Traitement d'image
Première approche
Pour ce tp vous aurez à télécharger l'image [Link] disponible sur le site [Link], section
informatique.
Notion d'image matricielle
Nous allons ici nous intéresser à la manipulation d'images matricielles (par opposition aux images
vectorielles).
Une image matricielle est constituée d'une grille de pixels. Avec la représentation RVB que nous allons
utiliser ici, chaque pixel est représenté par 3 composantes sous la forme d'un triplet (r, v, b).
Chacune de ces composantes représente respectivement la quantité de rouge, de vert ou de bleu du pixel.
Plus la valeur est élevée, plus la couleur est présente.
Pour nous chaque composante sera un nombre ottant entre 0 et 1.
Par exemple (0.5, 0.25, 1) représente 50% de rouge, 25% de vert et 100% de bleu.
Le triplet (0, 0, 0) représente un pixel complètement noir. En revanche si les trois composantes sont
maximales, le pixel sera blanc (ceci correspond à la synthèse additive des couleurs).
I. Les modules python utilisés
A. Utilisation de numpy
Pour représenter les grilles de pixels nous utiliserons des tableaux numpy.
Exercice 1.
Tester les commandes suivantes dans le shell (en a chant les variables au fur et à mesure...)
import numpy as np # ne pas oublier (a,b,c) = tab[0,2]
hauteur = 2
largeur = 4
tab = [Link]( (hauteur, largeur, 3) ) dimensions = [Link]
tab[0,2] = [3,5,8] ha = dimensions[0] #hauteur
tab[1,2] = (4,5,6) # numpy accepte les tuples la = dimensions[1] #largeur
# pour nous dimensions [2] vaudra toujours 3
B. Gestion des images
Nous utiliserons ici les modules :
• [Link] pour convertir image en tableau numpy (et vice-versa)
• [Link] pour gérer l'a chage des images
Votre script python commencera donc nalement par les importations suivantes
import numpy as np
import [Link] as mpimg
import [Link] as plt
Voici les autres commandes dont vous aurez besoin
• image = [Link]('[Link]') convertit une image png existante en un tableau
numpy image (le module [Link] permet par défaut de ne manipuler que des chiers png).
• pixel = image[x,y] permet de récupérer le pixel de coordonnées (x, y) qui est donc un triplet.
On peut aussi directement écrire (r,v,b)= image[x,y] (dépaquetage du triplet)
• Pour a cher avec python une image représentée par le tableau image on utilisera les commandes :
[Link](image)
[Link]()
II. Le travail à faire
Toutes les fonctions demandées porteront sur des tableaux images. A vous de les tester avec l'image
[Link] et d'a cher le résultat obtenu.
Exercice 2. Découverte.
a. A l'aide des commandes décrites, transformez l'image [Link] en un tableau numpy. A chez le
pour examiner sa structure.
(vous noterez au passage que les composantes sont des ottants de [0, 1])
Utilisez ensuite les diverses commandes présentées sur ce tableau pour vous familiariser.
b. Créez une image de hauteur 100 et de largeur 300 complètement noire. A chez-là.
Transformez la de sorte que le premier tiers soit uniformément rouge pur, le deuxième vert pur, le
troisième bleu pur.
Vous pourrez utiliser le slicing sous la forme image[:, a:b] = couleur où a et b sont des entiers
bien choisis et couleur est un triplet correspondant à la couleur voulue.
Exercice 3. Jeu avec les couleurs.
a. Écrire une fonction negatif(image) de paramètre un tableau image et qui renvoie un tableau où la
valeur v de chaque couleur est remplacée par 1 − v .
Remarque. Il est possible d'eectuer 1-pixel sur un triplet pixel
Testez-là en a chant l'image obtenue.
b. Écrire une fonction composante_bleue(image) qui à partir d'un tableau image retourne un tableau
où chaque pixel (r, v, b) est remplacé par (0, 0, b).
Testez-là en a chant l'image obtenue.
Exercice 4. Conversion en niveaux de gris puis en noir et blanc. Un pixel est dit gris si les trois
composantes ont même valeur : il est donc de la forme (g, g, g).
a. Écrire une fonction niveaux_gris(image) qui convertit le tableau image en niveaux de gris en utilisant
la formule suivante g = 0.21r + 0.72v + 0.07b qui tient compte de la luminosité de chaque couleur.
Testez-là en a chant l'image obtenue.
b. Vous pouvez ensuite convertir en noir et blanc. Il su t de mettre en paramètre un seuil s ∈ [0, 1] : si
g > s on remplace le pixel par un pixel blanc, sinon par un pixel noir.
Exercice 5. Floutage d'une image.
Écrire une fonction floutage(image) qui retourne un nouveau tableau dont chaque pixel de coordonnées
(x, y) est la moyenne des 9 pixels de image de coordonnées (x − 1, y − 1); (x − 1, y); . . . ; (x + 1, y + 1).
Testez...
Exercice 6. Augmentation du contraste correction gamma.
Pour améliorer le contraste, il su t d'appliquer à chaque valeurde composante une
fonction f : [0, 1] →
√
1 1
[0, 1] bien choisie. A vous de tester avec f (x) = x puis f (x) = 1 + sin(π x − .
2 2
La correction gamma utilise f (x) = xγ .
Exercice 7. Prise d'initiative.
Sans indication à vous de ré échir comment eectuer les manipulations suivantes.
• Eet miroir (haut-bas ou gauche-droite à votre guise),
• diminution ou augmentation de la taille d'une image (pas si facile),
• juxtaposition d'images (pourquoi pas pour un eet pop art rudimentaire).
