Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo

Dimension: px
Commencer à balayer dès la page:

Download "Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo"

Transcription

1 Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo Dans ce projet, nous allons réaliser le code qui permet d'insérer sur une image, un logo sur un objet de couleur unie (ici, un ballon de basket orange). La figure ci-dessus représente l'application. L'algorithme peut se décomposer de la manière suivante : 1. dans un premier temps de segmenter les zones de l'image qui ont une couleur proche de celle du ballon (à partir d'un modèle statistique de celle-ci). Comme celui-ci est quasiment le seul objet de couleur orange dans la scène, cela reviendra à segmenter le ballon (donc à déterminer quels sont les pixels qui ont cette couleur orange dans l'image). 2. Puis approximer certaines des caractéristiques géométriques du ballon dans l'image : son centre de gravité (les positions (Xc,Yc) du centre du ballon dans l'image) et son rayon. 3. A partir du rayon de la balle, nous pouvons calculer une nouvelle image «logo» (à partir de l'image «logo» originale) à la dimension de la balle. 4. A partir des positions (Xc,Yc), nous pouvons alors insérer notre logo à la bonne dimension dans l'image originale. La page suivante représente la structure globale du projet. A noter qu'il faudra non seulement réaliser un script «principal.m» qui réalisera l'insertion du logo (partie droite du schéma) dans un fichier que l'utilisateur pourra sélectionner. Mais aussi un autre script «creation_modele.m» qui calculera le modèle statistique couleur du ballon (partie à gauche du schéma) à partir d'une image particulière où le ballon occupe quasiment toute l'image. 1/13

2 Fichier ballon00275.bmp lecture_image.m Fichiers ballonxxxxx.bmp lecture_image.m selection_image.m segmente_image.m calcul_modele.m Moyennes couleur et matrice de covariances geometrie_ballon.m script creation_modele.m Positions (Xc,Yc) + Rayon (R) dimensionne_logo.m insere_logo.m script principal.m 2/13

3 I. Notions Importantes 1- Codage des images sous matlab/octave Une image n est autre que l extension d un signal à 2 dimensions. Une image couleur est la superposition de 3 composantes de base (Rouge Vert et Bleu). Sous Matlab/octave, une telle image peut être codée par une matrice tridimensionnelle. Elle correspond à la mise en cascade des 3 matrices (2D : de dimension N*M) correspondant aux 3 composantes primaires (Rouge Vert et Bleu, notée RGB ou RVB). Chacune de ces 3 matrices primaires (aussi appelées «plans couleur») contient le niveau de couleur pour chaque point de l image considérée. En général chaque niveau de couleur est codé entre 0 (canal colorimétrique éteint) et 255 (canal colorimétrique maximum) ce qui correspond à 2553 = combinaisons de couleurs possibles. Dans le cas particulier des images en noir et blanc, les 3 composantes de chaque point de l image considérée (pixel) sont égales. Nous avons donc 256 niveaux de gris (de 0 pour le noir à 255 pour le blanc, en passant par un gris moyen pour 128). Rq : Lorsque l on charge une image sous matlab/octave, la matrice correspondante est de type uint8 (codage sur 8 bits non signés, autrement dit : 0-255). Pour simplifier les calculs et pouvoir utiliser toutes les fonctions octave/matlab sur ces données, il est préférable de les convertir en réels (commande «double»), puis après traitement les reconvertir en entier codé sur 8 bits nonsigné (commande «uint8» ) avant de sauvegarder en format bmp ou d'afficher l'image (commande «imagesc»). 3/13

4 2- Segmentation couleur et Distance de Mahalanobis Cette partie concerne la segmentation couleur de l'image. Elle sera nécessaire pour coder le script «creation_modele.m» et la fonction «segmente_image.m». Pour segmenter la couleur du ballon dans l'image, il faut rechercher les pixels qui ont une distance proche d'un modèle de la couleur du ballon. On obtient alors une image de distance, chaque pixel de cette image représente la distance entre la couleur dans l'image originale et le modèle couleur du ballon. Dans le schéma ci-dessous, la partie sombre (proche de 0) représente alors les pixels de couleur proche de celle du ballon. Il suffit alors de seuiller cette image pour obtenir la segmentation du ballon ; le seuillage consistera à mettre à 1 tous les pixels (de l'image de distance) inférieurs à une valeur dite seuil, et à 0 tous les pixels supérieurs ou égaux à cette valeur. image originale image des distances image segmentée (le blanc représente les pixels à 1et le noir les pixels à 0) La distance que nous utiliserons est la distance de Mahalanobis qui se définit ainsi : avec : * x=[r, v, b]' un vecteur colonne représentant la couleur d'un pixel (en RGB ou RVB) dans l'image originale * μ=[μ r, μ v, μ b ]' un vecteur colonne des moyennes selon les plans R, V et B ; ces moyennes doivent être calculées sur un ensemble de pixels appartenant au ballon. * Σ la matrice de covariance calculée sur un ensemble de pixels appartenant au ballon. Si on considère un ensemble de pixels X={x 1, x 2,,x i,...,x n } appartenant au ballon (extrait d'une image «ballon00275.bmp») avec x i = [r i, v i, b i ]', les moyennes μ=[μ r, μ v, μ b ]' et la matrice de covariance Σ seront définies par : μ r = E( r i ) = moyenne i ( r i ) μ v = E( v i ) = moyenne i ( v i ) μ b = E( b i ) = moyenne i ( b i ) Σ = E( (x - µ)(x µ)' ) = [σ r 2, σ rv, σ rb ; σ vr, σ v 2, σ vb ; σ br, σ bv, σ b 2 ] avec σ rv = σ vr = 1/n * somme i ( (r i μ r )*( v i μ v ) ), σ rb = σ br =... A noter qu'il existe une fonction «cov» sous Matlab et Octave qui calcule cette matrice à partir d'un ensemble de vecteurs. 4/13

