Discussion :

[mdelmas02]

Bonjour,

j'ai un dossier de photos prises en Time lapse dans le but de suivre une aire de passage d'animaux.

Je souhaiterais pour distinguer automatiquement les photos "vides", des photos avec un animal dessus.

Pour cela j'ai soustraie l'image n à l'image n-1, et effectué un seuillage du résultat pour faire ressortir les différences entre les deux images.

A l’œil, on distingue un amas de pixels noirs correspondant à mon animal mais également d'autres taches noires correspondant à des différences parasites entre les deux images.

Comment faire pour conserver uniquement le plus gros amas? ou du moins conserver uniquement ceux qui dépassent une certaine taille?

En espérant à été suffisamment claire!

Merci!

[ToTo13]

Je n'ai jamais travaillé sur le problème, mais voilà ce que j'en sais des articles que j'ai lu.

Il faut éviter de soustraire une image à une autre, pixel par pixel. Il y a toujours un peu de mouvement dans la caméra, donc la soustraction de deux image risque de générer beaucoup de bruit.
Il faut passer par des méthodes de modélisation/soustraction du fond (background subtraction), c'est beaucoup plus robuste et efficace. Cela se fait déjà beaucoup plus les piétons.

[dev_ggy]

Bonjour à tous,

Il me semble, mais peut être a tord, que la détection des piétons ont en général pour but de permettre de les repérer dans l'espace et de les contées, ce qui ne me semble pas vraiment le cas de la problématique posé. Ce qui nécessite un background qui doit être très épuré. Mais je ne suis pas là pour polémiquer, et peut-être que j'ai tort.

Pour répondre à ta problématique, je testerais une corrélation entre deux images, dont l'une, de référence sans animal. L'animal doit être suffisamment gros sur la photo. Mais si tu penses qu'une soustraction d'image permet de détecter l'animal, on peut supposer qu'une corrélation le pourra d'autant mieux. Dans le cas contraire ou l'animal est trop petit, c'est plus compliqué.

Bien cordialement.

[patrick.bonnin]

Bonjour,

A tu essayé une décomposition en composantes connexes ou blob detection ?
Cela existe sous OpenCV.
J'en ai une personnelle, optimisée que j'utilisais sdans les robots AIBOs.
Cette décomposition isole les amas, et tu peux ensuite filtrer sur la taille.

Cordialement
Patrick Bonnin

[mdelmas02]

Bonjour et merci à tous pour vos réponses,

effectivement le problème de mes photos réside dans le fait que le fond n'est pas du tout épuré (arbres et sol forestier) et que les animaux sont bien souvent petits et d'une couleur similaire au reste de l'environnement.
J'utilise Scilab pour essayer de trouver une solution à mon problème car j'avais fais quelques premiers essais sur Matlab pendant mes études.
N'étant pas développeuse à la base, j'ai des difficultés à utiliser OpenCV qui ne semble pas disposer d'interface graphique (à moins que j'ai mal cherché?) et qui n'est pas exécutable seul. Je tente de l'utiliser avec Visual Studio mais pour l'instant sans succès.

Existe-t-il des tutos vraiment débutant pour utiliser OpenCV?

Cordialement,

[dev_ggy]

Bonjour mdelmas02,

Ta problématique semble beaucoup plus compliquée que tu semblais nous l'expliquer au début.

Pour résoudre ton problème, il te faut absolument un base théorique sur le traitement d'image.

Pour les tuto d'OpenCV Ici

Pour la vision par ordinateur tu as par exemple Ici

Cordialement.

[patrick.bonnin]

Bonjour,

J'ai fait pour mes étudiants un tuto d'installation
d'OpenCV.

Sous Linux c'est simple.
Sous Windows en utilisant Code::Block c'est compliqué :
il y a un certain nombre d'erreurs avec les versions 3.X.
J'ai mis un certain temps à les corriger.

J'utilise OpenCV en C /C++, il faut quand même savoir coder.
Cordialement
Patrick Bonnin