Plan 256 shades of grey -

256 shades of grey
[e-mail] - http://blog.psi945.fr
Lundi 9 janvier 2017
Stéphane Gonnord
256 shades of grey
Année 2016/2017 1 / 16
Plan
1
Du pixel au fichier
Pixels
Formats de fichiers image
2
Manipulations avec Python
Trois niveaux d’abstraction
Du fichier aux pixels
Des pixels au fichier
Un peu de technique
3
Quelques traitements d’image
Gestion du contraste
Éclaircissement
Floutage
Détection de contours
Stéphane Gonnord
256 shades of grey
Année 2016/2017 2 / 16
Qu’est-ce qu’une image ?
À l’écran/sur le papier : un rectangle/une matrice de pixels
(PICture ELements).
Un pixel = nuance de gris (...) entre 0 et 255... ou entre 0 et 1.
Ou bien (RGB) : trois niveaux Red/Green/Blue de 0 à 255.
Stockage dans un fichier :
�pixel par pixel...
�ou par compression d’une image initiale.
Compression : destructive ou non (avec ou sans perte
d’information).
Poids d’un fichier BitMaP (pixel par pixel sans compression) en
RGB :
3×L×Hoctets ;
trois fois moins en noir et blanc !
Stéphane Gonnord
256 shades of grey
Année 2016/2017 3 / 16
Quelques formats d’image
Chat : image 2048 ×1536 pixels ; poids en kilo-octets.
Ext. destr. compr. chat (RGB) chat (N&B)
bmp NON NON 9437 3147
png NON OUI 4999 1533
gif NON OUI 3336 3367
jpg OUI OUI 400 366
Stéphane Gonnord
256 shades of grey
Année 2016/2017 4 / 16

Trois niveaux d’abstraction (via PIL)
Le fichier, support « physique », sur le disque.
L’objet Python « image » intermédiaire. Contient les informations
sur l’encodage... et les données.
La matrice des pixels.
Fichier Objet Python Matrice de pixels
’baroudeur.bmp’ <PIL.BmpImage... array([[[ 12, 16, 25],
... ...
image mode=RGB [80, 86, 60]]],
...> dtype=uint8)
’baroudeur.jpg’ <PIL.JpegImage... array([[[ 12, 16, 25],
... ...
image mode=RGB [80, 86, 60]]],
...> dtype=uint8)
’baroudeurBW.jpg’ <PIL.JpegImage... array([[14, 15, 15, ...,
... ...
image mode=L ... 80, 80, 80]],
...> dtype=uint8)
Stéphane Gonnord
256 shades of grey
Année 2016/2017 5 / 16
Du fichier aux pixels
Image.open : objet image à partir du fichier.
numpy.array : tableau/matrice de pixels à partir de l’objet image.
Exemple :
Définition de l’objet et de la matrice
>>> chat = im.open(’images_out/baroudeurBW.jpg’)
>>> pixels_chat = np.array(chat)
Résultat
>>> chat
<PIL.JpegImagePlugin.JpegImageFile image mode=L
size=2048x1536 at 0xB5F911AC>
>>> pixels_chat
array([[ 14, 15, 15, ..., 208, 212, 215],
[ 14, 15, 15, ..., 211, 212, 214],
...,
[208, 206, 203, ..., 80, 80, 80]], dtype=uint8)
Stéphane Gonnord
256 shades of grey
Année 2016/2017 6 / 16
Des pixels au fichier
Image.fromarray : des pixels à l’objet image.
Méthode save des objets image : pour sauver sous différents formats.
Exemple :
Que fais-je ?
pixels_chat = np.array( im.open(’baroudeurBW.jpg’) )
pixels_chat[ 100:200 , 500:1500 ] =
255*np.ones((100, 1000),dtype=’uint8’)
im.fromarray(pixels_chat).save(’mystere.jpg’)
Stéphane Gonnord
256 shades of grey
Année 2016/2017 7 / 16
Quelques points techniques
Slicing : tableau[ a:b , c:d ] en lecture ou écriture.
numpy.zeros( (a,b) ) et numpy.ones( (a,b) ) attention aux types.
Conversion en niveaux (Levels) de gris :
image.open(’image_couleur.jpg’).convert(’L’).save(’image_BW.png’)
Appliquer une fonction aux pixels : deux approches
Appliquons fàM:
pixels1 = np.array(im.open(’baroudeur.jpg’))
Pixel par pixel ; 48 secondes
(H, L, _) = pixels1.shape # hauteur * largeur * 3
pixels2 = np.copy(pixels1)
for i in range( H ):
for j in range( L ):
pixels2[i][j] = contraste( pixels2[i][j] )
Par application d’une fonction « vectorisée » au tableau ; 3 secondes
contraste_vecto = np.vectorize( contraste )
pixels2 = contraste_vecto( pixels1 )
# en fait : pixels2 = np.array( ... , dtype=’uint8’)
im.fromarray(pixels2).save(’baroudeurBW2.jpg’)
Stéphane Gonnord
256 shades of grey
Année 2016/2017 8 / 16

Fonction de contraste
On applique f:{0,1,...,255}→{0,1,...,255}à chaque pixel.
Pour contraster/décontraster :
f1(x) = 128 +2×(x−128)f2(x) = 128 + (x−128)/2
On revient à {0,1,...,255}en cas de dépassement !
Stéphane Gonnord
256 shades of grey
Année 2016/2017 9 / 16
Que devient le chat ?
Stéphane Gonnord
256 shades of grey
Année 2016/2017 10 / 16
Un goutte contrastée 5 fois
Stéphane Gonnord
256 shades of grey
Année 2016/2017 11 / 16
Un autre, aux bords moins nets
Stéphane Gonnord
256 shades of grey
Année 2016/2017 12 / 16

Éclaircissement ou assombrissement
Fonction pour éclaircir/assombrir :
f3(x) = 255 −(255 −x)/2f4(x) = x/2
Stéphane Gonnord
256 shades of grey
Année 2016/2017 13 / 16
Floutons πR2!
Mi,j←1
9(Mi−1,j−1+·· · +Mi+1,j+1)
Stéphane Gonnord
256 shades of grey
Année 2016/2017 14 / 16
Détection de contours
On noircit les pixels (i,j)tels que :
(Pi−1,j−Pi+1,j)2+ (Pi,j−1−Pi,j+1)2>s,
avec un seuil... à fixer ! On contraste d’abord l’image
Stéphane Gonnord
256 shades of grey
Année 2016/2017 15 / 16
C’est fini !
Merci de votre attention
Stéphane Gonnord
256 shades of grey
Année 2016/2017 16 / 16