamos una forma de aproximación para una máscara de 3x3:

OPERADOR ROBERTS:
Aproximación según el operador roberts:
Aplicando la aproximación se obtienen las siguientes máscaras:
PRUEBA:

OPERADOR SOBEL:
Aproximación según el operador sobel:
Aplicando la aproximación se obtienen las siguientes máscaras:
Los bordes en las imágenes de salida aplicando este filtro son más dominantes que al aplicar el filtro Laplaciono.
PRUEBA:

CASO DE ESTUDIO:

Se tiene el escaneo de los huesos usando tecnología nuclear, para detectar infecciones y tumores, pero la imagen es pobre en detalles, entonces se aplicará una serie de pasos los cuales permitirán mejorar la imagen(detalles, bordes).
Dificultad: Rango dinámico de la escala de grises y alto nivel de ruido.
IMAGEN ORIGINAL:

MEJORAMIENTO DE LA IMAGEN ORIGINAL:

Paso 1: Aplicar el filtro Laplaciano a la imagen original:
Paso 2: Aplicar el operador Sobel a la imagen original:
Paso 3: Suavizar la imagen anterior(Sobel) con un filtro promedio de 5*5:

Paso 4: Producto de la imagen obtenida en el paso 1 por la imangen obtenida en el paso 3 (Laplaciano por Sobel Suavizado):
Paso 5: Sumar la imagen original + la imagen obtenida en el paso 4:
Paso 6: Finalmente realizar la operación de potencia a la imagen obtenida en el paso 5 (c=1.0, exponente=0.5):

El programa implementado nos muestra el siguiente resultado:

Como podemos ver al seguir los pasos ya mencionados se llegó a obtener una imagen la cual cuenta con más detalle que la imagen original.

FILTRADO ESPACIAL

2009-07-04T19:48:00.000-05:00

Ahora trabajaremos en el dominio espacial utilizando máscaras que al entrar en convolución con la imagen, cambian la intensidad de la imagen original.

Cada máscara tiene ciertos valores, no debemos confundir estos valores con intensidades de píxeles, pues son más bien los coeficientes de la máscara.

El objetivo del filtrado espacial es acentuar o disminuir las características de una imagen.

El proceso consiste en convolucionar la máscara con la imagen: Se debe aplicar la máscara centrada en el píxel (i , j), y luego actualizar este valor según la operación de convolución, luego mover la máscara al píxel vecino y repetir la operación.

La entrada será una imagen en escala de grises.
La salida será la imagen modificada en escala de grises.

INTRODUCCION:

El proceso de filtrado está dado por el operador convolución:

O similarmente:

FILTRO DE SUAVIZAMIENTO:

Son usados para redución de ruido, generalmente hacen borrosa la imagen pues eliniman detalles de la imagen, tambien son usados en pasos previos de otras etapas de procesameinto, donde el detalle no es relevante.

FILTROS LINEALES:

Llamados tambié filtros promedios, consiste simplemente en promediar los píxeles que caen dentro de la máscara.
Son llamados tambien filtros paso bajo, se usan para rducción de ruido, y eliminar detalles irrelevantes.

FILTRO LINEAL 1: La máscara definida es la siguiente:
PRUEBA:

FILTRO LINEAL 2: La máscara definida es la siguiente:
PRUEBA:

FILTRO LINEAL 3: La máscara definida es la siguiente:
PRUEBA:

FILTRO LINEAL GAUSSIANO:
Mascara según distribución gaussiana.
Se forma la máscara utilizando la ecuación anterior, por ejemplo para una ventana de 3x3 quedaría:
Donde el mayor peso se le da al píxel central y píxeles mas cercanos; se le da menor peso a los píxeles mas alejados.
En general la implementación viene dada mediante la siguiente expresión:
PRUEBA:

FILTROS ESTADISTICOS:

Usan las estadísticas contenidas dentro de los píxeles que caen dentro de la máscara, por ejemplo cálculo de la mediana, moda, etc.

