L’objectif est de présenter une application peu connue des matrices aux enseignants de lycées : le traitement des images numériques. (Extrait de l’article Matrices et Images Numériques d’Antoine Nectoux)
1. Python
1.1. Présentation
Python est un langage de programmation interprété.
Les programmes Python sont des scripts donc des fichiers textes qui contiennent le code source. Ils ont besoin de l’interpréteur Python pour s’exécuter.
Pour programmer en Python, on a besoin des ressources suivantes :
-
un interpréteur Python installé sur sa machine
-
un éditeur de texte ou un EDI pour produire des programmes Python
Liens :
1.2. Installation sous Windows
Lien : Télécharger Python3
Exécuter l’installateur :
On démarre l’installation …
Vérifions :
|
Il est possible de programmer directement dans le shell Python. |
1.3. Bibliothèque PIL (Python Imaging Library)
On installe maintenant le package Pillow utilisé dans les exemples de traitement d’images ci-dessous. Pour cela, le plus simple est de démarrer l’interpréteur de commandes cmd.exe puis de saisir la commande pip install Pillow :
PIL (Python Imaging Library) est une bibliothèque de traitement d’image (cf. Documentation).
2. Activités de traitement d’images
Les activités présentés ici ont pour objectif de montrer l’utilisation des matrices dans le traitement d’images numériques.
En effet, une image numérique (au niveau d’un périphérique comme l’écran) est une matrice de pixels (px). On parle d’image matricielle.
Pour une image binaire (ou image en noir et blanc), les éléments de l’image sont représentés par des pixels noirs (des 0 par exemple) et des pixels blancs (donc des 1).
Pour une image en couleurs, chaque pixel est associée une couleur, usuellement décomposée en trois composantes primaires par synthèse additive : rouge vert bleu (RVB ou RGB en anglais).
Un pixel est donc codé sur un ou plusieurs bits, par exemple :
-
1 bit : \$2^1 = 2\$ couleurs (noir et blanc par exemple)
-
8 bits : \$2^8 = 256\$ couleurs (256 niveaux de gris de
0pour le noir à255pour le blanc) -
24 bits : \$2^24 = 16 777 216\$ couleurs (3 x 8 bits pour les composantes Rouge Vert Bleu)
Par exemple, la petite image de Félix le Chat peut être représentée par une matrice de taille \$35 \times 35\$ :
Lire l’article d’Antoine Nectoux : http://blog.kleinproject.org/?p=719&lang=fr
|
Les fichiers peuvent enregistrer l’image sous forme d’un tableau des valeurs représentant les pixels (format BMP par exemple), éventuellement comprimé (formats PNG ou JPEG), ou bien sous forme vectorielle (format SVG par exemple), c’est-à-dire sous forme d’instructions permettant de reconstituer une image matricielle. Dans ce cas, la couleur peut être également enregistrée sous forme vectorielle, avec comme paramètres (teinte, saturation, lumière). |
2.1. Activité n°1 : manipuler une image
Ce premier programme effectue les opérations basiques suivantes :
-
afficher le format, la taille et le mode d’une image
-
afficher les dimensions d’une image
-
afficher une image
-
calculer et afficher le nombre de pixels d’une image
-
modifier la taille d’une image et en obtient une nouvelle
-
afficher la résolution et la taille de l’écran
-
afficher la résolution et la taille de l’image en ppp (en pixels par pouce) ou ppi (pixel per inch)
|
Le programme Python ci-dessous est commenté afin d’être certain d’utiliser le bon vocabulaire lié à la programmation Python. |
# coding: utf-8
# Python3 pour Windows : https://www.python.org/downloads/
# PIL (Python Imaging Library) (Pillow fork)
# Installation : pip install Pillow
# Documentation : https://pillow.readthedocs.io/en/stable/
print("ACTIVITÉ 1")
# PIL est une bibliothèque de traitement d'image
import PIL;
print("PIL version ", PIL.__version__)
# on importe le module Image de la bibliothèque PIL
# le module Image fournit une classe du même nom qui sera utilisée pour représenter une image.
from PIL import Image
# cf. https://fr.wikipedia.org/wiki/Lenna
# Image est une classe (c'est un type Image)
# img est un objet de la classe Image
# la création d'un objet se nomme l'instanciation
# open() est une fonction (méthode) de la classe Image qui permet de charger un fichier image
img = Image.open("./images/lena.jpg");
# format, size et mode sont des données (attributs) de la classe Image
print(img.format, img.size, img.mode)
# exemple : les modes courants sont "L" (luminance) pour les images en niveaux de gris, "RGB" pour les images en couleurs vraies et "CMYK" pour les images pour l'imprimerie (quadrichromie)
print("Fichier :", img.filename)
print("2. Calculez le nombre de pixels de cette image.")
