Skip to content

pdrtorrente/Sistemas-Evolutivos

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

18 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Geração de imagem com algoritmo genético

O objetivo do projeto é fazer um programa com algoritmo genético que gere uma imagem do zero com base em uma imagem de exemplo.

Este projeto foi realizado na disciplina SCC0713 - Sistemas Evolutivos Aplicados à Robótica para fins educacionais.

Link da apresentação: https://drive.google.com/file/d/1w_VU63lqRdXGpKfya93BiFihopZSRkfZ/view?usp=drive_link

Funcionamento do programa

O programa funciona da seguinte forma:

  • É gerada uma população inicial em que cada indivíduo representa um pixel da imagem com seus valores no espectro RGB;
  • Para cada indivíduo calcula-se seu "fitness" com base no pixel de referência da foto original;
  • Os 50% melhores indivíduos serão selecionados para gerarem os "filhos", já a outra metade dos piores sofrerá o "genocídio";
  • Os filhos serão gerados por meio de um crossover (média dos valores) entre dois indivíduos "pais" selecionados anteriormente;
  • Alguns indivíduos da população sofrerá uma mutação para evitar mínimos locais;
  • Repete-se todo o processo nas outras gerações.

Foi escolhido o formato .ppm devido a sua facilidade para manipulação de pixels e por não haver compressão, não há perda de dados da imagem.

Programa em execução

Programa de camuflagem com base em uma cor definida:

camuflagem

Geração de imagem:

programa-rodando

Média do fitness da população ao longo das gerações (quanto mais próximo de zero, melhores o indivíduos)

media-fitness

Getting Started

Requerimentos

  • Numpy
  • Matplotlib
  • Python

Para executar o programa

Primeiramente clone o repositório;

Execute o programa com o seguinte comando:

python3 gera_imagem.py

Ou para a camuflagem em cor:

python3 camuflagem.py

Observações

Para colocar outras imagens de exemplo, adicione no mesmo repositório uma imagem no formato .ppm com o nome "exemplo.ppm".

Autores

  • Agnes Bressan de Almeida - 13677100
  • Beatriz Lomes da Silva - 12548038
  • Carolina Elias de Almeida Américo - 13676687
  • Caroline Severiano Clapis - 13861923
  • Pedro Oliveira Torrente - 11798853

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 3

  •  
  •  
  •  

Languages