Discussion :

[parp1]

Re salut a toutes et tous.
Voila je fait une convolution avec convolve2D de numarray

LE souci ce que le masque que je doit appliqué est normalement

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
[[0,0,0],
 [*,1,*],
 [1,1,1]]

Ou les * sont des valeurs dont on ne tiens pas compte.

Alors est ce que quelqu'un a une idée pour interprété ca ... Je vous file la source de ma convolution.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
 
 
import PIL
import ImageOps
import Image
import os
import ImageDraw
import numarray as N
import numarray.numarraycore as _nc
import numarray.generic as _gen
import numarray.linear_algebra as _la
import numarray.nd_image as _nd
import numarray.convolve as _cv
import numarray.image as Im
import morph as M
 
 
 
def rotation(t,rot): #fonction permettant la rotation du masque
    for i in range(0,rot):
 
        t=t.flat
        b=[]
        b.append(t[3])
        b.append(t[0])
        b.append(t[1])
        b.append(t[6])
        b.append(t[4])
        b.append(t[2])
        b.append(t[7])
        b.append(t[8])
        b.append(t[5])
        t=N.array(b)
        t.setshape(3,3)
    return t
 
 
Image1=Image.open(fp="c:\in.bmp")
image1=ImageOps.grayscale(Image1)
#image1=ImageOps.invert(image1)
largeur,hauteur=image1.size
 
im=image1.getdata()
a=N.array(im)
 
a.setshape((hauteur,largeur))
a1=Im.threshhold(a,high=75)
 
i=0
while i<4:
 
    for j in range(0,8):
 
        LSkel=N.array([[1,1,1],[*,1,*],[0,0,0]])
        Lskel=rotation(LSkel,1)
 
        a1=_cv.convolve2d(a1,LSkel)
 
    i+=1
 
 
 
 
image3=Image.new("L",(a.shape[1],a.shape[0]))
image3.putdata((a1.flat))
image3.save(fp="c:/out.bmp")
print 'ok'

Le probleme c'est que c'est un algoritme alors que pour une valeur de i>2 nous avons une image epaissie .. ?????

Je ne me suis pourtant pas tromper d'algo

Bonne soirée.

[parp1]

Re salut.

C'est resolut j'ai fait plusieurs erreurs.

Pour ce qui est des * j'ai changer ma facon de penser.

Au lieu dappliquer la convolution sur une image binaire codé en 0 ou 1.
Je l'applique sur une image en niveau de gris.
Je m'explique.

J'ai seuiller mon image et pour avoir une rendu visible je mutiplie le tableau contenant les valeurs 0 ou 1 par 255. Ainsi j'obtien une image binaire.... mais codé sur un octet.

Pour ce qui est du noyau .... pour un 1 je mets 255, pour un zero je mets 0 et pour une * je mets 128.
Comme ca l'etoile n'a pas plus d'influence dans le noir que dans le blanc.

De plus y avait quelque chose d'incorrect dans mon bout de code....

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 i=0
Tableau=[]  #tableau ou l'on mets toutes les data de chaque noyau
while i<4:
 
    for j in range(0,8):
        LSkel=N.array([[255,255,255],[128,255,128],[0,0,0]]) 
        if j==0:        
        a1=_cv.convolve2d(a,LSkel)   #a=data de l'image d'origine      
        else :
        Lskel=rotation(LSkel,1)
 
        a1=_cv.convolve2d(a1,LSkel)
        a1=N.array(a1,'UInt8')
        Tableau.append(a1)
 
    i+=1

Ensuite pour créer l'image on doit faire la somme du tableau.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
Edge=Image.new("L",(img.shape[1],img.shape[0]))
    Edge.putdata(N.sum(Tableau).flat)
    Edge.save(fp="c:/image_test_souris//Edge.bmp")

J'espêre que je suis clair.
PS Tous cela est valable pour une convolution par un noyaux sur les huit directions.
A+