# Affichage des dimensions de l'image
print("L =", img.width, "x H =", img.height)
# Calcul et Affichage du nombre de pixels de l'image
print("Nombre de pixels =", (img.width*img.height) , "pixels")
# Affichage de l'image
img.show()
# resize() est une fonction (méthode) de la classe Image qui permet de modifier la taille d'une image et d'en obtenir une nouvelle
# im2 est un objet de la classe Image
im2 = img.resize((228,192))
# save() est une fonction (méthode) de la classe Image qui sauvegarder l'image dans un fichier (ici, l'extension précisera le format de l'image)
im2.save("./images/lena_228x192.png")
print(im2.format, im2.size, im2.mode)
print("Nombre de pixels =", "L =", im2.width, "x H =", im2.height, "=", (im2.width*im2.height) , "pixels")
im2.show()
# size est un tuple (les tuples sont des séquences qu'on ne pourra plus modifier)
size = (144,96) = les parenthèses ne sont pas obligatoires
width, height = size
print(size, width, height)
im3 = img.resize(size)
im3.save("./images/lena_144x96.png")
print(im3.format, im3.size, im3.mode)
print("Nombre de pixels =", "L =", im3.width, "x H =", im3.height, "=", (im3.width*im3.height) , "pixels")
im3.show()
#import Tkinter as tk = en python 2
import tkinter as tk = en python 3
ecran = tk.Tk()
#print(ecran.winfo_screen()) = nom de l'écran
print("1. Calculez la résolution de l'écran en pixels par centimètre, puis en ppp.")
# Résolution = Nombre de pixels en largeur / Largeur
w, h = ecran.winfo_screenwidth(), ecran.winfo_screenheight()
print("Ecran = %s pixels x %s pixels" % (w, h))
# Taille de l'écran
print("Ecran = %s mm x %s mm" % (ecran.winfo_screenmmwidth(), ecran.winfo_screenmmheight()))
print("Ecran = %s cm x %s cm" % (ecran.winfo_screenmmwidth()/10, ecran.winfo_screenmmheight()/10))
# Résolution (en pixels par cm)
ppc_w = (w / (ecran.winfo_screenmmwidth()/10))
ppc_h = (h / (ecran.winfo_screenmmheight()/10))
print("Résolution = %.2f x %.2f pixels par cm" % (ppc_w, ppc_h))
# Résolution ppp (en pixels par pouce) ou ppi (pixel per inch)
ppi_w = (w / (ecran.winfo_screenmmwidth()/10)) * 2.54
ppi_h = (h / (ecran.winfo_screenmmheight()/10)) * 2.54
print("Résolution = %.2f x %.2f ppp (pixels par pouce)" % (ppi_w, ppi_h))
print("2. Calculez pour l'image Femme_288x192.png la taille exacte en centimètres qui doit s'afficher à l'écran de l'ordinateur.")