FILTRO MEDIANA:
El pixel central se reemplaza por la mediana de pixeles de la máscara.
Problema: Se pierden las líneas finas y los bordes.
Implementación:Aplicar una ordenación de los pixeles que caen dentro de la máscara(subimagen) de la imagen y asignar el pixel central.
Usos: Eliminación de ruido aleatorio(random noise), sin volver muy borrosa la imagen y eliminación efectiva del ruido sal y pimienta.
PRUEBA:

FILTRO MAX:
Se considera el primer valor mas alto de los píxeles ordenados(o el segundo o el tercero dependiendo de la aplicaión) de una máscara (vecindad).
Usos: Buscar puntos brillante en la imagen.
PRUEBA:

FILTRO MIN:

Se considera el primer valor mas pequeño de los píxeles ordenados(o el segundo o el tercero dependiendo de la aplicación) de una máscara.
Usos: Buscar puntos oscuros en la imagen.
PRUEBA:

FILTRO MODA:

Se elige el valor mas frecuente, es decir el valor que más aparece en la vecindad.
Si todos los valores son diferentes o hay varios valores que aparecen con igual frecuencia, tomar el valor medio de los pixeles que no difieren entre si más que un umbral. Ejemplo:
{20, 21, 22, 23, 30, 31, 35, 40, 80}, el valor más frecuente está en el intervalo [20, 23], se elige el valor 21.
PRUEBA:

FILTRO DE PUNTO MEDIO:
Para el funcionamiento de este filtro se escoge el valor del pixel máximo y mínimo dentro de una ventana (vecindad) y se promedia.
PRUEBA:

FILTRO DEL PUNTO MEDIO ALFA RECORTADO:
Se realiza promediando los valores dentro de la ventana , pero con algunos valores iniciales y finales excluidos.
Se implementa primero ordenando los pixeles que se encuentran dentro de la máscara, después se eliminan T valores iniciales y T valores finales y finalmente los valores que se mantienen son promediados.
PRUEBA: Donde T=2:

OTROS FILTROS: Tenemos.

FILTRO DE MEDIA GEOMETRICA:
Trabaja mejor con ruido gaussiano.Se comporta mal con ruido tipo sal y pimienta.
La fórmula usada para este filtro es la siguiente:
Donde: m y n son las dimensiones de la ventana (máscara).
Esta fórmula se aplica a cada vecindad (máscara) que se obtiene de la imagen.
PRUEBA:

FILTRO DE LA MEDIA ARMÓNICA:
Trabaja bien con ruido tipo sal y ruido gaussiano.
Falla con ruido de tipo sal y pimienta.
La fórmula usada para este filtro es la siguiente:
Donde: m y n son las dimensiones de la ventana (máscara).
Esta fórmula se aplica a cada vecindad (máscara) que se obtiene de la imagen.
PRUEBA:

FILTRO DE MEDIA CONTRA-ARMÓNICA:
Trabaja bien para imágenes con ruido tipo sal y pimienta.
Dependiendo del orden de R, para valores negativos de R, elimina el ruido tipo sal, para valores positivos elimina el ruido tipo pimineta.
La fórmula usada para este filtro es la siguiente:
Donde R es el orden; R puede ser un valor positivo o negativo.
Esta fórmula se aplica a cada vecindad (máscara) que se obtiene de la imagen.
PRUEBA: Donde R=2:

FILTRO MEDIO MYp:
La fórmula usada para este filtro es la siguiente:
Donde: m y n son las dimensiones de la ventana (máscara) y p es el orden.
PRUEBA: Donde p=1:

FILTRO ADAPTATIVO:
Tiene la capacidad de adaptarse a las características locales de la imagen, un filtro adaptativo esta dado por:
Donde:

MEJORAMIENTO DE IMÁGENES EN EL DOMINIO ESPACIAL (PARTE II)

2009-06-27T22:54:00.000-05:00

Realce Local:

Los métodos discutidos en la parte I con relación al histograma son métodos globales, en el sentido de que los pixeles se modifican por funciones de transformación basadas en el contenido de niveles de grises de la imagen entera. Aunque el realce global es adecuado para una mejora general existen casos en los que es necesario realzar detalles sobre áreas pequeñas de una imagen.

Las técnicas vistas en la parte uno son facilmente adaptables para hacer realce local.

El procedimiento consiste en definir una vecindad y mover el centro de esta área pixel por pixel. En cada posición, se calcula el histograma del vecindario. Esta función de mapeo finalmente se aplicará solo al pixel central del vecindario. El pixel central se mueve a la siguiente posición. Este esquema se repite para toda la imagen.