5 II. Travail à réaliser L'algorithme que vous allez réaliser permet donc d'insérer un logo sur une image d'un ballon orange situé à une position et une taille a priori non connues. Ces positions et taille seront déterminées à partir d'une segmentation de la couleur du ballon dans l'image. Nous vous fournisons une série d'images acquises (fichiers «ballonxxxxx.bmp» de dimensions 320x240x3) à l'aide d'un camescope numérique et une image (fichier «logo.bmp» de dimensions 600x600x3) représentant le logo à insérer. Afin de constituer cet algortihme, nous vous conseillons de procéder par étapes et toujours valider chacune des étapes en visualisant les images en sortie : écrire la fonction «lire_image.m» qui permet de sélectionner une image (parmi les fichier «ballonxxxxx.bmp») dans le répertoire courant et la lire. écrire les fonctions utiles au script «creation_modele.m», une après l'autre, et les tester à fur et à mesure en y faisant appel dans le script «creation_modele.m» écrire les fonctions utiles au script «principal.m», une après l'autre, et les tester à fut et à mesure en y faisant appel dans le script «principal.m» en affichant les résultats obtenus. Ces affichages pourront être mis en commentaires lorsque le script sera complet. avant d'utiliser une fonction Matlab/Octave que vous ne maîtrisez pas, lisez bien l'aide. Testez la sur des matrices ou vecteurs de petites tailles pour lesquels vous pourrez vérifier les résultats de la fonction. Il sera important de créer une interface utilisateur transparente (c'est à dire que des personnes ne connaissant pas Matlab/Octave puissent l'utiliser) en utilisant les fonctions d'entrées-sorties («input», «disp»,...). 1. La fonction «lire_image.m» Cette fonction n'aura pas d'entrée et doit renvoyer la matrice correspondant à l'image. Elle devra demander à l'utilisateur dans quel répertoire se trouvent les images que l'on veut traiter. Lister les images ('ballon*.bmp') contenues dans ce répertoire et afficher cette liste. Et demander à l'utilisateur laquelle il veut sélectionner. Puis lire le fichier et renvoyer la matrice correspondante. Les fonctions Matlab/Octave dont vous aurez besoin sont listées en annexes. 2. Le script «creation_modele.m» Le script «creation_modele.m» fera appel successivement à 3 fonctions différentes : une fonction «lire_image.m» qui permettra de sélectionner l'image dont on veut extraire le modèle de couleur (composé des moyennes et de la matrice de covariance) 5/13

6 une fonction «selection_image.m» qui, à partir de données (positions approximatives d'un carré inclu dans le ballon) fournies par l'utilisateur, fournie en sortie une matrice 3xN des pixels inclus dans ce carré (où N est le nombre de pixels contenus dans le carré ; chaque contenant la valeur du pixel selon un des plans couleur) une fonction «calcul_modele.m» qui, à partir de la matrice précédente, fournie le modèle de la couleur du ballon (moyennes et matrice de covariance). Le script devra sauvegarder le vecteur moyenne et la matrice de covariance dans un fichier «modele.mat». Rq : nous vous conseillons d'utiliser l'image «ballon00275.bmp» pour construire le modèle. Le ballon apparaît en grand dans cette image. Et plus il y a de pixels utilisés pour construire le modèle, meilleur sera le modèle. 3. Le script «principal.m» Le script «principal.m» fera appel à 5 fonctions différentes : une fonction «lire_image.m» qui permettra de sélectionner l'image oùl'on veut segmenter le ballon et y ajouter le logo. une fonction «segmente_image.m» qui utilise le modèle défini par le script «creation_modele.m» en le chargeant pour calculer l'image des distances de Mahalanobis. Qui affiche l'image de distances obtenue ainsi qu'un histogramme de l'ensemble des distances contenues dans l'image. Un histogramme consiste en une représentation de la distribution d'un ensemble de valeurs (ici, les distances de mahalanobis pour l'ensemble des pixels). Puis demande à l'utilisateur le seuil qu'il veut appliquer sur l'image des distances afin d'obtenir la segmentation. La segmentation obtenue sera affichée. Il serait utile de fair ene sorte que si l'utilisateur n'est pas satisfait du résultat obtenu (et donc de son choix de seuil) qu'il puisse recommencer ce choix, jusqu'à ce qu'il soit satisfait. Enfin, l'ensemble des fenêtres utilisées dans cette fonction doivent être fermées, avant de la quitter. La fonction renverra l'image segmentée. Une fonction «geometrie_ballon.m» qui va approximer et renvoyer les positions (Xc,Yc) en pixels du centre du ballon dans l'image (si la segmentation est approximativement correcte, on pourra supposer qu'il s'agit du centre de gravité de l'ensemble des pixels à 1 dans l'image segmentée) et le rayon en pixels (qui pourra être approximés à partir de l'aire du ballon = nombre de pixels à 1 dans l'image segmentée). Une fonction «dimensionne_logo.m» qui va lire l'image «logo.bmp». Puis va redimensionner celle-ci en la sous-échantillonnant. Il s'agira de constituer une image constituée de pixels sélectionnés à intervalles réguliers sur l'image du logo. La diagonale de l'image redimensionnée vaudra 2 fois le rayon approximé du ballon (de sorte que le logo soit entièrement inclu dans le ballon). Une fonction «insere_logo.m» qui va insérer l'image logo redimensionnée dans le ballon. Cela consistera à additionner la valeur des pixels de l'image logo avec celles des pixels de 6/13

7 Indications : l'image originale au niveau du ballon. Comme la valeur du fond (partie noire) du logo vaut [0 0 0], l'addition du fond sur l'image ne changera pas la couleur de l'image. Comme la valeur de la partie blanche vaut 255, tous les pixels de ces zones sera supérieurs à 255 (en réalisant la convertion de l'image de double en uint8, tous ces pixels prendront la valeur 255). Nous vous conseillons de créer une fonction «distmaha.m» qui calcule à partir du modèle et de l'image à traiter l'image des distances. Cette fonction sera appelée dans «segmente_image.m». Plutôt que d'utiliser des boucles for, essayez de réaliser les calculs sous forme matricielle. Parfois séparer les plans couleur en trois matrices différentes, sera une bonne approche pour y arriver. Pour une image de distances, vous devriez obtenir cette forme d'histogramme (nombre de pixels en fonction de la distance) : nombre de pixels seuil Partie de l'histogramme correspondant au ballon Partie de l'histogramme correspondant au reste de l'image distance Exemple de sous-échantillonage d'une matrice 5x5 de sorte à obtenir une matrice 3x3 : /13

8 II.Améliorations Dans cette partie, nous proposons différentes améliorations de l'algorithme. 1. Changer la couleur du Logo Dans la fonction insere_logo.m précédente, nous ne sommes capables que d'ajouter le logo en blanc. Pour changer la couleur du logo inséré, nous allons exploiter le fait que le logo original est blanc (donc une valeur à 255). A lieu d'additioner la couleur du logo à celle de l'image, nous allons la combiner de la manière suivante : Inew(x,y,c)=( L(x,y,c) )/255*Iorig(x,y,c)+L(x,y,c)/255*Couleur(c) Inew(x,y,c) représente la valeur du pixel en (x,y) et dans le plan couleur c de l'image finale dans la zone d'insertion du logo Iorig(x,y,c) représente la valeur du pixel en (x,y) et dans le plan couleur c de l'image originale (avant insertion) Couleur représente la couleur voulue par l'utilisateur pour le logo L(x,y,c) représente la valeur du pixel en (x,y) et dans le plan couleur c (0 ou 255) du logo original (après redimensionnement) Il sera important de créer une fonction choisir_couleur.m, qui permettra à l'utilisateur de donner les valeurs des composantes RGB de la couleur voulue, de visualiser cette couleur et éventuellement la changer si elle ne le satisfait pas (ceci est important car le choix d'une couleur dans l'espace RGB n'est pas intuitive) avant d'insérer le logo. 2. Réaliser plusieurs fois les mêmes opérations sur différentes images Modifiez le script principal.m ainsi que les fonctions que vous jugerez nécessaires afin que l'utilisateur puisse réaliser les mêmes opérations sur différentes images sans sortir du programme et sans à avoir à modifier les paramètres (choix du seuil, de la couleur,...) qu'il aura choisi à la première itération de l'algorithme (sur une première image). Autrement dit, l'utilisateur devra choisir les paramètres pour la première image. Ensuite ces paramètres devront être conservés pour toutes les autres images qu'il traitera ensuite (sans sortir du programme). Indication : il serait bon de gérer cela en proposant ces paramètres comme des variables optionnelles des fonctions (que vous devrez gérer dans les fonctions en testant les variables nargin et nargout des fonctions). Vous pouvez aussi faire en sorte que le programme principal.m vérifie de lui-même si le modèle couleur modele.mat existe ou non. Si ce n'est pas le cas, il devra faire appel au script creation_modele.m afin d'y remédier avant de traiter les images. 3. Filtrer l'image segmentée L'image segmentée peut présenter des défauts (fausses alarmes ou trous). Les fausses alarmes sont des pixels qui n'appartiennent pas au ballon, mais qui sont reconnus comme tels. Les trous sont des pixels du ballon qui ne sont pas reconnus comme tel. 8/13

