R help es - Aug 2024 - Reconstrucción de hojas con herbivoría

Estimado

Quizás, por lo que dice Carlos Ortega, antes de pasarlo a escala de grises,
podría pasarlo a escala RGB, jugar un poco, el entrenamiento no distinguirá si
es escala de gris, como mezcla de negro y blanco, puede intentar rojo y blanco,
rojo y verde, con la idea de detectar cambios en el color relacionado a posibles
cambios en la humedad o ?madurez? de las hojas, por ahí, con muy poco trabajo
extra y con los mismos datos encuentra algo que le sirve.

Javier Marcuzzi
> El 14 ago 2024, a las 3:16?p. m., Carlos Ortega <cof en
qualityexcellence.es> escribió:
> 
> Hola,
> 
> ¿Qué tal?
> El problema que planteas al final es el de determinar el área de una hoja
afectada, ya que su superficie nos es regular.
> Para todos estos análisis puedes hacerlo perfectamente en R, en concreto
los paquetes "magick" y "EBImage" (este último del
repositorio BioConductor).
> Lo que tendrás que hacer es procesar las imágenes, pasarlas a tonos de
gris, aplicarles filtros para detectar el contorno y estimar la superficie
faltante. Estos cálculos no son complicados. También puedes hacer algún tipo de
modelo usando el área de las hojas completas y extrapolando estos resultados a
las hojas dañadas.
> Si luego lo que además quieres es hacer algún tipo de modelo, para tener en
cuenta el posible daño en los diferentes tipos de hojas, puedes antes de pasar a
usar algo más sofisticado como modelos de DeepLearning, usar la información RGB
que tienes en tu imagen, seguramente las distribuciones de los colores serán
diferentes entre una hoja en buen estado y otra que ha tenido algún daño
(estando ambas completas).
> 
> Gracias,
> Carlos Ortega
> www.qualityexcellence.es <http://www.qualityexcellence.es/>
> 
> El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi (<javier.ruben.marcuzzi
en gmail.com <mailto:javier.ruben.marcuzzi en gmail.com>>) escribió:
>> Estimado Jimmy Velasco
>> 
>> Si puede tener la materia seca, podría realizar algún tipo de
regresión, pero se me crea la duda biológica, ¿que cambio de agua hay y si este
cambio modifica la selección como alimento de ese vegetal? En otras palabras,
¿hay un punto donde se pierde palatabilidad y prefiere otra hoja? En ese caso la
regresión por materia seca podría no ser adecuado. Yo se que si modifico un poco
la materia seca en bovinos tengo diferencias, me conviene hacerlo antes que el
ganado pastoree.
>> 
>> En cuanto a R y Python, yo de Fortran pasé a Python y luego a R, para
mi gusto personal, R me parece mejor pero Python tomo mucho de R para la parte
de estadística, como que se alimenta uno de las ideas de otro, y el otro de las
ideas de uno.
>> 
>> La diferencia no está en el lenguaje, sino en la cantidad de algoritmos
que pueda probar para lo mismo, yo utilizaría varias herramientas, en ese caso
me es ?simple? con R, importo un paquete, paso los datos, tomo los resultados,
importo otro paquete para lo mismo pero que internamente realiza los cálculos de
otra forma, tomo los datos, y así varias veces, tomando al final una comparación
para conocer cuál paquete da mejores resultados para mi trabajo, y esto no sería
repetidle. En R sería algo como sumary(modelo1, modelo2, modelo3, modelo ?)
>> 
>> Javier Rubén Marcuzzi
>> 
>> > El 13 ago 2024, a las 7:40?p. m., Jimmy Erney Reyes Velasco
<jimmyreyesvelasco en gmail.com <mailto:jimmyreyesvelasco en
gmail.com>> escribió:
>> > 
>> > Muchas gracias por sus respuestas Manuel y Javier.
>> > El problema al que me enfrento es que a veces estas afectaciones
por herbivoría dejan cicatrices que pueden deformar la hoja, a veces se pliegan
sobre sí mismas y otras veces se pierde bastante la configuración de la hoja.
Por el momento solo me interesa tratar de reconstruir la hoja para poder obtener
el área que tendría esa hoja si no se hubiese afectado. Cuento con hojas
escaneadas de individuos sanos y defoliados, por así decirlo, la idea mía es
comparar los valores predichos de área foliar reconstruida y estimar la pérdida
de biomasa, aunque la biomasa lo puedo hacer sencillamente, porque tengo las
relaciones área foliar vs masa seca mediante regresión.en este caso las hojas
son planas y tienen una forma de elipsoide, sin embargo, para mí no es difícil
calcular la masa de las hojas afectadas, y que sí es dificil es saber cuánto
sería su biomasa si no hubiese perdido su área.