print("Taille : L =", im2.width, "pixels x H =", im2.height, "pixels")
print("Taille : L = %.2f" % (im2.width/ppc_w), "cm x H = %.2f" % (im2.height/ppc_h), "cm")
# Bonus :
depth = ecran.winfo_screendepth() = retourne le nombre de bits par pixel
print("Nombre de bits par pixel =", depth) = RGB 24 bits = R8 + G8 + B8
# cf. le format BMP (sans compression)
print("Taille : L =", (im2.width*depth), "bits x H =", (im2.height*depth), "bits", "=", ((im2.width*im2.height*depth)), "bits")
print("Taille : L =", (im2.width*depth), "bits x H =", (im2.height*depth), "bits", "=", ((im2.width*im2.height*depth))/8, "octets")
# https://fr.wikipedia.org/wiki/Préfixe_binaire
print("Taille :", (((im2.width*im2.height*depth))/8)/1024, " Kio (kibi)")
print("Taille :", (((im2.width*im2.height*depth))/8)/1000, " ko (kilo)")
#print("Taille :", (((im2.width*im2.height*depth))/8)/1024/1024, " Mio (mebi)")
#print("Taille :", (((im2.width*im2.height*depth))/8)/1000/1000, " Mo (mega)")L’image utilisée ici est célèbre : Lenna
Il est possible d’exécuter ce programme directement dans l’interpréteur de commandes cmd.exe :
Ou à partir de l’IDE fourni par l’installateur Python en cliquant sur Run :
Quelques commandes sous GNU/Linux qui permettent d’obtenir la taille en octets (suivant le préfixe utilisé) :
$ ls -l images/lena_228x192.data
-rw-rw-r-- 1 tv tv 131328 nov. 24 09:23 images/lena_228x192.bmp
$ ls -lh images/lena_228x192.data
-rw-rw-r-- 1 tv tv 129K nov. 24 09:23 images/lena_228x192.bmp
$ ls -l --si images/lena_228x192.data
-rw-rw-r-- 1 tv tv 132k nov. 24 09:23 images/lena_228x192.bmpLien : kibi vs kilo
2.2. Activité n°2 : binariser une image
En traitement d’images, la binarisation est une opération qui produit une image ayant deux classes de pixels, on parle alors d’une image binaire. En général, les pixels sont représentés par des pixels noirs et des pixels blancs dans une image binaire. Il existe deux types de technique de binarisation :
-
Binarisation par segmentation
|
La différence entre la binarisation et la segmentation est que la binarisation produit toujours deux classes alors que la segmentation peut en produire plusieurs. Cependant, ces deux termes sont souvent confondus par abus de langage. |
Le seuillage d’image est une technique simple de binarisation d’image, elle consiste à transformer une image en niveau de gris en une image dont les valeurs de pixels ne peuvent avoir que la valeur 1 ou 0. On parle alors d’une image binaire ou image en noir et blanc.
On va utiliser deux images au format PNG :
|
Dans la bibliothèque PIL (Python Imaging Library), le mode d’une image est une chaîne qui définit le type et la profondeur d’un pixel dans l’image : les différents modes ( |
Dans ce format 'RGB', le pixel est codé sur 24 bits soit 3 octets définissant les composantes Rouge Vert Bleu. La valeur de chaque couleur va de 0 à 255. En Python, la variable pixel sera alors un tuple (ici une séquence de 3 entiers). Dans ce cas, on transformera un pixel RGB en niveaux de gris en calculant la moyenne des 3 composantes que l’on conservera sous la forme d’un entier (int).
Dans ce format 'P', le pixel est simplement codé sur 8 bits soit 256 niveaux de gris de 0 pour le noir à 255 pour le blanc. En Python, la variable pixel sera tout simplement un entier (int).
# coding: utf-8
print("ACTIVITÉ 2")
# PIL est une bibliothèque de traitement d'image
import PIL;
print("PIL version ", PIL.__version__)
# on importe le module Image de la bibliothèque PIL
from PIL import Image
#"felix-the-cat-nb.png" -> mode RGB
#"felix-le-chat.png" -> mode P
#import Tkinter as tk # en python 2
import tkinter as tk # en python 3
from tkinter import filedialog
ecran = tk.Tk()
ecran.withdraw()
# choisir un fichier image
fichierImage = filedialog.askopenfilename(initialdir = "./images/",title = "Choisir un fichier image",filetypes = (("fichiers png","*.png"), ("fichiers jpeg","*.jpg"),("fichiers jpeg","*.jpeg"),("all files","*.*")))
if not fichierImage:
exit()
import os
fichier = os.path.basename(fichierImage)
path = os.path.dirname(fichierImage)
nomImage = os.path.splitext(fichier)[0] # "felix-le-chat" # mode P
ext = os.path.splitext(fichier)[1] # ".png"