9 Exemples de fausses alarmes Exemples de trous Si ces défauts sont trop nombreux, il risque d'influencer les méthodes d'approximations du centre et du rayon du ballon. L'insertion du logo ne sera plus valable (logo trop grand, trop petit, pas au centre du ballon,...). Une manière de limiter ces défauts est de filtrer les fausses alarmes et les trous. Des outils de traitement d'images (dits opérateurs de morphologie mathématique) existent ; l'ouverture (pour éliminer les fausses alarmes) et la fermeture (pour éliminer les trous). La fermeture est une succession d'une dilatation puis d'une érosion (on dilate l'image segmentée, puis on érode le dilaté). L'ouverture est une succession d'une érosion et d'une dilatation. Une dilatation consiste à mettre à 1 tous les pixels de l'image en sortie qui sont dans un voisinage d'un pixel à 1 de l'image binaire originale. Une érosion consiste mettre à 0 tous les pixels de l'image en sortie qui sont dans un voisinage d'un pixel à 0 de l'image binaire originale. Pour représenter un voisinage, nous pouvons utiliser une matrice composée qui de 1 ; on appelle ce voisinage élément structurant ou masque. Pour obtenir une dilatation ou une érosion, nous convoluons d'abord l'image binaire avec le masque. La convolution d'une image I avec un masque F s'écrira sous la forme : + + ( I F)( x, y) = IF( x, y) = I ( x n, y m). F( n, m) n= m= Dans cette formule, on considère des dimensions infinies. En pratique les images et les masques sont de dimensions finies. Cependant, la formule ci-dessus reste valide en considérant des zéros en dehors de leurs zones de définition. L'exemple ci-dessous montre le résultat d'une convolution d'une image binaire (composée de 0 et 1) avec un masque M de dimensions 3x3 (et composé de 1) masque image originale image convoluée avec le masque 9/13

10 En seuillant l'image convoluée avec le masque par le nombre de 1 dans le masque, nous obtenons l'érodé : image convoluée image érodée En seuillant l'image convoluée avec le masque de sorte à conserver tous les éléments supérieurs à 0, nous obtenons le dilaté : image convoluée image dilatée En dilatant l'érodé, on obtient une ouverture de l'image originale, où les fausses alarmes ont disparues : /13

11 image érodée image ouverte En érodant le dilaté, on obtient une fermeture de l'image originale, où les trous ont disparus : image dilatée image fermée Réalisez des fonctions dilatation.m, erosion.m, ouverture.m et fermeture.m de sorte à pouvoir les utiliser dans la fonction segmente_image.m. Dans la fonction segmente_image.m, vos ferez donc appel à une ouverture (pour éliminer les fausses alarmes) suivie d'une fermeture (pour éliminer les trous). Vous devrez créer une interface utilisateur afin qu'il puisse choisir la taille du masque à appliquer de manière interactive (vous devrez afficher le résultat obtenu pour la taille choisie, et proposer à l'utilisateur de la changer si le résultat ne lui convient pas). Si le résultat lui convient, il conviendra avant de sortir de la fonction segmente_image.m de fermer les fenêtres utilisées). 4. Créer du flou sur l'image du Logo Lorsqu'on zoome sur l'image obtenue après insertion du logo, on remarque que la méthode de souséchantillonage du logo de la fonction dimensionne_logo.m ne donne pas un résultat très satisfaisant dans des images où le ballon est petit ; le rendu final n'est pas correct (trop abrupte et pas naturel). Afin de rendre ce rendu plus naturel, il conviendrait de rendre flou l'image du logo à insérer. Une manière de faire est rendre floue l'image du logo en la convoluant avec un masque composée de 1 puis en normalisant le résultat de la convolution (diviser par le nombre de 1 dans le masque) avant de faire l'insertion. Cela correspondrait à réaliser un filtre moyenneur localement. Réaliser une fonction floue_image qui sera appelée dans dimensionne_logo.m. La taille du masque pourra être automatisée en la fixant à la distance entre 2 échantillons. 11/13

12 III. Annexes 1. Quelques fonctions utiles de Matlab/Octave Dans cette annexe, nous présentons une liste de fonctions Matlab qui pourraient vous être éventuellement utiles (en plus, de celles que vous connaissez déjà) dans ce projet. N hésitez pas à lire l aide Matlab/Octave (à l aide de la commande «help») pour comprendre comment elles fonctionnent et les utiliser. imread : permet de charger une image imwrite : permet de sauvegarder une image imagesc ou image : affiche une image. colormap : attribut aux différents pixels de l image la couleur correspondante. Pour afficher une image en niveau de gris (noir et blanc), il faut écrire colormap('gray') reshape : permet de réorganiser les lignes et colonnes d une matrice (changement de taille) repmat : permet d'à partir d'une matrice A (ou d'un vecteur V) de construire une matrice plus grande qui sera la répétition de A (ou de V). load : permet de lire un fichier de données Matlab/Octave save : permet de sauvegarder un fichier de données Matlab/Octave hist : permet de créer un histogramme à partir d'un vecteur de données double : convertit une matrice en matrice de double uint8 : convertit une matrice en matrice d'entier non signé codé sur 8bits ([0-255]) conv2 : réalise la convolution 2D des deux matrices entre elles 12/13