Prueba donde la máscara definida es de 7x7:

Caso de Estudio 1: Uso de Estadísticas del Histograma para el Mejoramiento de Imágenes:

En este caso de estudio en lugar de utilizar el histograma directamente para el realce, vamos hacer uso de algunos parámetros estadísticos obtenidos directamente del histograma.

Sea r una variable aleatoria discreta que representa los niveles de gris en el rango [0, L-1].
Sea p(ri), la probabilidad de la intensidad de un pixel(histograma normalizado) en una imagen.
Entonces el n-ésimo momento de r alrededor de la media está definido como:

Donde m es la media de los valores de ri:

De las expresiones anterioeres se tiene que:

El segundo momento se define como:

Esta expresión es la varianzade r, que se denota como:

La desviación estandar es la raíz cuadrada de la varianza:

En este caso de estudio consideraremos dos usos de la media y la varianza para el realce:

Media y varianza global: Se calcula a partir de la imagen entera y se usan para un ajuste global de toda la intensidad y el contraste.

Media y varianza local: Permite un procesamiento más especializado, analizando solo regiones de la imagen.

Sea (i,j) las coordenadas de un pixel en una imagen, y sea Si,j una vecindad(subimagen) de tamaño específico centrada en (i,j). Entonces la media y la varianza de la región Si,j esta dado por:

Donde rs,t es el nivel de gris en las coordenadas (s,t) de la vecindad, y p(rs,t) es el componente del histograma normalizado de la vecindad correspondiente al nivel de gris.

Problema: Mejorar el contraste de las áreas oscuras pero sin alterar las áreas claras, se propone un metodo local basado en las estadisticas de la imagen.

Solución: Entonces el método de realce es como sigue: Sea p(x,y) el valor de un pixel de una imagen en cualquier coordenada (x,y), y sea g(x,y) el valor del pixel realzado correspondiente en esa misma coordenada. Entonces:

Donde:

Prueba donde E= 4.0 , K0=0.4 , k1= 0.04 , k2=0.4 con una vecindad de 3x3:

Caso de Estudio 2: Promedio de una Imagen:

Considere una imagen ruidosa g(x,y) formanada por la suma de ruido n(x,y) a una imagen f(x,y) entonces se tiene:

El objetivo es reducir el ruido sumando un conjunto de imágenes ruidosas:

Entonces el promedio de K imágenes ruidosas se define como:

Mientras K se incrementa la variabilidad(ruido) del valor de un pixel en una posición (x,y) decrementa. Esto significa que:

Imagen Original sin ruido:

Prueba: con K=5 se obtuvo el siguiente resultado:

Prueba con K= 64, 128, 256, de izquierda a derecha se obtuvo los siguientes resultados:

Entonces se puede observar que la imagen de salida será mejor mientras mayor sea el número de imágenes ruidosas promediadas.

MEJORAMIENTO DE IMÁGENES EN EL DOMINIO ESPACIAL

2009-06-17T02:25:00.000-05:00

El presente trabajo muestra los diferentes métodos que existen para el mejoramiento de imagenes en el dominio espacial. Estos métodos trabajan sobre el plano de la imagen y en este operan directamente sobre los píxeles de tal imagen. El termino dominio espacial se refiere al conjunto de píxeles que comprenden una imagen. Los procesos en el dominio espacial se denotan por la siguiente expresión:

Donde:

f(x,y) es la imagen de entrada.
g(x,y) es la imagen procesada.
T es un operador en f definida sobre alguna vecindad. La vecindad donde se aplica el operador T generalmente es un rectangulo, matriz de n*n.
Si la vecindad es de 1x1 entonces es una operación puntual y la función de transformación tomará la forma :

s = T(r)

Donde s y r son variables que denotan niveles de grises para f(x,y) y g(x,y) respectivamente.

Funciones básicas de transformaciones en escala de grises usadas para el mejoramiento de imágenes

Funciones lineales (Negativo e identidad).
Funciones logarítmicas (logaritmo y logaritmo invertido).
Funciones potencia (n-potencia y n-raiz).
Funciones de transformación lineales por trozos.