# Une image de felix le chat !
img = Image.open(path + "/" + nomImage + ext);
#imgNG = img.convert('L') # conversion en niveaux de gris
#imgNG.show()
# Affiche les informations sur l'image
print(img.format, img.size, img.mode)
print("Fichier :", img.filename)
print("L =", img.width, "x H =", img.height)
largeur, hauteur = img.size # Récupération de la largeur et hauteur de l'image
#print("L =", largeur, "x H =", hauteur)
print("Nombre de pixels =", (img.width*img.height) , "pixels")
#print("Nombre de pixels =", (largeur*hauteur) , "pixels")
# Création d'une nouvelle image de même type
nouvelleImage = Image.new(img.mode, img.size)
# Affiche les valeurs des pixels
if(img.width*img.height < 2000): # pour les petites images
print("Affiche les valeurs des pixels de l'image d'origine")
for x in range(largeur):
for y in range(hauteur):
# récupére les valeurs du pixel
pixel = img.getpixel((x,y))
if(isinstance(pixel, int)):
gris = pixel
elif(isinstance(pixel, tuple)):
# calcul du poids de chaque composante du gris dans le pixel (CIE709)
gris = int(0.2125 * pixel[0] + 0.7154 * pixel[1] + 0.0721 * pixel[2])
# calcul la valeur de gris par moyenne des 3 canaux RVB
#gris = int((1/3) * pixel[0] + (1/3) * pixel[1] + (1/3) * pixel[2])
#gris = int(0.33 * pixel[0] + 0.33 * pixel[1] + 0.33 * pixel[2])
print(repr(gris).rjust(3), end=' ')
print("")
# Affiche les pixels en noir (0) ou blanc (1)
if(img.width*img.height < 2000): # pour les petites images
print("Affiche les pixels en noir (0) ou blanc (1)")
for x in range(largeur):
for y in range(hauteur):
# récupére les valeurs du pixel
pixel = img.getpixel((x,y))
if(isinstance(pixel, int)):
gris = pixel
elif(isinstance(pixel, tuple)):
# calcul du poids de chaque composante du gris dans le pixel (CIE709)
gris = int(0.2125 * pixel[0] + 0.7154 * pixel[1] + 0.0721 * pixel[2])
# calcul la valeur de gris par moyenne des 3 canaux RVB
#gris = int((1/3) * pixel[0] + (1/3) * pixel[1] + (1/3) * pixel[2])
#gris = int(0.33 * pixel[0] + 0.33 * pixel[1] + 0.33 * pixel[2])
# un noir (0) ou un blanc (1) ?
if(gris > 128):
if(img.width*img.height < 2000):
print(repr(1).rjust(1), end=' ') #print("1", end='')
# un pixel blanc
if(isinstance(pixel, int)):
p = 255
elif(isinstance(pixel, tuple)):
p = (255,255,255) # RVB
else:
if(img.width*img.height < 2000):
print(repr(0).rjust(1), end=' ') #print("0", end='')
# un pixel noir
if(isinstance(pixel, int)):
p = 0
elif(isinstance(pixel, tuple)):
p = (0,0,0) # RVB
# ajoute le pixel à la nouvelle image
nouvelleImage.putpixel((x,y), p)
if(img.width*img.height < 2000):
print("")
# Affiche les valeurs des pixels
if(img.width*img.height < 2000): # pour les petites images
print("Affiche les valeurs des pixels de la nouvelle image")
for x in range(largeur):
for y in range(hauteur):
# récupére les valeurs du pixel
pixel = nouvelleImage.getpixel((x,y))
if(isinstance(pixel, int)):
gris = pixel
elif(isinstance(pixel, tuple)):
# calcul du poids de chaque composante du gris dans le pixel (CIE709)
gris = int(0.2125 * pixel[0] + 0.7154 * pixel[1] + 0.0721 * pixel[2])
# calcul la valeur de gris par moyenne des 3 canaux RVB
#gris = int((1/3) * pixel[0] + (1/3) * pixel[1] + (1/3) * pixel[2])
#gris = int(0.33 * pixel[0] + 0.33 * pixel[1] + 0.33 * pixel[2])
print(repr(gris).rjust(3), end=' ')
print("")
# Enregistrement de la nouvelle image
nouvelleImage.save(path + "/" + nomImage + "-nouveau" + ext);
# Affichage de l'image
#img.show()
nouvelleImage.show()
# Fermeture des fichiers
img.close()
nouvelleImage.close()On obtient :
ACTIVITÉ 2 PIL version 5.1.0 PNG (35, 35) RGB Fichier : ./images/felix-the-cat-nb.png L = 35 x H = 35 Nombre de pixels = 1225 pixels Affiche les valeurs des pixels de l'image d'origine 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 8 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0 0 0 0 255 255 255 5 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0 4 0 5 0 2 255 6 0 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0 0 4 4 0 0 5 1 0 0 1 255 255 255 255 255 255 255 255 255 255 ... Affiche les pixels en noir (0) ou blanc (1) 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 1 0 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 1 0 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 1 1 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 0 1 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 0 0 0 0 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 1 0 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 1 1 0 0 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 1 1 0 0 1 1 1 0 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 1 1 0 0 1 1 1 0 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 1 1 1 1 0 0 1 1 0 1 0 1 1 1 1 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 1 1 1 1 0 0 1 1 0 1 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 0 0 0 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0 1 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 0 0 0 1 0 0 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 0 0 0 0 0 1 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 1 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 0 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 Affiche les valeurs des pixels de la nouvelle image 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0 0 0 0 255 255 255 0 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0 0 0 0 0 0 255 0 0 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0 0 0 0 0 0 0 0 0 0 0 255 255 255 255 255 255 255 255 255 255 ...
