import cv2 import numpy as np import os import matplotlib.pyplot as plt def generar_mapa_espectral(imagen_path, output_dir): """ Lee una imagen, aísla las capas RGB y calcula el índice NGRDI para generar un mapa de calor (heatmap) que resalta visualmente las áreas afectadas por la enfermedad (antracnosis). """ if not os.path.exists(output_dir): os.makedirs(output_dir) img = cv2.imread(imagen_path) if img is None: print(f"Error: No se pudo leer la imagen {imagen_path}") return # Convertir a RGB para matplotlib img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # Aislar las capas R = img_rgb[:, :, 0].astype(float) G = img_rgb[:, :, 1].astype(float) B = img_rgb[:, :, 2].astype(float) # Calcular NGRDI (Normalized Green Red Difference Index) # NGRDI < -0.075 es típicamente tejido necrótico (enfermedad) ngrdi = (G - R) / (G + R + 1e-6) # Normalizar NGRDI entre 0 y 255 para visualización de mapa de calor ngrdi_norm = cv2.normalize(ngrdi, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U) # Aplicar un mapa de calor falso (JET: Rojo indica valores altos/diferentes, Azul valores bajos) # Para necrosis (valores bajos de NGRDI), invertiremos el NGRDI para que la necrosis brille en rojo ngrdi_invertido = 255 - ngrdi_norm heatmap = cv2.applyColorMap(ngrdi_invertido, cv2.COLORMAP_JET) # Crear una figura con subplots para visualizar las capas de la enfermedad plt.figure(figsize=(15, 10)) # Imagen original plt.subplot(2, 3, 1) plt.imshow(img_rgb) plt.title("Imagen Original") plt.axis("off") # Capa Roja (Suele absorber más en tejido sano y reflejar en tejido muerto) plt.subplot(2, 3, 2) plt.imshow(R, cmap="Reds") plt.title("Capa Roja (R)") plt.axis("off") # Capa Verde (Asociada a clorofila y tejido sano) plt.subplot(2, 3, 3) plt.imshow(G, cmap="Greens") plt.title("Capa Verde (G)") plt.axis("off") # Capa NGRDI Cruda (Blanco y negro) plt.subplot(2, 3, 4) plt.imshow(ngrdi, cmap="gray") plt.title("Índice NGRDI (Blanco = Sano, Negro = Necrosis)") plt.axis("off") # Heatmap de Severidad plt.subplot(2, 3, 5) plt.imshow(cv2.cvtColor(heatmap, cv2.COLOR_BGR2RGB)) plt.title("Mapa de Calor de la Enfermedad") plt.axis("off") # Máscara estricta de enfermedad mask_necrosis = (ngrdi < -0.075).astype(np.uint8) * 255 plt.subplot(2, 3, 6) plt.imshow(mask_necrosis, cmap="hot") plt.title("Área Estricta de Infección") plt.axis("off") # Guardar visualización nombre_base = os.path.basename(imagen_path) output_path = os.path.join(output_dir, f"ESPECTRAL_{nombre_base}") plt.tight_layout() plt.savefig(output_path, dpi=300) plt.close() print(f"[+] Mapa espectral generado en: {output_path}") if __name__ == "__main__": # Puedes cambiar esta ruta para probar con cualquier foto de tu dataset IMAGEN_PRUEBA = r"C:\Users\juanv\Desktop\Analisis mango\fruto\fruto\PROTERRA\CON PODA Y SIN PODA\Con poda\Jul\r1.png" CARPETA_SALIDA = r"C:\Users\juanv\Desktop\Analisis mango\VISUALIZACION_ESPECTRAL" generar_mapa_espectral(IMAGEN_PRUEBA, CARPETA_SALIDA)