Traitement d'image avec Octave: Notes de cours

004 - Traitement et Manipulation d'image avec Octave
Mention
Niveau
Contexte
Auteur
M.I.A
M1
COURS - Utilitaire pour image
Djasnive Y. RAJAONA
Objectif du cours
Ce cours a pour but de montrer comment lire, afficher, analyser et transformer des images numériques avec GNU Octave,
en les considérant d’abord comme matrices de données, avant d’exploiter les fonctions spécialisées.
1. Chargement et Affichage d'une Image
a. Lecture d'une image
b. Affichage de l’image
2. Représentation de l’Image comme Matrice
a. Structure d’une image
b. Exemple de manipulation manuelle
img = imread('image.jpg');
imread charge l’image sous forme de matrice.
Si l’image est en couleur, img est un tableau 3D : (hauteur, largeur, 3) .
imshow(img);
imshow permet d’afficher une image directement.
Alternative :
image(img);
axis off;
Image en niveaux de gris : matrice 2D, chaque élément représente l’intensité (0–255).
Image couleur (RGB) : matrice 3D où :
img(:, :, 1) → Canal Rouge
img(:, :, 2) → Canal Vert
img(:, :, 3) → Canal Bleu
img = imread('image.jpg');
R = img(:, :, 1); % Canal Rouge
G = img(:, :, 2); % Canal Vert
B = img(:, :, 3); % Canal Bleu

3. Opérations de Base sur l’Image-Matrice
a. Taille et type
b. Conversion de type
Pour effectuer des opérations mathématiques :
Les fonctions mathématiques exigent souvent un format double avec valeurs normalisées [0, 1].
4. Accès et Modification des Pixels
a. Pixel unique
b. Bloc de pixels (sous-image)
c. Modification de région
5. Fonctions de Traitement d’Image
a. Conversion en niveaux de gris
La formule standard pour convertir une image couleur (RVB ou RGB) en niveaux de gris (gray) repose sur une pondération
des trois composantes Rouge (R), Verte (G) et Bleue (B), qui reflète la sensibilité de l'œil humain à chaque couleur.
Formule standard (pondérée selon la luminance perceptuelle) :
% Supprimer le canal rouge :
img(:, :, 1) = zeros(size(R));
imshow(img); % Image sans rouge
size(img)
class(img)
size donne les dimensions.
class retourne le type ( uint8 , double , etc.).
img_double = im2double(img);
val = img(50, 100, 1); % Valeur du pixel (50, 100) canal rouge
bloc = img(50:100, 100:150, :); % Extraction d'une sous-image
imshow(bloc);
img(1:100, 1:100, :) = 0; % Mettre un carré noir en haut à gauche
gray_img = rgb2gray(img);
imshow(gray_img);

Explication :
Exemple Octave :
Si vous avez une image RGB chargée dans une variable img , vous pouvez appliquer cette formule manuellement :
Remarque :
Cette formule est utilisée par la plupart des fonctions comme rgb2gray() dans Octave ou MATLAB. Elle donne un niveau
de luminance perceptuelle fidèle à la perception humaine.
Souhaitez-vous aussi voir une comparaison avec une conversion naïve (moyenne simple) ?
b. Redimensionnement
c. Rotation
d. Rognage (Crop)
e. Flou (Filtrage gaussien)
Nécessite le package image . Chargez-le avec :
6. Histogramme et Analyse
0.2989 pour le Rouge : l'œil humain est moins sensible au rouge.
0.5870 pour le Vert : le vert a le plus grand poids, car l'œil y est très sensible.
0.1140 pour le Bleu : faible contribution perçue du bleu.
img = imread('image.jpg');
img = im2double(img); % Conversion en format double pour les calculs
R = img(:, :, 1);
G = img(:, :, 2);
B = img(:, :, 3);
gray = 0.2989 * R + 0.5870 * G + 0.1140 * B;
imshow(gray);
resized = imresize(img, 0.5); % Réduit à 50%
rotated = imrotate(img, 90); % Rotation de 90°
cropped = img(100:300, 150:350, :);
blurred = imgaussfilt(img, 2); % sigma = 2
pkg load image;