13 2. Notion d'histogramme Exemple (source wikipédia) : Soit la fabrication de rations alimentaires, la pesée des rations avant emballage donne la série de mesures suivantes en kg : 0,547 0,563 0,532 0,521 0,514 0,547 0,578 0,532 0,552 0,526 0,534 0,560 0,502 0,503 0,516 0,565 0,532 0,574 0,521 0,523 0,542 0,539 0,543 0,548 0,565 0,569 0,574 0,596 0,547 0,578 0,532 0,552 0,554 0,596 0,529 0,555 0,559 0,503 0,499 0,526 0,551 0,589 0,588 0,568 0,564 0,568 0,556 0,523 0,526 0,579 0,551 0,584 0,551 0,512 0,536 0,567 0,512 0,553 0,534 0,559 0,498 0,567 0,589 0,579 Les caractéristiques du relevé sont les suivantes : Le nombre d'échantillons : N=64 Valeur minimale : 0,498 kg Valeur maximale : 0,596 kg On peut en dessiner l'histogramme en prenant ces caractéristiques : Le nombre de classes est de 7 L'amplitude de classe est 0,098/7 = 0,014 kg que l'on arrondit à 0,015 kg (résolution de la balance : 0,001 kg) La valeur minimale de la première classe est de 0,498 (0,001/2) = 0,4975. Par souci de facilité pour l'interprétation, on peut arrondir cette valeur à 0,495 kg. On obtient l'histogramme suivant : 13/13

Projet Matlab : un logiciel de cryptage

Projet Matlab : un logiciel de cryptage Projet Matlab : un logiciel de cryptage La stéganographie (du grec steganos : couvert et graphein : écriture) consiste à dissimuler une information au sein d'une autre à caractère anodin, de sorte que

Plus en détail

Bibliothèque de Traitement d Images en Niveaux de Gris

Bibliothèque de Traitement d Images en Niveaux de Gris TP Bibliothèque de Traitement d Images en Niveaux de Gris Étudiants : Besnier Alexandre Taforeau Julien Version 1.2 Janvier 2008 2008 Rapport TP - Version 1.2 i Table des matières Introduction 1 1 Objectif

Plus en détail

TP de programmation DSP pour le traitement d'image ISBS2/SP 13 2011-2012

TP de programmation DSP pour le traitement d'image ISBS2/SP 13 2011-2012 TP de programmation DSP pour le traitement d'image ISBS2/SP 13 2011-2012 Introduction 1.1 Objectifs Le TP sur carte EVM6437 s'étend sur une séance de 4 heures. Vous aurez l'occasion durant ces séances

Plus en détail

TP 7 : Manipulation d images.

TP 7 : Manipulation d images. Lycée Masséna TP 7 : Manipulation d images. On va voir deux choses dans ce TP : les tableaux Numpy, qui sont très pratiques pour les opérations terme à terme entre tableaux de nombres à plusieurs dimensions.

Plus en détail

5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs

5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs 5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs PLAN 5.3.1 Définition et utilité 5.3.2 Détourage Hypothèses Principe Traitements automatiques/manuels Règlages

Plus en détail

II. Conversions. I. Initialisation. III. Méthode point. TD Python Traitement d images MP*

II. Conversions. I. Initialisation. III. Méthode point. TD Python Traitement d images MP* Le but de ce TD est d utiliser les procédures et fonctions Python pour traiter des fichiers images. II. Conversions I. Initialisation Importer le module numpy sous l appellation np. On utilise le module

Plus en détail

Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique

Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique L analyse par morphologie mathématique vise à modifier la structure et la forme des objets de l image, par exemple, pour séparer

Plus en détail

Chapitre cinq : Représentation des Images

Chapitre cinq : Représentation des Images Chapitre cinq : Représentation des Images Ce chapitre présente les bases pour la représentation des images et des sons. ~ 1 ~ 6. 6.1.1. Introduction Il existe plusieurs moyens de représenter des images.

Plus en détail

TP2 Opérations et filtres

TP2 Opérations et filtres TP2 Opérations et filtres 1. Opérations arithmétiques Mettre en place les fonctions Min et Max sur 2 images en niveaux de gris. Min() conserve entre 2 images les pixels de luminance minimum, Max() conserve

Plus en détail

Travaux pratiques de traitement d images numériques. Institut Galilée 2010-2011

Travaux pratiques de traitement d images numériques. Institut Galilée 2010-2011 G. Dauphin et A. Beghdadi Travaux pratiques de traitement d images numériques Première séance Institut Galilée 2010-2011 Les travaux pratiques de traitement d image sont répartis en trois séances de 8

Plus en détail

Analyse d images numériques en microscopie

Analyse d images numériques en microscopie Analyse d images numériques en microscopie Yves Usson Reconnaissance et Microscopie Quantitative, Laboratoire TIMC UMR5525 CNRS Institut d Ingénierie et d Information de Santé (IN3S), La Tronche Traitement

Plus en détail

Fête de la science Initiation au traitement des images

Fête de la science Initiation au traitement des images Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone

Plus en détail

CH.2 CODES CORRECTEURS

CH.2 CODES CORRECTEURS CH.2 CODES CORRECTEURS 2.1 Le canal bruité 2.2 La distance de Hamming 2.3 Les codes linéaires 2.4 Les codes de Reed-Muller 2.5 Les codes circulaires 2.6 Le câblage des codes circulaires 2.7 Les performances

Plus en détail

Classes et templates C++

Classes et templates C++ Classes et templates C++ Ce TP propose une application des classes, des templates et du polymorphisme au travers du design de classes permettant de gérer des courbes de Bézier. Contents 1 Bézier unidimensionnelle

Plus en détail

Chapitre 2. Transformation ponctuelle. Table de conversion (des couleurs) Notions de traitement d images

Chapitre 2. Transformation ponctuelle. Table de conversion (des couleurs) Notions de traitement d images Chapitre 2 Notions de traitement d images Transformation ponctuelle Table de conversion (des couleurs) 1 Introduction (1/2) 3 types d opérations en traitement d image: - m : indice des lignes - n : indice

Plus en détail

Traitement d un AVI avec Iris

Traitement d un AVI avec Iris Traitement d un AVI avec Iris 1. Définir le répertoire de travail Fichier > Réglages (Ctrl + R) Et on définit le chemin du répertoire de travail. C est là que les images vont être stockées. 2. Convertir

Plus en détail

Tableau R : 255 0 0 255 255 0. Tableau G : 0 255 255 255 255 0. Tableau B : 0 0 255 0 255 0. Chaque carré représente un pixel

Tableau R : 255 0 0 255 255 0. Tableau G : 0 255 255 255 255 0. Tableau B : 0 0 255 0 255 0. Chaque carré représente un pixel Mini-Projet n 2 : Jouer avec les images. A rendre pour le lundi 14 novembre 2011 avant midi. Introduction : Une image est un ensemble de pixels dont chacun est défini par trois valeurs, que l'on note R,

Plus en détail

LES IMAGES NUMÉRIQUES

LES IMAGES NUMÉRIQUES LES IMAGES NUMÉRIQUES On désigne sous le terme d'image numérique toute image (dessin, icône, photographie ) acquise, créée, traitée ou stockée sous forme binaire (ensemble de 0 et de 1). On distingue deux