Funciones Lineales:(Negativo)
El negativo de una imagen con un rango de nivel de grises entre [0 , L - 1], está dado por la expresión:

s = L - 1 - r

Esta función invierte los niveles de intensidad de esta manera se produce el equivalente de un negativo fotografico. Este tipo de procesamiento es útil para mejarar niveles de blancos o grises en regiones oscuras de la imagen, especialmente cuando las areas negras dominan en tamaño.
Prueba:

Funciones Logarítmicas: La forma general de esta transformación es:

s = c * log(r + 1)

Donde c esuna constante y se asume que r es mayor o igual que 0 a la quinta. El efecto de esta transformación es mapear un pequeño rango de valores bajos de nivel de gris a un rango más amplio de niveles de salida, al tiempo que lo contrario ocurre con los valores de entrada altos.

Se usa una transformación de este tipo para expander los valores de píxeles oscuros de una imagen, mientras se comprime los valores de alto valor. La transformación logarítmica inversa lleva a cabo la transformación contraria.

Prueba donde c=2:

Funciones de Potencia: Su forma general es:

s = c* ( r )ª

Donde c y a son constantes positivas. Algunas veces la ecuación se escribe como s = c* (r + e)ª para tomar en cuenta un offset de calibración. Al variar la variable a obtenemos las diversas transformaciones que se grafican a continuación.

Como en el caso de la transformacion logarítmica, las curvas de función de potencia con valores fraccionales de a mapean un rango pequeño de valores oscuros en un rango amplio de valores de salida y lo contrario con los valores claros de entrada. Esta tranformación es usada para manipular el contraste de la imagen.

Prueba: donde c=1 y a=10:

Funciones de transformación lineales por trozos: La principal ventaja de estas tranformaciones es que pueden ser arbitrariamente complejas (pueden tener las formua que queramos). Su desventaja es que su especificación requiere más datos de entrada por parte del usuario. Entre estas funciones tenemos:

Recorte de plano de bits:

Para algunas aplicaciones, es deseable conocer la contribución de cada bit específico en la apariencia total de la imagen.
Supóngase que cada pixel de una imagen es representado por 8 bits. Imigínese que la imagen se compone de 8 planos de 1 bit, desde el plano de 0 bits (el bit menos significativo) hasta el plano de bits 7 (más significativo). El plano de bits contiene todos los LSB de cada byte de cada pixel en la imagen y el plano 7 contiene los MSB de cada byte de cada pixel de la imagen.
Con esto obtenemos 7 imágenes binarias (una por cada plano). Este proceso ayuda a determinar la cantidad de bits necesaria para cuantificar una imagen, tambien es util para la compresión de imagenes.
Prueba: Donde el plano es igual a 7, 5, 0 respectivamente:

Procesamiento del Histograma:

El histograma es una imagen digital con niveles de gris en el rango [0, L-1] de una función discreta:

Donde rk es el nivel de grises k-esimo y nk es el número de píxeles en la imagen con niveles de grises rk.

Los histogramas son la base de muchas técnicas de procesamiento de la imagen en el dominio espacial.

Histograma Normalizado: Para normalizar el histograma se divide cada uno de sus valores entre el número total de píxeles en la imagen, n. Asi el histograma normalizado se obtiene de:

Para k = 1, 2, 3, ..., L-1.

Ecualización del Histograma: La ecualizacion nos permitirá que la imagen eleve su contraste y exhiba una gran variedad de tonos de gris. Para la ecualización trabajaremos con el caso discreto:

Donde n es el número total de píxeles en la imagen, nk es el número de píxeles que tienen nivel de gris rk, y L es el número total de posibles niveles de gris de la imagen.
Prueba:

Funciones de Ecualización:

Ecualización Uniforme: El histograma se modifica de tal forma que la imagen resultante de los niveles de gris se representa de forma equitativa en todo el rango de valores establecido. Esta ecualización tiene la siguiente expresión:

Donde: rmin es el valor minimo de intensidad de pixel que contiene la imagen de entrada y rmax es el valor máximode intensidad de pixel que contiene la imagen de entrada.
Prueba:

Ecualización Exponencial: Esta ecualización nos permite distribuir el histograma según una función exponencial. Esta ecualización tiene la siguiente expresión:

Donde: rmin es el valor minimo de intensidad de pixel que contiene la imagen de entrada.
Prueba donde alpha=0.01:

Ecualización Rayleigh: Se trata de distribuir el histograma según la siguiente expresión:

Donde: rmin es el valor minimo de intensidad de pixel que contiene la imagen de entrada.
Prueba donde alpha=50:

Ecualización Hipercúbica: Se trata de distribuir el histograma según la siguiente expresión:

Donde: rmin es el valor minimo de intensidad de pixel que contiene la imagen de entrada y rmax es el valor máximode intensidad de pixel que contiene la imagen de entrada.