a. Affichage de l’histogramme d’une image en niveaux de gris
b. Égalisation de l’histogramme
7. Filtrage Spatial (Convolution)
a. Application d’un filtre personnalisé
8. Exemples Pratiques
a. Supprimer un canal couleur
b. Extraire une région, convertir en niveaux de gris, redimensionner
c. Fusion de deux images
9. Exercices
gray = rgb2gray(img);
imhist(gray); % Affiche la distribution des intensités
equalized = histeq(gray);
imshow(equalized);
K = [-1 -1 -1; -1 8 -1; -1 -1 -1]; % Filtre passe-haut
img_filt = imfilter(gray, K);
imshow(img_filt, []);
img(:, :, 2) = 0; % Supprimer le vert
imshow(img);
roi = img(100:300, 100:300, :);
roi_gray = rgb2gray(roi);
roi_resized = imresize(roi_gray, [100 100]);
imshow(roi_resized);
img1 = imread('img1.jpg');
img2 = imread('img2.jpg');
img1 = imresize(img1, [300 300]);
img2 = imresize(img2, [300 300]);
fusion = 0.5 * im2double(img1) + 0.5 * im2double(img2);
imshow(fusion);
1. Charger une image couleur et afficher les 3 canaux séparément.
2. Supprimer la partie supérieure de l’image en la remplaçant par du blanc.
3. Convertir une image en niveaux de gris, puis afficher son histogramme.
4. Appliquer un filtre de détection de contours.
5. Créer une fonction qui renvoie la moyenne des intensités d’une image en niveaux de gris.

Conclusion
Ressources Complémentaires
Liste non exhaustive des Fonctions les plus utilisé pour la manipulation d'image
Fonction
Description
Syntaxe
imread
Lit une image à partir d'un fichier et la
convertit en une matrice.
img = imread('filename.ext');
imshow
Affiche une image stockée sous forme de
matrice.
imshow(img);
imwrite
Écrit une image stockée sous forme de matrice
dans un fichier.
imwrite(img, 'filename.ext');
rgb2gray
Convertit une image couleur (RGB) en une
image en niveaux de gris.
gray_img = rgb2gray(rgb_img);
imresize
Redimensionne une image à des dimensions
spécifiées.
resized_img = imresize(img, [rows, cols]);
imrotate
Effectue une rotation d'une image d'un certain
angle spécifié.
rotated_img = imrotate(img, angle);
imfilter
Applique un filtre à une image en utilisant un
noyau spécifié.
filtered_img = imfilter(img, kernel);
fspecial
Crée un noyau de filtrage prédéfini (comme
gaussien, laplacien, etc.).
h = fspecial('type', parameters);
edge
Détecte les contours dans une image en
utilisant des méthodes comme Sobel, Canny,
etc.
edges = edge(img, 'method');
imadjust
Ajuste l'intensité des niveaux d'une image.
adjusted_img = imadjust(img, [low_in,
high_in], [low_out, high_out]);
histeq
Améliore le contraste d'une image en utilisant
l'égalisation d'histogramme.
eq_img = histeq(img);
im2double
Convertit l'image en type double avec des
valeurs d'intensité entre 0 et 1.
double_img = im2double(img);
im2bw
Convertit une image en niveaux de gris en une
image binaire.
bw_img = im2bw(img, threshold);
imnoise
Ajoute du bruit à une image pour simuler
divers types de bruit.
noisy_img = imnoise(img, 'type',
parameters);
medfilt2
Applique un filtrage médian à une image pour
réduire le bruit impulsionnel.
filtered_img = medfilt2(img, [m, n]);
Une image numérique est manipulée dans Octave comme une matrice ou un tableau 3D.
Les opérations sur les matrices permettent des transformations directes, sans passer par des outils complexes.
Octave propose des fonctions puissantes et simples pour les traitements courants : affichage, conversion, filtrage,
égalisation, etc.
Comprendre la structure matricielle d’une image est fondamental avant d’utiliser des fonctions plus avancées.
Documentation officielle GNU Octave
GNU Octave Image Package
Livre : Digital Image Processing – Gonzalez & Woods