Discussion :

[i.Polo]

Bonjour,

Je suis élève de terminale S. Ayant pris la spécialité ISN, je suis chargé pour le bac d'un projet à propos du traitement d'images. Une partie de ce projet concerne les images binaires avec des procédés tels que l'érosion, la dilatation, l'ouverture, la fermeture etc.. Le but final du projet est de pouvoir compter les balles sur une image en utilisant d'abord l'érosion (à plusieurs reprises) pour distinguer précisément les balles, puis en créant un programme qui récupère le tableau de valeurs de l'image binaire et à partir de celui-ci compte les balles. Voici d'abord le résultat de l'érosion (cinq érosions consécutives effectuées) :





Ce tableau est celui associé à l'image érodée : (c'est en fait un simple tableau avec des 0 et des 1 ayant les mêmes dimensions que l'image)



Ensuite, il me reste à compter chaque balle, c'est à dire (en fait) chaque ensemble de "1". J'ai d'abord considéré qu'un ensemble de "1" était un groupe dans lequel, si on prend un pixel, on trouve un autre pixel à 1 soit à gauche ou à droite, soit en haut ou en bas.

Mon idée est d'examiner les pixels et si on trouve un pixel étant à 1, on l'efface (affectation de la valeur 0) et on fait pareil tant qu'on trouve des pixels voisins (soit du même groupe) étant aussi à 1. Cette boucle permettra d'effacer un groupe entier, et une fois celui-ci effacé, on incrémente le compteur. On recommence l'opération jusqu'à ce que chaque groupe de pixels à 1 (soit chaque balle) soit effacé.

J'ai donc créé les fonctions suivantes :



La variable a contient le tableau de valeurs que j'ai mis un peu plus haut.

Pourtant, quand j'exécute le programme, je trouve un nombre improbable du style 35 000. Je ne vois pas où est mon erreur. Est-ce que quelqu'un pourrait m'aider ?

Merci d'avance.
i.Polo

[__dardanos__]

Salut,
On n'a pas tout ton code. On ne sait pas ce que c'est l'objet img, le premier argument de nb_objects. Mais je dirais attention aux indices des tableaux numpy :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
>>> import numpy as np
>>> a = np.arange(9).reshape(-1, 3)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> a[:][1]
array([3, 4, 5])
>>> a[:, 1]
array([1, 4, 7])
>>>

[i.Polo]

Salut,

img est en fait l'image de base (celle non érodée). Ensuite la fonction DistinctionBalles érode l'image comme sur la deuxième photo et le tableau qui en résulte est stockée sous la variable 'a'.

Je n'ai pas énormément de connaissances dans les tableaux NumPy alors je n'ai pas compris ce que tu appelles les indices.

[__dardanos__]

C'est vrai qu'on ne fait pas ça au lycée. Les indices permettent de repérer les éléments d'un tableau. Ton tableau tab2d est construit à partir d'une image, il y a 2 dimensions. Chaque élément du tableau est déterminé par 2 indices, notés i et j.
Ce que je trouve suspect, c'est la notation tab2d[i][j]. Pour désigner l'élément d'un tableau numpy correspondant à la position i du premier indice et j du second, on utilise la notation tab2d[i, j].

[i.Polo]

Ah oui d'accord, c'est en quelque sorte les coordonnées. Je voix ce que tu veux dire, mais j'ai essayé de changer et de mettre toutes les coordonnées comme tu m'as dit et je trouve toujours le même résultat.

Est ce que les deux fonctions que j'ai créées sont correctes hormis peut-être les indices?

[i.Polo]

Si tu veux voir mon code pour obtenir le tableau :



J'ai changé mon programme, je pars directement de l'emplacement de la nouvelle image érodée :



Voilà.

(oublie la ligne de passage en niveaux de gris, je l'utilisais pour d'autres images)

[__dardanos__]

C'est parce que les tests dans erase_object sont mal définis.

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
# -*- coding: utf-8 -*-
 
import numpy as np
import matplotlib.pyplot as plt
 
def erase_object(tab2d, i, j):
    tab2d[i, j] = 0
    nr, nc = tab2d.shape
    for s1, s2 in ((-1, 0), (1, 0), (0, -1), (0, 1)):
        i1, i2 = i + s1, j + s2
        if 0 <= i1 < nr and 0 <= i2 < nc and tab2d[i1, i2]:
            erase_object(tab2d, i1, i2)
 
def nb_object(img):
    tab2d = img
    counter = 0
    for i in range(tab2d.shape[0]):
        for j in range(tab2d.shape[1]):
            if tab2d[i][j] == 1:
                erase_object(tab2d, i, j)
                counter += 1
    return counter
 
if __name__ == '__main__':
    arr = np.zeros((10, 10))
    arr[1:3, :2] = 1
    arr[1, 9:] = 1
    arr[4:9, 4:9] = 1
    arr[5, 3] = 1
    arr[3, 5] = 1
 
    plt.imshow(arr, interpolation='none')
    plt.show()
 
    print(nb_object(arr))

Je retrouve bien 3 zones.

[i.Polo]

Le problème venait effectivement de la condition, et aussi de la profondeur de la pile sur Python. C'est bon, je trouve bien 14 balles, merci pour ton aide

[marco056]

Chaque élément du tableau est déterminé par 2 indices, notés i et j.
Ce que je trouve suspect, c'est la notation tab2d[i][j]. Pour désigner l'élément d'un tableau numpy correspondant à la position i du premier indice et j du second, on utilise la notation tab2d[i, j].

C'est équivalent.