la modification du programme du tp :
function [nbim]=tp3via(im,s)
%cette fonction calcul la fonction binaire d'un
%avec un seuil
[m n]=size(im);
nbim=zeros(m,n);
grayImage=rgb2gray(im);
for i=1:m
for j=1:n
if nivgri(i,j)>=s
nbim(i,j)=1;
else
nbim(i,j)=0;
end
end
end
figure,imshow(nbim);
end
le 2 programme:
function [nbr, nbg, nbb] = fctrgb2bw(image)
% Convertir l'image en échelle de gris pour chaque canal
redChannel = image(:,:,1);
greenChannel = image(:,:,2);
blueChannel = image(:,:,3);
% Binariser chaque canal
threshold = 0.5; % Choisir un seuil approprié entre 0 et 1
nbr = imbinarize(redChannel, threshold);
nbg = imbinarize(greenChannel, threshold);
nbb = imbinarize(blueChannel, threshold)
% Afficher les images binaires
subplot(2,2,1), imshow(image), title('Image originale');
subplot(2,2,2), imshow(nbr), title('Canal Rouge Binaire');
subplot(2,2,3), imshow(nbg), title('Canal Vert Binaire');
subplot(2,2,4), imshow(nbb), title('Canal Bleu Binaire');
end
conclusion :
En conclusion, le programme MATLAB que nous avons élaboré réalise une
transformation significative sur une image couleur en trois étapes clés. Tout d'abord,
l'image est convertie en niveaux de gris à l'aide de la fonction `rgb2gray`. Ensuite, un
seuil, déterminé par l'utilisateur et passé en paramètre sous le nom `s`, est appliqué à
cette image en niveaux de gris. Enfin, une image binaire est créée en assignant la valeur
1 aux pixels dont l'intensité est supérieure ou égale au seuil, et la valeur 0 aux pixels en
dessous de ce seuil.
L'utilité principale de cette fonction réside dans la segmentation binaire d'une image en
fonction des niveaux de gris, permettant ainsi d'isoler les régions d'intérêt en accord avec
le seuil défini. Cependant, la performance de ce programme dépend fortement du choix
judicieux du seuil, et il est recommandé d'ajuster cette valeur en fonction des
caractéristiques spécifiques de l'image traitée.
L'efficacité de ce processus de seuillage peut être évaluée en visualisant l'image binaire
résultante à l'aide de la fonction `imshow`. Cette démarche offre une perspective visuelle
sur la manière dont l'image originale a été segmentée en deux classes distinctes,
facilitant ainsi l'identification des zones d'intérêt en fonction de l'intensité des niveaux de
gris