>> > Mi problema va orientado hacia la siguiente pregunta Si lo hago
con imágenes, ¿qué datos debería ingresar? ¿Con qué paquetes en R podría
hacerlo? ¿Es mejor en R o en Python?
>> > Muy relevantes sus aportes y
>> > muchas gracias por su colaboración, estoy atento
>> > Saludos
>> > Jimmy
>> > 
>> > 
>> > El mar, 13 de ago. de 2024 9:43 a. m., Javier Marcuzzi
<javier.ruben.marcuzzi en gmail.com <mailto:javier.ruben.marcuzzi en
gmail.com><mailto:javier.ruben.marcuzzi en gmail.com
<mailto:javier.ruben.marcuzzi en gmail.com>>> escribió:
>> >> Estimado
>> >> 
>> >> Yo no conozco de morfología vegetal, pero si supongo que la
hoja es plana, me refiero que al verla sobre el eje se forma un rectángulo, la
altura en cada parte de la hoja es la misma, a una misma densidad, puedo
calcular la masa. En ese caso como siguieren, por medio de fotos y entrenar un
modelo, se podía ?reconstruir? lo perdido.
>> >> 
>> >> Pero entiendo que las hojas no deben tener esa forma
morfológica, tan plana, miro morfología vegetal en wikipedia y no está a simple
vista mi duda, pero agrega nervadura, como una complicación más.
>> >> 
>> >> Aquí hay dos problemas, el cálculo realizado con su error, más
el error de no tener la masa original y utilizar la calculada con el error más
el error estadístico de su cálculo original.
>> >> 
>> >> Un agrónomo podría ayudarlo, yo como veterinario se que si
corto el forraje a la mañana, tengo diferencias a la tarde, por lo cuál, usted
también puede tener diferencias de masa.
>> >> 
>> >> Posiblemente se ?meta? en un gran problema estadístico o
matemático por no haber tenido en cuenta la biología, creo que la mejor solución
y la más simple, es tomar las mediciones el año que viene o en las próximas
hojas. Puede tener demasiado trabajo y al aplicarlo falle por errores de
cálculos.
>> >> 
>> >> > El 13 ago 2024, a las 12:35?a. m., Manuel Mendoza
<mmendoza en fulbrightmail.org <mailto:mmendoza en
fulbrightmail.org><mailto:mmendoza en fulbrightmail.org
<mailto:mmendoza en fulbrightmail.org>>> escribió:
>> >> > 
>> >> > Hola  Jimmy, creo que solo podrías intentarlo con deep
learning. Tomas
>> >> > hojas enteras, las pesas, a algunas de ellas les quitas
los márgenes de
>> >> > forma similar a las que tienes estropeadas, las
digitalizas todas y
>> >> > utilizas como variable objetivo la masa original. El
algoritmo tendrá que
>> >> > aprender a inferir la masa a partir del patrón en las 
nervaduras, si es
>> >> > que se relaciona con la masa, que supongo que sí. Le
aplicas el algoritmo a
>> >> > las estropeadas y tendrás su masa original. Si lo haces
todo con hojas
>> >> > frescas, podrías incluso determinar la masa fresca de las
hojas secas, si
>> >> > es lo que te interesa.
>> >> > Keras no es fácil de usar, pero permite hacerlo.
>> >> > Ya me dirás,
>> >> > Un saludo,
>> >> > Manuel
>> >> > 
>> >> > El mar, 13 ago 2024 a las 0:54, Jimmy Erney Reyes Velasco
(<
>> >> > jimmyreyesvelasco en gmail.com
<mailto:jimmyreyesvelasco en gmail.com> <mailto:jimmyreyesvelasco en
gmail.com <mailto:jimmyreyesvelasco en gmail.com>>>) escribió:
>> >> > 
>> >> >> Buen día, estimados.
>> >> >> Tengo un problema y me gustaría saber cómo
solucionarlo.
>> >> >> Actualmente me encuentro realizando un estudio
estimando la pérdida de
>> >> >> biomasa foliar de una especies de planta, sin
embargo, me encuentro con el
>> >> >> siguiente problema: algunas hojas han perdido tanta
área foliar que han
>> >> >> perdido también el margen e incluso algunas más de la
mitad del área de la
>> >> >> hojas. Mi objetivo es realizar un modelo de
reconstrucción del área de la
>> >> >> hoja para así estimar su masa seca en relación con
esa área perdida y
>> >> >> obtener valores de pérdida de biomasa foliar.