2.3. Activité n°3 : traitement d’images matricielles
Python n’a pas de type spécifique pour les matrices. On peut utiliser le package Python NumPy (https://www.numpy.org/) qui permet de manipuler des matrices ou tableaux multidimensionnels ainsi que des fonctions mathématiques pour le calcul scientifique.
Pré-requis : Les matrices en Python
2.3.1. Matrice transposée
On reprend l’image suivante :
# coding: utf-8
print("ACTIVITÉ 3a")
# PIL est une bibliothèque de traitement d'image
import PIL;
print("PIL version ", PIL.__version__)
# on importe le module Image de la bibliothèque PIL
from PIL import Image
import numpy as np
import random as rd
import tkinter as tk # en python 3
from tkinter import filedialog
ecran = tk.Tk()
ecran.withdraw()
# choisir un fichier image
fichierImage = filedialog.askopenfilename(initialdir = "./images/",title = "Choisir un fichier image",filetypes = (("fichiers png","*.png"), ("fichiers jpeg","*.jpg"),("fichiers jpeg","*.jpeg"),("all files","*.*")))
if not fichierImage:
exit()
import os
fichier = os.path.basename(fichierImage)
path = os.path.dirname(fichierImage)
nomImage = os.path.splitext(fichier)[0] # "felix-le-chat" # mode P
ext = os.path.splitext(fichier)[1] # ".png"
# Une image de felix le chat !
img = Image.open(path + "/" + nomImage + ext);
# Affiche les informations sur l'image
print(img.format, img.size, img.mode)
print("Fichier :", img.filename)
print("L =", img.width, "x H =", img.height)
largeur, hauteur = img.size # Récupération de la largeur et hauteur de l'image
imgNG = img.convert('L') # conversion en niveaux de gris
imgNG.show()
# image -> tableau numpy (matrice)
matriceImageNG = np.array(imgNG)
lignes, colonnes = matriceImageNG.shape
print(lignes, "x", colonnes)
print(matriceImageNG.ndim, "dimensions")
print("")
# Affiche les pixels en noir (0) ou blanc (1)
#print(matriceImageNG)
for i in range(0,lignes):
for j in range(0,colonnes):
if(matriceImageNG[i,j] > 128):
print(repr(1).rjust(1), end=' ')
else:
print(repr(0).rjust(1), end=' ')
# ou :
#print(repr(matriceImageNG[i,j]).rjust(3), end=' ')
print("")
print("")
# transposée de l'image imgNG avec numpy
#matriceTransposeImageNG = matriceImageNG.transpose()
#print(matriceTransposeImageNG)
# transposée de l'image imgNG à la main
matriceTransposeImageNG = matriceImageNG.copy()
for i in range(0,lignes):
for j in range(0,colonnes):
matriceTransposeImageNG[j][i] = matriceImageNG[i][j]
# Affiche les pixels noir (0) ou blanc (1)
#print(matriceTransposeImageNG)
for i in range(0,lignes):
for j in range(0,colonnes):
if(matriceTransposeImageNG[i,j] > 128):
print(repr(1).rjust(1), end=' ')
else:
print(repr(0).rjust(1), end=' ')
print("")
print("")
# tableau numpy (matrice) -> image
imageNG = Image.fromarray(matriceTransposeImageNG, 'L')
imageNG.show()
imageNG.save(path + "/" + nomImage + "-transpose" + ext);
# Autres : image aléatoire
#matriceAleatoire = np.array([[rd.randrange(256) for k in range(100)] for i in range(100)])
#imageAleatoire = Image.fromarray(matriceAleatoire, 'L')
#imageAleatoire.show()
# Fermeture des fichiers
img.close()
imageNG.close()On obtient :
ACTIVITÉ 3a PIL version 5.1.0 PNG (35, 35) RGB Fichier : ./images/felix-the-cat-nb-nouveau.png L = 35 x H = 35 35 x 35 2 dimensions 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 0 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 0 1 0 0 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 0 1 1 1 0 0 0 1 0 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 1 1 1 0 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 0 1 1 0 0 0 1 0 0 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 0 1 1 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 0 1 1 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 1 1 1 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 0 1 1 1 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 0 0 0 0 1 0 0 1 1 0 0 0 0 0 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 1 0 0 0 0 0 0 0 1 0 1 1 1 0 0 0 