Plus en détail

LibreOffice Draw. Découvrir. Sommaire LV08001

LibreOffice Draw. Découvrir. Sommaire LV08001 Découvrir LibreOffice Draw LV08001 Sommaire 1. Dessiner une forme...3 2. Changer la couleur ou la ligne d'une forme...7 3. Insérer une image...8 4. Redimensionner une image ou une forme...16 5. Aligner

Plus en détail

Les tableaux dans Word

Les tableaux dans Word Les tableaux dans Word Il existe plusieurs façons de créer des tableaux dans Word. Nous allons aborder ici deux méthodes : créer un tableau d après le nombre de lignes et de colonnes qu il contient, et

Plus en détail

Utiliser des images sous MATLAB Version du 20 mars 2012

Utiliser des images sous MATLAB Version du 20 mars 2012 Utiliser des images sous MATLAB Version du 20 mars 2012 1 Les images à TELECOM ParisTech L existence de l équipe Image de TELECOM ParisTech remonte à près de 30 ans. Aussi il existe un format d image spécifique

Plus en détail

TP : Gestion d une image au format PGM

TP : Gestion d une image au format PGM TP : Gestion d une image au format PGM Objectif : L objectif du sujet est de créer une classe de manipulation d images au format PGM (Portable GreyMap), et de programmer des opérations relativement simples

Plus en détail

Travaux pratiques de traitement d images

Travaux pratiques de traitement d images Travaux pratiques de traitement d images EI3 année 2009-2010 TP n 1 : Segmentation d images en régions p. 3 TP n 2 : Reconnaissance des formes p. 15 Vandenbroucke Nicolas R11 TP n 1 Segmentation d images

Plus en détail

Fiche logiciel LibreOffice Calc 3.x. LibreOffice Calc : introduction au tableur. Sommaire du document FL04009

Fiche logiciel LibreOffice Calc 3.x. LibreOffice Calc : introduction au tableur. Sommaire du document FL04009 Fiche logiciel LibreOffice Calc 3.x FL04009 Tableur Niveau 04/ LibreOffice Calc : introduction au tableur Le tableur est un logiciel permettant de créer des tableaux et des graphiques. Sa puissance réside

Plus en détail

Présentation du langage et premières fonctions

Présentation du langage et premières fonctions 1 Présentation de l interface logicielle Si les langages de haut niveau sont nombreux, nous allons travaillé cette année avec le langage Python, un langage de programmation très en vue sur internet en

Plus en détail

Exemples d'activités sur les images numériques

Exemples d'activités sur les images numériques Annexe 1 1 Accès aux composantes RVB d un pixel dans GIMP Pour agrandir l image : touche Ctrl maintenue enfoncée tout en tournant la molette de la souris, ou bien menu Affichage > Zoom > 1600 % Dans la

Plus en détail

5. Traitement d'image? 5.1 Histogrammes

5. Traitement d'image? 5.1 Histogrammes 5. Traitement d'image? 5.1 Histogrammes PLAN 5.1.1 Histogrammes : définition et utilité 5.1.2 Histogrammes des images en niveaux de gris 5.1.3 Histogramme des images couleurs 5.1.4 Courbes de modification

Plus en détail

Iniatiation au logiciel Illustrator

Iniatiation au logiciel Illustrator Iniatiation au logiciel Illustrator Illustrator est un logiciel de traitement d image vectorielle. Par image vectorielle on entend, non pas des pixels, mais bien des calculs mathématiques. D une certaine

Plus en détail

Tableaux et manipulation d images «bitmap»

Tableaux et manipulation d images «bitmap» T.P. numéro VII Tableaux et manipulation d images «bitmap» Ce T.P. va faire intervenir les notions suivantes : lecture/écriture de fichiers binaires ; images bitmap ; tableaux de données. 1 Fichiers binaires

Plus en détail

LibreOffice Calc : introduction aux tableaux croisés dynamiques

LibreOffice Calc : introduction aux tableaux croisés dynamiques Fiche logiciel LibreOffice Calc 3.x Tableur Niveau LibreOffice Calc : introduction aux tableaux croisés dynamiques Un tableau croisé dynamique (appelé Pilote de données dans LibreOffice) est un tableau

Plus en détail

Thème Image - TP1 - Images au format bitmap

Thème Image - TP1 - Images au format bitmap Université Joseph Fourier DLST UE MAP110/120 Année 2013-14 Thème Image - TP1 - Images au format bitmap Compte-ru Il vous est demandé de rédiger un compte-ru pour ce TP. Ouvrez en parallèle un document

Plus en détail

Couleur d'une image. Programmes en Visual Basic TABLE DES MATIÈRES

Couleur d'une image. Programmes en Visual Basic TABLE DES MATIÈRES Application des mathématiques Couleur d'une image Programmes en Visual Basic TABLE DES MATIÈRES 1 Introduction... 2 2 Images et Visual-Basic... 2 3 Composantes couleur... 4 4 Le cube des couleurs... 5

Plus en détail

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7 Vision Par Ordinateur James L. Crowley DEA IVR Premier Bimestre 1999/00 Séance 4 26 octobre 1999 Plan de la séance : Techniques Statistiques de la Reconnaissance de Forme Segmentation...2 La Distribution

Plus en détail

Matrices image et histogramme obtenus avec IMLAB :

Matrices image et histogramme obtenus avec IMLAB : IMAGE, SCILAB et IMLAB Jacques Bretin Les logiciels Scilab Dans un premier temps, télécharger (gratuit) et installer scilab-5.1.1 http://www.scilab.org/download/index_download.php?page=release#windows

Plus en détail

3 - Salaires. Il va falloir compléter une succession de fenêtres pour arriver au graphique final.

3 - Salaires. Il va falloir compléter une succession de fenêtres pour arriver au graphique final. 3 - Objectif : Traiter les statistiques descriptives à l'aide du tableur Excel. Partie 1 : Représentations graphiques 1.1 Histogrammes Les données brutes sont placées dans les deux premières colonnes 1

Plus en détail

Laboratoire recherche UMR CNRS

Laboratoire recherche UMR CNRS Laboratoire recherche UMR CNRS Initiation au traitement des images Détection automatique Mesure de la surface des zones urbaines des images satellitaires Cet atelier propose de mesurer l'emprise urbaine

Plus en détail

Traitement bas-niveau

Traitement bas-niveau Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.