Ecualización Logaritmo Hiperbólica: Se trata de distribuir el histograma según la siguiente expresión:

Donde: rmin es el valor minimo de intensidad de pixel que contiene la imagen de entrada y rmax es el valor máximode intensidad de pixel que contiene la imagen de entrada.
Prueba:

Expansión del Histograma: La función para expandir el histograma se define como:

Donde f(x,y) es el nivel de gris de la imagen de entrada, g(x,y) es el nivel de gris de la imagen de salida, f(i,j)max es el mayor valor del nivel de gris en la imagen de entrada f, f(i,j)min es el menor valor del nivel de gris de la imagen de entrada f, MAX y MIN corresponden al máximo y al mínimo valores posibles de los niveles de gris(para una imagen codificada con 8 bits sería 0 y 255).

Pruba donde MIN=0 y MAX=255:

Contracción del Histograma: La funcion para contraer el histograma se define como:

Donde rk es el nivel de gris de la imagen de entrada, sk es el nivel de gris de la imagen de salida, Cmax y Cmin son los valores deseados de compresión, rmax es el mayor valor del nivel de gris en la imagen de entrada, rmin es el menor valor del nivel de gris de la imagen de entrada.

Prueba: donde Cmin=100 y Cmax=250:

Desplazamiento del Histograma: Este procesamientp nos permite aclarar u oscurecer las imágenes. La función para el desplazamiento del histograma se define como:

Donde rk es el nivel de gris de la imagen de entrada, sk es el nivel de gris de la imagen de salida, DES es el valor de desplazamiento.

Prueba: donde DES=50:

Histogram Matching (especificación del histograma): Esta técnica nos permite especificar la forma que tendrá el histograma de la imagen de salida. Procedimiento discretizado:

Donde:

Se pretende:

La idea general es encontrar los valores zk correspondientes a sk que satisfagan la ecuación sk=zk.

Esta ecuación se da pues trabajamos con enteros.

Pruebas:

TRANSFORMACIONES GEOMÉTRICAS EN IMÁGENES

2009-06-12T22:20:00.000-05:00

El siguiente trabajo presenta:

La respectiva descripción y prueba de las diversas transformaciones geométricas que se pueden realizar a una imágenes. Bueno las transformaciones geométricas son operaciones que nos permiten modificar las posiciones de los pixeles de una imagen en lugar de la intensidad del pixel, la finaldad de esta modificación es crear una nueva imagen a partir de la imagen original; a la imagen nueva se la denomina "homologo" de la original. Entre las transformaciones geométricas más importantes tenemos:

INTERPOLACIÓN:

En el campo de la imagen digital, la interpolación se aplica para conseguir un tamaño mayor de una imagen inicial, rellenando la información que falta con datos(píxeles) obtenidos a partir de la aplicación de un algoritmo específico a los datos(píxeles) conocidos. Matematicamente la interpolacion de una imagen se expresa de la suiente manera:

Donde:

p(i,j) es el valor del píxel de la imagen original.
p(iinit,jinit) es el valor del píxel resusltante de la interpolación.
h(distancia((iinit,jinit),(i,j))) es el núcleo de la interpolación.

Las interpolaciones en imágenes mas imporatantes son:

INTERPOLACIÓN POR VECINO MÁS CERCANO: Es el método de interpolación más básico. Este método considera el pixel mas cercano de los cuatro píxeles que rodean al pixel p(x,y) interpolado. El error de posición de este método es a lo sumo medio píxel; este error es perceptible en objetos con fronteras rectas en las que aparece un efecto de salto después de la transformación. El núcleo de esta interpolación está dado por:

Prueba: Aplicando un escalado de 2 a X como a Y junto con la interpolación del vecino más cercano se obtuvo el siguiente resultado.