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 1 1 0 0 0 0 0 0 1 0 0 1 1 0 0 0 0 1 1 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 1 1 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 0 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 1 1 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 1 0 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 0 1 0 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 1 1 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 0 1 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 0 0 0 0 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 1 0 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 1 1 0 0 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 0 0 1 1 0 0 1 1 1 0 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 1 1 0 0 1 1 1 0 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 1 1 1 1 0 0 1 1 0 1 0 1 1 1 1 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 1 1 1 1 0 0 1 1 0 1 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 0 0 0 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0 1 0 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 0 0 0 1 0 0 1 1 1 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 0 0 0 0 0 1 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 1 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 1 0 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1
2.3.2. Symétrie et rotation
D’autres opérations peuvent être réalisées :
# Symétrie horizontale
symetrieHorizontaleImageNG = matriceImageNG.copy()
for x in range(0,colonnes):
for y in range(0,lignes):
symetrieHorizontaleImageNG[-x+colonnes-1][y] = matriceImageNG[x][y]
imageHorizontaleNG = Image.fromarray(symetrieHorizontaleImageNG, 'L')
imageHorizontaleNG.show()
imageHorizontaleNG.save(path + "/" + nomImage + "-symetrie-horizontale" + ext);
# Rotation
rotationImageNG = matriceImageNG.copy()
for x in range(0,colonnes):
for y in range(0,lignes):
rotationImageNG[colonnes-x-1][lignes-y-1] = matriceImageNG[x][y]
imageRotationNG = Image.fromarray(rotationImageNG, 'L')
imageRotationNG.show()
imageRotationNG.save(path + "/" + nomImage + "-rotation" + ext);2.3.3. Filtres de couleur
Un filtre coloré transmet ("laisse passer") certaines lumières colorées et absorbe les autres.
La couleur d’un filtre est déterminée par la ou les lumières colorée(s) qu’il transmet. Un filtre de couleur primaire ne transmet que la lumière de cette couleur (rouge jaune bleu) :
-
un filtre jaune transmet les lumières verte et rouge et absorbe la lumière bleue.
-
un filtre magenta transmet les lumières bleue et rouge et absorbe la lumière verte.
-
un filtre cyan (bleu) transmet les lumières verte et bleue et absorbe la lumière rouge.
|
La synthèse soustractive des couleurs est le procédé consistant à combiner l’absorption d’au moins trois colorants pour obtenir les nuances d’une gamme. On emploie l’adjectif soustractive par opposition à la synthèse additive. Ce terme est cependant trompeur, car les primaires n’effectuent pas, sur la lumière de l’éclairant, une soustraction, mais une multiplication, différente pour chaque partie du spectre, par un nombre compris entre 0 et 1. |
# coding: utf-8
print("ACTIVITÉ 3c")
# PIL est une bibliothèque de traitement d'image
import PIL;
print("PIL version ", PIL.__version__)
# on importe le module Image de la bibliothèque PIL
from PIL import Image
import numpy as np
import tkinter as tk # en python 3
from tkinter import filedialog
ecran = tk.Tk()
ecran.withdraw()
# choisir un fichier image
fichierImage = filedialog.askopenfilename(initialdir = "./images/",title = "Choisir un fichier image",filetypes = (("fichiers png","*.png"), ("fichiers jpeg","*.jpg"),("fichiers jpeg","*.jpeg"),("all files","*.*")))
if not fichierImage:
exit()
import os
fichier = os.path.basename(fichierImage)
path = os.path.dirname(fichierImage)
nomImage = os.path.splitext(fichier)[0] # "felix-le-chat" # mode P
ext = os.path.splitext(fichier)[1] # ".png"