Plus en détail

1 Traitement d'images sous labview. Note d'application. «Seuillage automatique de forme zoomorphe»

1 Traitement d'images sous labview. Note d'application. «Seuillage automatique de forme zoomorphe» 1 Traitement d'images sous labview Note d'application «Seuillage automatique de forme zoomorphe» 2 Traitement d'images sous labview Sommaire Introduction...3 Rappel sur la binarisation...3 Présentation

Plus en détail

Rapport IN52. Sujet : Résolution d un puzzle

Rapport IN52. Sujet : Résolution d un puzzle CARRE Julien PIERNOT Jérôme Rapport IN52 Sujet : Résolution d un puzzle Responsable : M. Ruicheck Y. Automne 2007 1 SOMMAIRE INTRODUCTION...3 I. Description et approche du sujet...4 1. Description 2. Outils

Plus en détail

Traitement d images. Chapitre I Prétraitements

Traitement d images. Chapitre I Prétraitements Traitement d images Chapitre I Prétraitements 1 2 Introduction Les prétraitements d une image consiste à effectuer des opérations visant à : améliorer sa qualité visuelle restaurer l image en éliminant

Plus en détail

Manipulation d image avec numpy

Manipulation d image avec numpy Manipulation d image avec numpy 1 Format numérique d image Une image peut être numérisée sous forme d image matricielle (en anglais «bitmap») par une matrice de points colorés. Cette matrice a n lignes

Plus en détail

IRIS - Prétraitement des images du ciel profond issues

IRIS - Prétraitement des images du ciel profond issues IRIS - Prétraitement des images du ciel profond issues d'un APN http://ti oastro.free.fr IRIS - Prétraitement des images du ciel profond issues d'un APN Figure 1 But du prétraitement et du cumul des poses,

Plus en détail

3. Qu'est-ce qu'une image numérique? 3.1 Pixels et niveaux de gris

3. Qu'est-ce qu'une image numérique? 3.1 Pixels et niveaux de gris 3. Qu'est-ce qu'une image numérique? 3.1 Pixels et niveaux de gris PLAN 3.1.1 Image numérique et image analogique 3.1.2 Résolution 3.1.3 Niveaux de gris 3.1.4 L'image numérique : un tableau d'entiers 3.1.1

Plus en détail

LA COMPRESSION DES IMAGES JPEG

LA COMPRESSION DES IMAGES JPEG Fête de la Science LA COMPRESSION DES IMAGES JPEG Laboratoire de Mathématiques et Physique Théorique C.N.R.S UMR 6083 Une image numérique Une image numérique est constituée de points élémentaires (pixels)

Plus en détail

Création d'un site dynamique en PHP avec Dreamweaver et MySQL

Création d'un site dynamique en PHP avec Dreamweaver et MySQL Création d'un site dynamique en PHP avec Dreamweaver et MySQL 1. Création et configuration du site 1.1. Configuration de Dreamweaver Avant de commencer, il est nécessaire de connaître l'emplacement du

Plus en détail

Figure 2 : lumière visible.

Figure 2 : lumière visible. A LA DÉCOUVERTE DES IMAGES COULEUR. 1 OBJECTIF DE CE TRAVAIL. Le travail qui vous est proposé ici consiste à manipuler des images couleurs et à découvrir les liens qui unissent les espaces de représentation

Plus en détail

Représenter les images

Représenter les images Représenter les images 4/1/01 1 Travail La séance de travail du 4/1 consiste à travailler l ensemble de ce document Les résolutions des exercices 3 et 11 sont à déposer dans les casiers numériques de vos

Plus en détail

IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB

IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB Ce document, écrit par des animateurs de l IREM de Besançon, a pour objectif de présenter quelques unes des fonctions du logiciel Scilab, celles qui sont spécifiques

Plus en détail

MANUEL D UTILISATION DU SITE INTERNET (PUBLIER) Chapitre 18 : Remplir les champs pour une information, un récit,

MANUEL D UTILISATION DU SITE INTERNET (PUBLIER) Chapitre 18 : Remplir les champs pour une information, un récit, MANUEL D UTILISATION DU SITE INTERNET (PUBLIER) Chapitre 18 : Remplir les champs pour une information, un récit, (Nous ne ferons ici pas de rappel à d autres chapitres, sans quoi, chaque ligne écrite mériterait

Plus en détail

Programmation C++ (débutant)/les tableaux statiques

Programmation C++ (débutant)/les tableaux statiques Programmation C++ (débutant)/les tableaux statiques 1 Programmation C++ (débutant)/les tableaux statiques Le cours du chapitre 6 : les tableaux statiques Les tableaux Une variable entière de type int ne

Plus en détail

Fiche logiciel Google Picasa 3.8. Picasa : créer un film avec vos photos. 1) Sélection des photos et lancement de Movie Maker.

Fiche logiciel Google Picasa 3.8. Picasa : créer un film avec vos photos. 1) Sélection des photos et lancement de Movie Maker. Fiche logiciel Google Picasa 3.8 Image numérique Niveau FL06003 08/11 Picasa : créer un film avec vos photos Grâce à Picasa, vous avez la possibilité de créer des diaporamas vidéos, appelés «films» dans

Plus en détail

3 : LA COMPRESSION DE DONNEES

3 : LA COMPRESSION DE DONNEES 3 : LA COMPRESSION DE DONNEES Représentation de l information Algorithmique Langages et programmation Architectures matérielles CONNAISSANCES ABORDEES Numérisation : Coder sous forme d'un code standard

Plus en détail

Pinnacle Studio Fiche n 1

Pinnacle Studio Fiche n 1 Pinnacle Studio Fiche n 1 Voici la première fiche de la cyber-base liée à l'utilisation du logiciel Pinnacle Studio (la version 10, mais Pinnacle reste très semblable d'une version à l'autre). Une première

Plus en détail

La résolution (appelée aussi définition) des photos numériques

La résolution (appelée aussi définition) des photos numériques LES IMAGES NUMERIQUES Généralités Il existe 2 sortes d'images numériques : les images matricielles et les images vectorielles. Dans une image vectorielle les données sont représentées par des formes géométriques

Plus en détail

5.1.1 Histogrammes : définition et utilité

5.1.1 Histogrammes : définition et utilité PLAN 5.1.1 Histogrammes : définition et utilité 5.1.2 Histogrammes des images en niveaux de gris 5.1.3 Histogramme des images couleurs 5.1.4 Courbes de modification des histogrammes 5.1.5 Applications

Plus en détail

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure

Plus en détail

TD d exercices de calculs numériques.

TD d exercices de calculs numériques. TD d exercices de calculs numériques. Exercice 1. (Brevet 2008) On donne le programme de calcul suivant : Choisir un nombre. a) Multiplier ce nombre par 3 b) Ajouter le carré du nombre choisi. c) Multiplier

Plus en détail

À PROPOS D IMAGES : Fiche professeur

À PROPOS D IMAGES : Fiche professeur À PROPOS D IMAGES : Fiche professeur Damier Assiette Danseuse Eventail Danseuse 1 FICHE ÉLÈVE (1) Que devient une image lorsqu on la grossit? Ouvrir (par exemple avec l application «Aperçu»), les deux

Plus en détail

Dessin avec l'outil Plume

Dessin avec l'outil Plume Spécialité : Tronc Commun Matière : Atelier Logiciel Mention : TI 1.1, 2, 3, 4, 5, 6,7 Enseignants : Equipe Pédagogique 09/10 Dessin avec l'outil Plume Grâce à l'outil Plume, Adobe Illustrator vous offre

Plus en détail

Utilisation du logiciel Excel pour des analyses simples de bases données

Utilisation du logiciel Excel pour des analyses simples de bases données Utilisation du logiciel Excel pour des analyses simples de bases données Catherine Raux (interne Santé Publique) et Benoît Lepage (AHU), Service d Epidémiologie du CHU de Toulouse Version 1.1 Avril 2012

Plus en détail

Ce projet se base sur le fait que les images numériques sont composées de pixels (plus ou moins nombreux selon le contexte).