INTERPOLACIÓN BILINEAL: La interpolación bilineal se logra promediando los cuatro píxeles adyacentes al pixel p(x,y) interpolado. Esta interpolación funciona mejor en imágenes de colores con bordes bien definidas. Es menos suave que la interpolacion bicúbica. El núcleo de esta interpolación está dado por:

Prueba: aplicando un escalado de 2 a X como a Y junto con la interpolación bilineal se obtuvo el siguiente resultado.

INTERPOLACIÓN BICÚBICA: Esta interpolación es usada por los programas como Adobe Photoshop o Paint Shop Pro.Es el método de interpolación considerado estándar (promedia 16 píxeles adyacentes al pixel p(x,y) interpolado). Photoshop además usa algunas variaciones como interpolación bicúbica enfocada o interpolación bicúbica suavizada que aplican ciertos cambios en la imagen final. Esta interpolación ha sido tomada por muchos usuarios como una variación del algoritmo S-Spline. Los resultados que se obtiene con esta interpolación pueden ser de los mejores que obtengamos. El núcleo de esta interpolación esta dado por:

Prueba: aplicando un escalado de 2 a X como a Y junto con la interpolación bilineal se obtuvo el siguiente resultado.

TRANSFORMACIONES ELEMENTALES: En todas estas transformaciones se requiere interpolación y representación en coordenadas homogéneas ya que al efectuar una operación fundamental o una transformación las posiciones de los píxeles toman nuevos valores.

Tenemos las siguientes tranformaciones elementales:

TRASLACIÓN: Esta transformación se define por la siguiente matriz, utilizando coordenadas homogéneas:

Cada posición de la matriz de la imagen es aumentada o disminuida por el factor de traslación. Como en nuestro caso tenemos un sistema de coordenadas de mano izquierda en el monitor las posiciones "X" esta dado por el cálculo de las j's y las "Y" por el cálculo de las i's. Entonces tenemos:

Prueba: aplicando un traslación de 50 en X y 100 en Y se obtuvo el siguiente resultado.

ROTACIÓN: Esta transformación se define por la siguiente matriz, utilizando coordenadas homogéneas:

Cada posición de la matriz de la nueva imagen se obtiene de la siguiente forma:

Prueba: aplicando un rotación de 45º se obtuvo el siguiente resultado.

ESCALAMIENTO: Esta transformación se define por la siguiente matriz, utilizando coordenadas homogéneas:

Cada posición de la matriz de la nueva imagen se obtiene de la siguiente forma:

Prueba: aplicando un escalado de 2 a X y Y se obtuvo el siguiente resultado.

GENERALIZACIÓN DE TRANSFORMADAS:

TRANSFORMADA AFIN: Se define mediante la siguiente matriz, utilizando coordenadas homogéneas:

Cada posición de la matriz de la nueva imagen se obtiene de la siguiente forma:

REGISTRO ENTRE IMÁGENES: El registro permite definir una relación espacial (correspondencia) entre una imagen A y una imagen B.

Correspondencia: Establecer una transformación espacial que especifique para cada punto de la imagen A el punto de la imagen B al cual se debe superponer.

ALGORITMO:

Obtener n puntos homólogos en A y en B: (in, jn) (i’n, j’n) construir las siguientes matrices:

Hallar los parámetros de la transformada afín:

Resolviendo las ecuaciones tenemos:

C ax = bx

C ay = by

Podemos aplicar la técnica de los mínimos cuadrados , haciendo una descomposición de los valores singulares de la matriz C (descompisión SVD).

OPERACIONES BÁSICAS EN IMÁGENES

2009-06-07T20:58:00.000-05:00

A continuación se presentará un informe detallado de las diferentes operaciones básicas que se pueden realizar con las imágenes, además de sus respectivas pruebas. Bueno empezaremos este informe dando ciertas definiciones importantes las cuales nos ayudarán a comprender mejor estas operaciones en imágenes.

OPERACIONES PUNTUALES:

Una operación puntual es aquella que transforma una imagen de entrada en una imagen de salida de forma que cada pixel de la imagen de salida solo depende de la magnitud del correspondiente pixel de entrada. Una operación puntual se puede expresar matemáticamente como:
Donde q(x,y) es el pixel de salida y p(x,y) es el pixel de entrada. f especifica el mapeo del nivel de gris de la entrada al nivel de gris de la salida. La forma en que se transforma la imagen depende de la función ya definida.