# Une image de felix le chat !
img = Image.open(path + "/" + nomImage + ext);
# Affiche les informations sur l'image
print(img.format, img.size, img.mode)
print("Fichier :", img.filename)
print("L =", img.width, "x H =", img.height)
largeur, hauteur = img.size # Récupération de la largeur et hauteur de l'image
#img.show()
# Redimensionnement de l'image source en une image de taille moitié
imageVignette = img.resize((largeur // 2, hauteur // 2), Image.BICUBIC) # Division par 2 de la taille (// permet de ne récupérer que le quotient de la division)
largeurVignette,hauteurVignette= imageVignette.size
# Création des vignettes avec filtre de couleur
image1 = Image.new(imageVignette.mode,imageVignette.size) #jaune R255 V255 B0
image2 = Image.new(imageVignette.mode,imageVignette.size)
image3 = Image.new(imageVignette.mode,imageVignette.size)
image4 = Image.new(imageVignette.mode,imageVignette.size)
# boucle de traitement des pixels pour appliquer filtre couleur
for x in range(largeurVignette):
for y in range(hauteurVignette):
pixel = imageVignette.getpixel((x,y))
# Filtre jaune : absorbe le bleu
#p = (int(255*0.4 + pixel[0]*0.6), int(255*0.4 + pixel[1]*0.6), int(0*0.4 + pixel[2]*0.6))
p = (int(pixel[0]), int(pixel[1]), int(0))
image1.putpixel((x,y), p)
# Filtre magenta : absorbe le vert
#p = (int(255*0.4 + pixel[0]*0.6), int(0*0.4 + pixel[1]*0.6), int(255*0.4 + pixel[2]*0.6))
p = (int(pixel[0]), int(0), int(pixel[2]))
image2.putpixel((x,y), p)
# Filtre bleu : absorbe le rouge
#p = (int(0*0.4 + pixel[0]*0.6), int(255*0.4 + pixel[1]*0.6), int(255*0.4 + pixel[2]*0.6))
p = (int(0), int(pixel[1]), int(pixel[2]))
image3.putpixel((x,y), p)
# Filtre vert : absorbe le rouge et le bleu
#p = (int(0*0.4 + pixel[0]*0.6), int(255*0.4 + pixel[1]*0.6), int(0*0.4 + pixel[2]*0.6))
p = (int(0), int(pixel[1]), int(0))
image4.putpixel((x,y), p)
# Création d'une image avec les 4 vignettes colorées
imageFinale = Image.new(img.mode,img.size)
imageFinale.paste(im=image1, box=(0, 0))
imageFinale.paste(im=image2, box=(largeurVignette, 0))
imageFinale.paste(im=image3, box=(0, largeurVignette))
imageFinale.paste(im=image4, box=(largeurVignette, largeurVignette))
# Affichage de l'image et enregistrement
imageFinale.show()
imageFinale.save("./images/" + nomImage + "-filtres-couleurs" + ext)
# Fermeture du fichier image
img.close()
2.3.4. Filtrage matriciel : le filtre médian
Un filtre médian est très efficace pour enlever un bruit impulsif (sous forme de parasites isolés) qui peuvent avoir une amplitude très grande. Il permet de supprimer le bruit sans altérer les détails de l’image.
L’idée principale du filtre médian est de remplacer chaque entrée par la valeur médiane de son voisinage.
|
Le filtre médian permet d’éliminer les valeurs aberrantes (ici la valeur |
Les images de Lenna avec du bruit : http://agamenon.tsc.uah.es/Investigacion/gram/papers/Noise/Images/lenna/
# coding: utf-8
print("ACTIVITÉ 3d")
# PIL est une bibliothèque de traitement d'image
import PIL;
print("PIL version ", PIL.__version__)