>> >> >> Tengo algunas ideas, pero no sé cómo empezar.
>> >> >> Una de ellas es usar un algoritmo de machine learning
para poder obtener un
>> >> >> modelo que me permita reconstruir el margen de la
hoja, pero la verdad
>> >> >> desconozco mucho acerca de si puedo usar este método.
>> >> >> Les agradecería muchísimo si pudieran colaborarme con
información o si
>> >> >> alguien puede darme una idea de cómo abordar este
tema.
>> >> >> Saludos
>> >> >> Jimmy
>> >> >> 
>> >> >>        [[alternative HTML version deleted]]
>> >> >> 
>> >> >> _______________________________________________
>> >> >> R-help-es mailing list
>> >> >> R-help-es en r-project.org <mailto:R-help-es en
r-project.org> <mailto:R-help-es en r-project.org <mailto:R-help-es en
r-project.org>>
>> >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es
>> >> >> 
>> >> > 
>> >> >       [[alternative HTML version deleted]]
>> >> > 
>> >> > _______________________________________________
>> >> > R-help-es mailing list
>> >> > R-help-es en r-project.org <mailto:R-help-es en
r-project.org> <mailto:R-help-es en r-project.org <mailto:R-help-es en
r-project.org>>
>> >> > https://stat.ethz.ch/mailman/listinfo/r-help-es
>> >> 
>> 
>> 
>>         [[alternative HTML version deleted]]
>> 
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org <mailto:R-help-es en r-project.org>
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
> 
> 
> -- 
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es <http://www.qualityexcellence.es/>
	[[alternative HTML version deleted]]

Muchas gracias por todos sus comentarios.
Muy valiosa la información, hay algunas cosas que no entiendo muy bien. Si
tuvieran algunos documentos que pudiera leer les agradecería.
Yo he trabajado con las relaciones entre largo y ancho de la hoja, esas
relaciones son muy precisas, sin embargo, el problema está cuando las hojas
son afectadas, se pierde bastante la estructura. Al yo obtener el área
puedo estimar muy bien la masa seca que tendría esa hoja y comparar con
respecto a lo que se ha defoliado.
Mando unos ejemplos aquí de una hoja sana y otra afectada, la hoja sana
está por la mitad porque la cortamos para poder escanearla
Saludos y muchas gracias

Jimmy

El mié, 14 de ago. de 2024 4:40 p. m., Javier Marcuzzi <
javier.ruben.marcuzzi en gmail.com> escribió:
> Estimado
>
> Quizás, por lo que dice Carlos Ortega, antes de pasarlo a escala de
> grises, podría pasarlo a escala RGB, jugar un poco, el entrenamiento no
> distinguirá si es escala de gris, como mezcla de negro y blanco, puede
> intentar rojo y blanco, rojo y verde, con la idea de detectar cambios en el
> color relacionado a posibles cambios en la humedad o ?madurez? de las
> hojas, por ahí, con muy poco trabajo extra y con los mismos datos encuentra
> algo que le sirve.
>
> Javier Marcuzzi
>
> El 14 ago 2024, a las 3:16?p. m., Carlos Ortega <cof en
qualityexcellence.es>
> escribió:
>
> Hola,
>
> ¿Qué tal?
> El problema que planteas al final es el de determinar el área de una hoja
> afectada, ya que su superficie nos es regular.
>
>    - Para todos estos análisis puedes hacerlo perfectamente en R, en
>    concreto los paquetes "magick" y "EBImage" (este
último del repositorio
>    BioConductor).
>    - Lo que tendrás que hacer es procesar las imágenes, pasarlas a tonos
>    de gris, aplicarles filtros para detectar el contorno y estimar la
>    superficie faltante. Estos cálculos no son complicados. También puedes
>    hacer algún tipo de modelo usando el área de las hojas completas y
>    extrapolando estos resultados a las hojas dañadas.
>
> Si luego lo que además quieres es hacer algún tipo de modelo, para tener
> en cuenta el posible daño en los diferentes tipos de hojas, puedes antes de
> pasar a usar algo más sofisticado como modelos de DeepLearning, usar la
> información RGB que tienes en tu imagen, seguramente las distribuciones de
> los colores serán diferentes entre una hoja en buen estado y otra que ha
> tenido algún daño (estando ambas completas).