Ce projet se base sur le fait que les images numériques sont composées de pixels (plus ou moins nombreux selon le contexte). Externat Notre Dame Accompagnement personnalisé (Tle S) Période n 2 Ce projet se base sur le fait que les images numériques sont composées de pixels (plus ou moins nombreux selon le contexte). A chaque

Plus en détail

UTILISATION DE XnView

UTILISATION DE XnView UTILISATION DE XnView 1.1. Installer XnView Nous allons copier sur votre clef USB le logiciel portable aucune installation ne sera nécessaire sur l ordinateur. 1.2. Lancer XnView Un clic sur l icône Xnview.exe

Plus en détail

IMAGE NUMÉRIQUE IMAGE NUMÉRIQUE

IMAGE NUMÉRIQUE IMAGE NUMÉRIQUE 1. Signal analogique et signal numérique 2. Image matricielle - notion de pixel 2.1 La définition 2.2 La résolution 3. Image numérique 3.1 Image en niveaux de gris 3.2 Image en couleurs 4. Formats d image

Plus en détail

Exemple. Il ne faudra pas confondre (101) 2 et (101) 10 Si a 0,a 1, a 2,, a n sont n+1 chiffres de 0 à 1, le

Exemple. Il ne faudra pas confondre (101) 2 et (101) 10 Si a 0,a 1, a 2,, a n sont n+1 chiffres de 0 à 1, le Chapitre I - arithmé La base décimale Quand on représente un nombre entier, positif, on utilise généralement la base 10. Cela signifie que, de la droite vers la gauche, chaque nombre indiqué compte 10

Plus en détail

Retouche portrait avec Gimp Sommaire

Retouche portrait avec Gimp Sommaire Retouche portrait avec Gimp Sommaire Présentation...2 Gommer les imperfections du visage...2 Retouche du grain de peau...3 Installation du script Wavelet Decompose...3 Utilisation du script...3 Correction

Plus en détail

I. Commencer une nouvelle présentation

I. Commencer une nouvelle présentation Powerpoint 2007 I. Commencer une nouvelle présentation Pour démarrer une nouvelle présentation, cliquez sur le bouton Microsoft Office cliquez sur Nouveau. et Dans la fenêtre Nouvelle présentation, démarrez

Plus en détail

Traitement d'image ou Programmer des fonctions de logiciels de retouche d'images!

Traitement d'image ou Programmer des fonctions de logiciels de retouche d'images! I. Bien ranger ses affaires. Traitement d'image ou Programmer des fonctions de logiciels de retouche d'images! Pour bien travailler il est très important de savoir où sont rangées ses affaires. On va travailler

Plus en détail

Compte-Rendu. REUNION GROUPE INFORMATIQUE Photos - du 22-01-2009

Compte-Rendu. REUNION GROUPE INFORMATIQUE Photos - du 22-01-2009 Compte-Rendu REUNION GROUPE INFORMATIQUE Photos - du 22-01-2009 PAINT.NET Est un logiciel gratuit de traitement d images. Il vous permettra entre autres : Corriger les défauts d une photographie : photo

Plus en détail

OPERATEURS MORPHOLOGIQUES

OPERATEURS MORPHOLOGIQUES OPERATEURS MORPHOLOGIQUES Ensembles caractéristiques et éléments structurants Érosion et dilatation Ouverture et fermeture Application au filtrage Extraction de contours, remplissage de régions Épaississement,

Plus en détail

L UNIVERS NUMERIQUE LE CODAGE DES IMAGES EN FORMAT BITMAP

L UNIVERS NUMERIQUE LE CODAGE DES IMAGES EN FORMAT BITMAP L UNIVERS NUMERIQUE LE CODAGE DES IMAGES EN FORMAT BITMAP A / Le format Bitmap Bitmap signifie «carte de bits». C'est la façon la plus simple de coder une image : l'image est décrite point par point. Les

Plus en détail

a. Créer et renseigner un tableau (listes, données chiffrées)

a. Créer et renseigner un tableau (listes, données chiffrées) Page 1 / 7 a. Créer et renseigner un tableau (listes, données chiffrées) b. Effectuer des manipulations simples (sommes, tris par colonne) c. Mettre en page un tableau pour son impression a. Créer et renseigner

Plus en détail

Mathématiques/Sciences Physiques Séance N 8 Codage d une image numérique

Mathématiques/Sciences Physiques Séance N 8 Codage d une image numérique Mathématiques/Sciences Physiques Séance N 8 Codage d une image numérique INTRODUCTION Une image numérique est un ensemble discret de points appelés PIXELS (contraction de PICTure ELements). Elle a pour

Plus en détail

TS 32 Caractéristiques d une image numérique

TS 32 Caractéristiques d une image numérique FICHE 1 Fiche à destination des enseignants TS 32 Caractéristiques d une image numérique Type d'activité Activité documentaire Notions et contenus du programme de Terminale S Caractéristiques d une image

Plus en détail

Ajouter un objet Flash à votre site

Ajouter un objet Flash à votre site Créer des sites Web personnels 1 Ajouter un objet Flash à votre site La Galerie de WebPlus offre une vaste collection de bannières Flash prédéfinies que vous pouvez ajouter à votre site et personnaliser

Plus en détail

Utilisation du logiciel ImageJ gratuit

Utilisation du logiciel ImageJ gratuit Utilisation du logiciel ImageJ gratuit on peut récupérer sur le lien suivant : http://rsbweb.nih.gov/ij/ à partir duquel ce résumé très bref (!!) a été élaboré Lancer ImageJ Vous avez une fenêtre qui s'ouvre

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

Plus en détail

Figure 1 : image de cubes en éponge et leur visualisation en 3D.

Figure 1 : image de cubes en éponge et leur visualisation en 3D. DÉRIVATION DES IMAGES : CALCUL DU GRADIENT DE SHEN-CASTAN. 1 OBJECTIF DE CE TRAVAIL. Beaucoup d algorithmes de traitement ou d analyse d images sont basés sur un opérateur de dérivation spatiale, ou plus

Plus en détail

La recherche du Score maximal en testant les 50 symboles de référence, permet de déterminer quel symbole Chappe est filmé.