Tenemos las siguientes operaciones puntuales:

Operador Inverso o Negativo: Mediante este operador se crea una imagen de salida que es la inversa de la imagen de entrada.Esta operación es útil en aplicaciones médicas. La función de transformación es la siguiente:

Prueba:

Operador Umbral: Esta transformación crea una imagen de salida binaria a partir de un rango de tonos de gris. El nivel de transformación de este operador está dado por un umbral de entrada u, donde 0<=u. La función de transformación es la siguiente:

Prueba: donde u=150.

Operador Intervalo de Umbral Binario: Esta transformación crea una imagen binaria de salida a partir de una imagen de tonos de gris, donde todos los tonos de grises cuyo nivel está en el intervalo definido por u1 y u2 son transformados a 255 y todos los valores fuera de este intervalo a 0. Tenemos la siguiente función de transformación para este operador:

Prueba: donde u1=40 y u2=190.

Operador Intervalo de Umbral Binario Invertido: Esta función crea una imagen de salida a partir de una imagen de entrada en tono de grises, donde todos los tonos de grises de cada pixel que están dentro del intervalo definido por u1 y u2 son transformados a 0 y los que están fuera son transformados a 255. La función de transformación es la siguiente:

Prueba: donde u1=40 y u2=190.

Operador Umbral de Escala de Grises: Esta función de transformación crea una imagen con los únicos valores de nivel de gris comprendido entre el intervalo definido por u1 y u2, los demás se transforman a 255. La función de transformación es la siguiente:

Prueba: donde u1=40 y u2=190.

Operador de Umbral de Escala de Grises Invertido: Esta función de transformación crea una imagen con los únicos valores de nivel de gris comprendido entre el intervalo definido por u1 y u2, sacando su inverso o negativo para éstos; los demás se transforman a 255. La función de transformación es la siguiente:

Prueba: donde u1=40 y u2=190.

Operador de Extensión: Esta función de transformación crea una imagen con la escala de grises completa para el intervalo definido por u1 y u2, los demás se transforman a 255. La función de transformación es la siguiente:

Prueba: donde u1=40 y u2=190.

Operador Reducción del Nivel de Gris: Esta permite obtener una imagen de salida con un menor número de nivel de gris respecto de la imagen original. Este operador permite regular el número de nivel de gris que uno desee mediante el numero de umbrales, es decir si el numero de umbrales es n obtendremos n+1 niveles de gris. La función de transformación es la siguiente:

Prueba: donde n=4 y u1=40, u2=80, u3=120 y u4=160.

Adición: Esta transformación utiliza la información del nivel de gris contenida en la misma localización (posición de los píxeles) de dos imágenes de entrada A y B para crear una nueva imagen C, la dimensión de las imágenes debe ser la misma. La transformación se aplica a todos los pares de píxeles en las imágenes de entrada. La adición se puede utilizar para reducir los efectos del ruido en la imagen. La función de transformación es la siguiente:

Prueba: donde K=2 ya que la suma es de dos imágenes.

Sustracción: La sustracción de dos imágenes es una técnica útil para detectar el cambio producido o el movimiento en dos imágenes que han sido captadas en dos instantes de tiempos distintos. Al aplicar esta transformación el valor de salida puede ser una valor fuera del rango comprendido entre 0 y 255, esto se soluciona dándole el valor de 0 a los números negativos y 255 a los números mayores que 255.La función de transformación es la siguiente:

Prueba: donde K=2 ya que la sustracción se da entre dos imágenes:

Operaciones de Vecindad: Consiste en transformar el valor de un píxel p en la posición (x,y) teniendo en cuenta los valores de los píxeles vecinos. Esta operación permite obtener un nuevo valor de píxel en la imagen de salida, dependiendo de una combinación de los valores de píxeles en la vecindad del píxel de la imagen original que esta siendo transformada. Para realizar esta operacion es necesario una máscara.La función de transformación es la siguiente:

Prueba: donde la máscara es igual a la siguiente matriz:

mascara[][]={{-0.1667,-0.6667,-0.1667},{-0.6667,4.3333,-0.6667},{-0.1667,-0.6667,-0.1667}}

Esta máscara nos permite elevar el contraste de la imagen.

Prueba: donde la máscara es igual a la siguiente matriz:

mascara[][]={{1,2,1},{0,0,0},{-1,-2,-1}}