>
> Gracias,
> Carlos Ortega
> www.qualityexcellence.es
>
> El mié, 14 ago 2024 a las 14:54, Javier Marcuzzi (<
> javier.ruben.marcuzzi en gmail.com>) escribió:
>
>> Estimado Jimmy Velasco
>>
>> Si puede tener la materia seca, podría realizar algún tipo de
regresión,
>> pero se me crea la duda biológica, ¿que cambio de agua hay y si este
cambio
>> modifica la selección como alimento de ese vegetal? En otras palabras,
¿hay
>> un punto donde se pierde palatabilidad y prefiere otra hoja? En ese
caso la
>> regresión por materia seca podría no ser adecuado. Yo se que si
modifico un
>> poco la materia seca en bovinos tengo diferencias, me conviene hacerlo
>> antes que el ganado pastoree.
>>
>> En cuanto a R y Python, yo de Fortran pasé a Python y luego a R, para
mi
>> gusto personal, R me parece mejor pero Python tomo mucho de R para la
parte
>> de estadística, como que se alimenta uno de las ideas de otro, y el
otro de
>> las ideas de uno.
>>
>> La diferencia no está en el lenguaje, sino en la cantidad de algoritmos
>> que pueda probar para lo mismo, yo utilizaría varias herramientas, en
ese
>> caso me es ?simple? con R, importo un paquete, paso los datos, tomo los
>> resultados, importo otro paquete para lo mismo pero que internamente
>> realiza los cálculos de otra forma, tomo los datos, y así varias veces,
>> tomando al final una comparación para conocer cuál paquete da mejores
>> resultados para mi trabajo, y esto no sería repetidle. En R sería algo
como
>> sumary(modelo1, modelo2, modelo3, modelo ?)
>>
>> Javier Rubén Marcuzzi
>>
>> > El 13 ago 2024, a las 7:40?p. m., Jimmy Erney Reyes Velasco <
>> jimmyreyesvelasco en gmail.com> escribió:
>> >
>> > Muchas gracias por sus respuestas Manuel y Javier.
>> > El problema al que me enfrento es que a veces estas afectaciones
por
>> herbivoría dejan cicatrices que pueden deformar la hoja, a veces se
pliegan
>> sobre sí mismas y otras veces se pierde bastante la configuración de la
>> hoja. Por el momento solo me interesa tratar de reconstruir la hoja
para
>> poder obtener el área que tendría esa hoja si no se hubiese afectado.
>> Cuento con hojas escaneadas de individuos sanos y defoliados, por así
>> decirlo, la idea mía es comparar los valores predichos de área foliar
>> reconstruida y estimar la pérdida de biomasa, aunque la biomasa lo
puedo
>> hacer sencillamente, porque tengo las relaciones área foliar vs masa
seca
>> mediante regresión.en este caso las hojas son planas y tienen una forma
de
>> elipsoide, sin embargo, para mí no es difícil calcular la masa de las
hojas
>> afectadas, y que sí es dificil es saber cuánto sería su biomasa si no
>> hubiese perdido su área.
>> > Mi problema va orientado hacia la siguiente pregunta Si lo hago
con
>> imágenes, ¿qué datos debería ingresar? ¿Con qué paquetes en R podría
>> hacerlo? ¿Es mejor en R o en Python?
>> > Muy relevantes sus aportes y
>> > muchas gracias por su colaboración, estoy atento
>> > Saludos
>> > Jimmy
>> >
>> >
>> > El mar, 13 de ago. de 2024 9:43 a. m., Javier Marcuzzi <
>> javier.ruben.marcuzzi en gmail.com<mailto:javier.ruben.marcuzzi en
gmail.com>>
>> escribió:
>> >> Estimado
>> >>
>> >> Yo no conozco de morfología vegetal, pero si supongo que la
hoja es
>> plana, me refiero que al verla sobre el eje se forma un rectángulo, la
>> altura en cada parte de la hoja es la misma, a una misma densidad,
puedo
>> calcular la masa. En ese caso como siguieren, por medio de fotos y
entrenar
>> un modelo, se podía ?reconstruir? lo perdido.
>> >>
>> >> Pero entiendo que las hojas no deben tener esa forma
morfológica, tan
>> plana, miro morfología vegetal en wikipedia y no está a simple vista mi
>> duda, pero agrega nervadura, como una complicación más.
>> >>
>> >> Aquí hay dos problemas, el cálculo realizado con su error, más
el
>> error de no tener la masa original y utilizar la calculada con el error
más
>> el error estadístico de su cálculo original.
>> >>
>> >> Un agrónomo podría ayudarlo, yo como veterinario se que si
corto el
>> forraje a la mañana, tengo diferencias a la tarde, por lo cuál, usted
>> también puede tener diferencias de masa.