La recherche du Score maximal en testant les 50 symboles de référence, permet de déterminer quel symbole Chappe est filmé. 3- Reconnaissance optique Le schéma ci-dessous décrit le processus complet de décision lors de la reconnaissance optique basée sur le calcul de la corrélation d'images décrite dans la section précédente.

Plus en détail

FICHIER d' IMAGE & Compression/Compactage

FICHIER d' IMAGE & Compression/Compactage Partie 1 - Section 2 FICHIER d' IMAGE & Compression/Compactage Guy Kivits - p. 1 Fichier - Contexte Pour conserver une information, ou la transmettre, dans un système informatique il faut " l' emballer

Plus en détail

Comment compiler un programme MATLAB

Comment compiler un programme MATLAB Comment compiler un programme MATLAB 1- Introduction Le compilateur MATLAB génère un code source C à partir d une fonction MATLAB. Le code C généré par le compilateur MATLAB peut être: soit un code source

Plus en détail

Créer un calendrier avec tkexe

Créer un calendrier avec tkexe Tkexe est un logiciel gratuit qui permet de réaliser des calendriers personnalisés. Il comprend plusieurs types (calendrier annuel avec tous les mois sur une page, ou calendrier mensuel, etc...) et parmi

Plus en détail

Emmanuel CROMBEZ 30 mai 2015

Emmanuel CROMBEZ 30 mai 2015 Je valide, Page 1 Historique La #TeamMaternelle sur Twitter cherchait une application de type cahier de progression que les enfants rempliraient eux-mêmes à la rentrée 2014. ABC-Applications a essayé de

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

Géométrie discrète Chapitre V

Géométrie discrète Chapitre V Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets

Plus en détail

Projet individuel d algorithmique-programmation AP1 : groupe 1.1 - complément bibliothèque graphique

Projet individuel d algorithmique-programmation AP1 : groupe 1.1 - complément bibliothèque graphique Projet individuel d algorithmique-programmation AP1 : groupe 1.1 - complément bibliothèque graphique octobre 2010 1 Affichage graphique statique Il en existe trois bibliothèques graphiques en Ocaml : la

Plus en détail

Dans l idéal, ceci devrait être fait en amont pour chaque image envoyée sur l espace de stockage de votre site internet.

Dans l idéal, ceci devrait être fait en amont pour chaque image envoyée sur l espace de stockage de votre site internet. 1- Optimiser le poids de votre image : Dans l idéal, ceci devrait être fait en amont pour chaque image envoyée sur l espace de stockage de votre site internet. Tous les types d utilisateurs (auteur, publicateur,

Plus en détail

Traitement et téléchargement de fichier de grande taille dans STAT-TAB

Traitement et téléchargement de fichier de grande taille dans STAT-TAB Département fédéral de l'intérieur DFI Office fédéral de la statistique OFS Publication et communication 18 février 2014 Traitement et téléchargement de fichier de grande taille dans STAT-TAB Ce document

Plus en détail

Faire une carte de vœux

Faire une carte de vœux Dans un précédent tutoriel : Faire une carte de vœux http://le.site.de.pierre.free.fr/squelettes/pagescours/annexes/cartes_de_voeux.html, je vous ai montré comment faire une carte de vœux, je me propose

Plus en détail

CRÉATION DE SITE INTERNET TD 1

CRÉATION DE SITE INTERNET TD 1 Création de pages Internet avec le logiciel libre Nvu - 1/7 CRÉATION DE SITE INTERNET TD 1 I LANCEMENT DE NVU ET CRÉATION DU SITE. 1) Liminaire : Créez en premier, un sous-dossier consacré au travail avec

Plus en détail

Restauration d images

Restauration d images Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système

Plus en détail

Enveloppes convexes dans le plan

Enveloppes convexes dans le plan ÉCOLE POLYTECHNIQUE ÉCOLES NORMALES SUPÉRIEURES ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE B (XECLR)

Plus en détail

PG208, Projet n 2 : Dessin vectoriel

PG208, Projet n 2 : Dessin vectoriel PG208, Projet n 2 : Dessin vectoriel Bertrand LE GAL, Serge BOUTER et Clément VUCHENER Filière électronique 2 eme année - Année universitaire 2011-2012 1 Introduction 1.1 Objectif du projet L objectif

Plus en détail

Aide pour l'utilisation du guichet cartographique

Aide pour l'utilisation du guichet cartographique Système d'information du territoire de la République et Canton du Jura (SIT-Jura) Aide pour l'utilisation du guichet cartographique (Negeo Version 3.3, mai 2007) Fonctions de base pour naviguer (page 2)

Plus en détail

TP3_PARTIE B : SEGMENTATION D IMAGE RADAR

TP3_PARTIE B : SEGMENTATION D IMAGE RADAR TP3_PARTIE B : SEGMENTATION D IMAGE RADAR Le but de cet exercice est de pratiquer avec un algorithme de segmentation d images dans le cas des images radar. Bien que l algorithme disponible par PCI ne soit

Plus en détail

Découvrir les calques de PhotoFiltre 7 et PhotoFiltre Studio par l'exemple

Découvrir les calques de PhotoFiltre 7 et PhotoFiltre Studio par l'exemple PF7. Fiche 9 Découvrir les calques de PhotoFiltre 7 et PhotoFiltre Studio par l'exemple Avant-propos Une image numérique peut être le résultat de la combinaison des contenus de différents calques fusionnés.

Plus en détail

Leçon N 11 Faire un Album de photo avec ALBELLI 2 ème partie

Leçon N 11 Faire un Album de photo avec ALBELLI 2 ème partie Leçon N 11 Faire un Album de photo avec ALBELLI 2 ème partie Vous allez créer avec cette leçon un album de photo avec le logiciel «Albelli livre photo». 2 La préparation Le travail le plus important pour

Plus en détail

PhotoFiltre 7 : formats des images

PhotoFiltre 7 : formats des images PhotoFiltre 7 : formats des images L'enregistrement consiste à sauver votre image dans un fichier en utilisant un format de stockage compressé ou non. PhotoFiltre est capable d'enregistrer une image dans

Plus en détail

C H A P I T R E 2 C A L C U L S A L G E B R I Q U E S

C H A P I T R E 2 C A L C U L S A L G E B R I Q U E S Classe de Troisième C H A P I T R E C A L C U L S A L G E B R I Q U E S UTILISER DES LETTRES...4 EXPRESSIONS ÉQUIVALENTES...6 VOCABULAIRE DU CALCUL LITTÉRAL...7 RÉDUCTIONS D'ÉCRITURES...9 DÉVELOPPER UN

Plus en détail

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des

Plus en détail

DIGITAL PHOTO PROFESSIONAL CANON

DIGITAL PHOTO PROFESSIONAL CANON DIGITAL PHOTO PROFESSIONAL CANON Le logiciel Digital Photo Professional de chez Canon permet trois fonctions : 1 - Gérer ses photos (images RAW, TIF et JPG) 2 - Travailler ses photos (images RAW, TIF et

Plus en détail