Em medicina nuclear, imagens de diferentes modalidades (tomografia computadorizada e ressonância magnética) são fundidas para auxiliar no diagnóstico. A mistura ponderada (alpha blending) é a operação fundamental desse processo, permitindo ao radiologista controlar interativamente o peso de cada modalidade na imagem exibida.
Arredondamento: Aplicar round antes da conversão para inteiro.
Saturação: Confinar ao intervalo \([0, 255]\) com \(\text{clip}(x) = \max(0, \min(255, x))\).
Operação em float: Realize a operação em ponto flutuante antes de arredondar.
3.12.2.3 🧠 Fundamentação Teórica
Valor de \(\alpha\)
Resultado
\(\alpha = 1.0\)
Apenas \(f_1\)
\(\alpha = 0.5\)
Média aritmética de \(f_1\) e \(f_2\)
\(\alpha = 0.0\)
Apenas \(f_2\)
3.12.2.4 📦 Especificação de Entrada e Saída (VPL)
Entrada:
Linha 1: Inteiro \(L\).
Linha 2: Inteiro \(C\).
Linha 3: Real \(\alpha\).
Linhas seguintes: Elementos de \(f_1\) (\(L\) linhas com \(C\) valores cada).
Linhas seguintes: Elementos de \(f_2\) (\(L\) linhas com \(C\) valores cada).
Saída:
Matriz resultante \(L \times C\).
3.12.2.5 📌 Exemplos
Entrada
Saída
Observação
1
3
0.5
0 100 200
100 200 50
50 150 125
Média entre as duas imagens
1
3
1.0
10 20 30
90 80 70
10 20 30
Apenas \(f_1\) (alpha=1)
🔀 Simulador EP03_02: Alpha Blending de Duas Imagensg = α·f1 + (1−α)·f2
Ajuste o parâmetro de transparência α para observar a combinação linear ponderada pixel a pixel entre as imagens f1 e f2.
0.50
α = 0.00 → Apenas f2 | α = 0.50 → Média Ponderada Igual | α = 1.00 → Apenas f1
Imagem f1
Imagem f2
Resultado g
Fórmula: clip(round(0.50 · f1 + 0.50 · f2))
Figura 3.27: Simulador EP03_02: Alpha Blending de Duas Imagens (g = α·f1 + (1−α)·f2)
%%writefile EP03_02.py# Código Python
Writing EP03_02.py
TestSuite("EP03_02.py").run()
✔️ EP03_02.cases já existe em casos/
📋 6 caso(s) carregado(s) de casos/EP03_02.cases
🔍 Testando Python: EP03_02.py
⚠️ EP03_02.py: Arquivo sem conteúdo (menos de 3 linhas). Testes ignorados.