>> >>
>> >> Posiblemente se ?meta? en un gran problema estadístico o
matemático
>> por no haber tenido en cuenta la biología, creo que la mejor solución y
la
>> más simple, es tomar las mediciones el año que viene o en las próximas
>> hojas. Puede tener demasiado trabajo y al aplicarlo falle por errores
de
>> cálculos.
>> >>
>> >> > El 13 ago 2024, a las 12:35?a. m., Manuel Mendoza <
>> mmendoza en fulbrightmail.org<mailto:mmendoza en
fulbrightmail.org>> escribió:
>> >> >
>> >> > Hola  Jimmy, creo que solo podrías intentarlo con deep
learning.
>> Tomas
>> >> > hojas enteras, las pesas, a algunas de ellas les quitas
los márgenes
>> de
>> >> > forma similar a las que tienes estropeadas, las
digitalizas todas y
>> >> > utilizas como variable objetivo la masa original. El
algoritmo
>> tendrá que
>> >> > aprender a inferir la masa a partir del patrón en las 
nervaduras,
>> si es
>> >> > que se relaciona con la masa, que supongo que sí. Le
aplicas el
>> algoritmo a
>> >> > las estropeadas y tendrás su masa original. Si lo haces
todo con
>> hojas
>> >> > frescas, podrías incluso determinar la masa fresca de las
hojas
>> secas, si
>> >> > es lo que te interesa.
>> >> > Keras no es fácil de usar, pero permite hacerlo.
>> >> > Ya me dirás,
>> >> > Un saludo,
>> >> > Manuel
>> >> >
>> >> > El mar, 13 ago 2024 a las 0:54, Jimmy Erney Reyes Velasco
(<
>> >> > jimmyreyesvelasco en gmail.com
<mailto:jimmyreyesvelasco en gmail.com>>)
>> escribió:
>> >> >
>> >> >> Buen día, estimados.
>> >> >> Tengo un problema y me gustaría saber cómo
solucionarlo.
>> >> >> Actualmente me encuentro realizando un estudio
estimando la pérdida
>> de
>> >> >> biomasa foliar de una especies de planta, sin
embargo, me encuentro
>> con el
>> >> >> siguiente problema: algunas hojas han perdido tanta
área foliar que
>> han
>> >> >> perdido también el margen e incluso algunas más de la
mitad del
>> área de la
>> >> >> hojas. Mi objetivo es realizar un modelo de
reconstrucción del área
>> de la
>> >> >> hoja para así estimar su masa seca en relación con
esa área perdida
>> y
>> >> >> obtener valores de pérdida de biomasa foliar.
>> >> >> Tengo algunas ideas, pero no sé cómo empezar.
>> >> >> Una de ellas es usar un algoritmo de machine learning
para poder
>> obtener un
>> >> >> modelo que me permita reconstruir el margen de la
hoja, pero la
>> verdad
>> >> >> desconozco mucho acerca de si puedo usar este método.
>> >> >> Les agradecería muchísimo si pudieran colaborarme con
información o
>> si
>> >> >> alguien puede darme una idea de cómo abordar este
tema.
>> >> >> Saludos
>> >> >> Jimmy
>> >> >>
>> >> >>        [[alternative HTML version deleted]]
>> >> >>
>> >> >> _______________________________________________
>> >> >> R-help-es mailing list
>> >> >> R-help-es en r-project.org <mailto:R-help-es en
r-project.org>
>> >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es
>> >> >>
>> >> >
>> >> >       [[alternative HTML version deleted]]
>> >> >
>> >> > _______________________________________________
>> >> > R-help-es mailing list
>> >> > R-help-es en r-project.org <mailto:R-help-es en
r-project.org>
>> >> > https://stat.ethz.ch/mailman/listinfo/r-help-es
>> >>
>>
>>
>>         [[alternative HTML version deleted]]
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>
>
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>
>
>
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20240815/8e6ff64b/attachment-0001.html>

------------ próxima parte ------------
A non-text attachment was scrubbed...
Name: Screenshot_20240815-122420~2.jpg
Type: image/jpeg
Size: 45950 bytes
Desc: no disponible
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20240815/8e6ff64b/attachment-0002.jpg>

------------ próxima parte ------------
A non-text attachment was scrubbed...
Name: Screenshot_20240815-122355~2.jpg
Type: image/jpeg
Size: 191955 bytes
Desc: no disponible
URL:
<https://stat.ethz.ch/pipermail/r-help-es/attachments/20240815/8e6ff64b/attachment-0003.jpg>