# on importe le module Image de la bibliothèque PIL
from PIL import Image, ImageFilter
import numpy as np
# Lenna !
#nomImage = "lenna_10"
#ext = ".jpeg"
import tkinter as tk # en python 3
from tkinter import filedialog
ecran = tk.Tk()
ecran.withdraw()
# choisir un fichier image
fichierImage = filedialog.askopenfilename(initialdir = "./images/",title = "Choisir un fichier image",filetypes = (("fichiers jpeg","*.jpg"),("fichiers jpeg","*.jpeg"),("fichiers png","*.png"),("all files","*.*")))
if not fichierImage:
exit()
import os
fichier = os.path.basename(fichierImage)
path = os.path.dirname(fichierImage)
nomImage = os.path.splitext(fichier)[0] # "felix-le-chat" # mode P
ext = os.path.splitext(fichier)[1] # ".png"
# Une image avec du bruit
img = Image.open(path + "/" + nomImage + ext);
# Affiche les informations sur l'image
print(img.format, img.size, img.mode)
print("Fichier :", img.filename)
print("L =", img.width, "x H =", img.height)
largeur, hauteur = img.size
imgNG = img.convert('L') # conversion en niveaux de gris
imgNG.show()
# image -> tableau numpy
matriceImageNG = np.array(imgNG)
lignes, colonnes = matriceImageNG.shape
print(lignes, "x", colonnes)
print(matriceImageNG.ndim, "dimensions")
if lignes != colonnes:
exit()
# Principe : Filtre médian (3 x 3)
filtreMedianImageNG = matriceImageNG.copy()
matricePixels = np.zeros((9))
for i in range(colonnes-1):
for j in range(lignes-1):
if j > 0 and i > 0:
matricePixels[0] = matriceImageNG[i-1][j-1]
matricePixels[1] = matriceImageNG[i-1][j]
matricePixels[2] = matriceImageNG[i-1][j+1]
matricePixels[3] = matriceImageNG[i][j-1]
matricePixels[4] = matriceImageNG[i][j]
matricePixels[5] = matriceImageNG[i][j+1]
matricePixels[6] = matriceImageNG[i+1][j-1]
matricePixels[7] = matriceImageNG[i+1][j]
matricePixels[8] = matriceImageNG[i+1][j+1]
s = np.sort(matricePixels, axis=None)
filtreMedianImageNG[i][j] = s[4] # on prend la valeur médiane
filtreMedianNG = Image.fromarray(filtreMedianImageNG, 'L')
filtreMedianNG.show()
filtreMedianNG.save(path + "/" + nomImage + "-filtre-median" + ext);
# sinon avec le module ImageFilter (5 x 5)
im2 = imgNG.filter(ImageFilter.MedianFilter(5))
im2.show()
# Fermeture des fichiers
img.close()
filtreMedianNG.close()
2.3.5. Bibliothèque PIL (Python Imaging Library)
Les opérations précédentes peuvent être réalisées directement avec la bibliothèque PIL (Python Imaging Library) !
La fonction transpose() permet de retourner ou faire pivoter par incréments de 90 degrés une image :
from PIL import Image
im = Image.open("image.jpg")
# Retourner l'image de gauche à droite
im_flipped = im.transpose(method=Image.FLIP_LEFT_RIGHT)
# autres : Image.FLIP_TOP_BOTTOM, Image.ROTATE_90, Image.ROTATE_180, Image.ROTATE_270, Image.TRANSPOSE ou Image.TRANSVERSED’autre part, le module ImageFilter fournit un ensemble suivant de filtres d’amélioration d’image prédéfinis;
La méthode Image.filter() :
from PIL import Image, ImageFilter
im = Image.open("image.jpg")
im1 = im.filter(ImageFilter.BLUR)
im_blurred = im.filter(ImageFilter.GaussianBlur(radius=5))
im_blurred.show()
# Filtre médian
im2 = im.filter(ImageFilter.MedianFilter(3)) # 3 x 3
im2.show()
# autres : CONTOUR, DETAIL, EDGE_ENHANCE, EDGE_ENHANCE_MORE, EMBOSS, FIND_EDGES, SHARPEN, SMOOTH et SMOOTH_MORE2.3.6. Voir aussi
-
Les filtres par convolution, passe-haut et passe-bas et la détection de contours : Filtrage et traitement d’images (TangenteX.com)
-
La détection de Canny Edge et les filtres gaussien et Sobel : ichi.pro/fr/
La version PDF de ce document : python-images.pdf.
Codes sources des exemples : python-images-activites.zip.
Site : tvaira.free.fr