🔍 Escalamiento de Imágenes - Álgebra Lineal

Este proyecto implementa algoritmos de escalamiento de imágenes utilizando conceptos fundamentales de álgebra lineal, específicamente transformaciones lineales aplicadas al procesamiento digital de imágenes.

📋 Descripción del Proyecto

El proyecto consiste en una aplicación interactiva desarrollada con Streamlit que permite:

• Cargar imágenes en formatos PNG, JPG y JPEG
• Aplicar transformaciones de escalamiento usando matrices de transformación lineal
• Visualizar resultados con dos métodos de interpolación diferentes
• Analizar propiedades matemáticas de las transformaciones aplicadas
• Demostrar conceptos de álgebra lineal de forma visual e interactiva

🧮 Fundamentos Matemáticos

El escalamiento de imágenes se basa en la aplicación de una matriz de transformación lineal:

M = [sx  0 ]
    [0  sy]

Donde:

• sx: Factor de escalamiento en el eje X (horizontal)
• sy: Factor de escalamiento en el eje Y (vertical)

Esta transformación cumple con las propiedades de linealidad:

• T(u + v) = T(u) + T(v)
• T(αu) = αT(u)

🗂️ Estructura del Proyecto

Proyecto AL/
├── app_streamlit.py          # Aplicación web principal
├── escalamiento.py           # Clase principal con algoritmos de escalamiento
├── test_escalamiento.py      # Script de pruebas y demostraciones
├── requirements.txt          # Dependencias del proyecto
├── images/                   # Carpeta de imágenes
│   └── imagen_prueba.png    # Imagen de prueba generada automáticamente
└── README.md                # Este archivo

🚀 Instalación y Configuración

Prerrequisitos

• Python 3.7 o superior
• pip (gestor de paquetes de Python)

1. Clonar o descargar el proyecto

git clone <url-del-repositorio>
cd "Proyecto AL"

2. Instalar dependencias

pip install -r requirements.txt

Las dependencias incluyen:

• numpy>=1.21.0 - Cálculos numéricos y matrices
• pillow>=9.0.0 - Procesamiento de imágenes
• matplotlib>=3.5.0 - Visualización y gráficos
• streamlit>=1.12.0 - Framework para la aplicación web
• scipy>=1.7.0 - Algoritmos científicos (interpolación)

🎮 Cómo Ejecutar la Aplicación

Aplicación Web Interactiva

streamlit run app_streamlit.py

ó tambien con

python -m streamlit run app_streamlit.py

Esto abrirá automáticamente tu navegador web en http://localhost:8501 con la interfaz interactiva.

Script de Pruebas

python test_escalamiento.py

Este script ejecuta pruebas automáticas y genera visualizaciones de ejemplo.

🖥️ Uso de la Aplicación

Interfaz Web (Streamlit)

1. Cargar Imagen: Usa el botón "Sube una imagen" para cargar tu archivo
2. Configurar Escalamiento:
   • Ajusta el factor de escala X (0.1 - 5.0)
   • Ajusta el factor de escala Y (0.1 - 5.0)
   • Selecciona el método de interpolación:
     • Vecino más cercano: Más rápido, resultado pixelado
     • Interpolación bilineal: Mejor calidad, más suave
3. Aplicar Transformación: Haz clic en "🔄 Aplicar Escalamiento"
4. Explorar Resultados:
   • Compara imagen original vs escalada
   • Ve el análisis matemático detallado
   • Visualiza la transformación geométrica

Funcionalidades Avanzadas

• 📈 Análisis Matemático: Muestra la matriz de transformación, determinante y propiedades
• 🎨 Visualización de Transformación: Representa gráficamente cómo se transforma un cuadrado unitario
• 📊 Métricas: Información sobre dimensiones, cambio de área y propiedades ortogonales

🔧 Componentes Técnicos

escalamiento.py

Clase principal EscalamientoImagen con métodos:

• escalar_manual(sx, sy): Implementación manual usando vecino más cercano
• escalar_interpolacion_bilineal(sx, sy): Escalamiento con interpolación suave
• analizar_propiedades(sx, sy): Análisis matemático de la transformación
• demostracion_visual(sx, sy): Visualización comparativa

app_streamlit.py

Interfaz web interactiva que incluye:

• Carga de archivos de imagen
• Controles deslizantes para factores de escala
• Selección de métodos de interpolación
• Visualización en tiempo real
• Análisis matemático expandible

test_escalamiento.py

Script de pruebas que incluye:

• Generación automática de imagen de prueba
• Pruebas con diferentes factores de escala
• Verificación de propiedades matemáticas
• Visualización de resultados

📊 Métodos de Interpolación

1. Vecino Más Cercano

• Ventajas: Rápido, preserva valores originales exactos
• Desventajas: Resultado pixelado, especialmente al ampliar
• Uso recomendado: Imágenes con bordes definidos, escalamiento rápido

2. Interpolación Bilineal

• Ventajas: Resultado más suave, mejor calidad visual
• Desventajas: Más lento computacionalmente
• Uso recomendado: Fotografías, escalamiento de alta calidad

🧪 Ejemplos de Uso

Ejemplo 1: Ampliación Uniforme

escalador = EscalamientoImagen('mi_imagen.jpg')
imagen_escalada = escalador.escalar_manual(2.0, 2.0)  # Doble tamaño

Ejemplo 2: Escalamiento No Uniforme

imagen_escalada = escalador.escalar_manual(3.0, 0.5)  # Más ancho, menos alto

Ejemplo 3: Reducción con Interpolación

imagen_escalada = escalador.escalar_interpolacion_bilineal(0.5, 0.5)  # Mitad del tamaño

🎯 Conceptos de Álgebra Lineal Demostrados

1. Transformaciones Lineales: Aplicación de matrices a vectores de posición
2. Determinante: Interpretación como factor de cambio de área
3. Linealidad: Verificación de las propiedades fundamentales
4. Transformaciones Ortogonales: Cuando sx = sy (preserva ángulos)
5. Autovalores: Los factores de escala son los autovalores de la matriz

🚨 Limitaciones y Consideraciones

• Memoria: Imágenes muy grandes pueden consumir mucha RAM
• Rendimiento: La interpolación bilineal es más lenta para imágenes grandes
• Calidad: El escalamiento hacia arriba puede introducir artefactos
• Formato: Solo soporta imágenes RGB y escala de grises

📚 Referencias Teóricas

• Álgebra Lineal: Transformaciones matriciales
• Procesamiento Digital de Imágenes: Interpolación
• Análisis Numérico: Métodos de interpolación
• Geometría Analítica: Transformaciones en el plano

📄 Licencia

Este proyecto es de uso educativo y está disponible para fines académicos.

---

Desarrollado como proyecto educativo para demostrar aplicaciones prácticas de álgebra lineal en procesamiento de imágenes.