Publicité
+ Répondre à la discussion
Page 1 sur 3 123 DernièreDernière
Affichage des résultats 1 à 20 sur 48
  1. #1
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut [image] Filtre Squelette pour ImageJ

    Voici une implémentation du calcul du squelette d'une image par la méthode décrite dans ce document pdf.

    La méthode consiste a faire des erosions multiples jusqu'a atteindre le squelette. Ce squelette peut etre utilisé, par exemple, pour la reconnaissance de formes (OCR, ...)

    (EDIT: version améliorée au post #4)


    A gauche: l'image originale
    A droite: le squelette obtenu.

    Code java :
    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
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    127
    128
    129
    130
    131
    132
    133
    134
    135
    136
    137
    138
    139
    140
    141
    142
    143
    144
    145
    146
    147
    148
    149
    150
    151
    152
    153
    154
    155
    156
    157
    158
    159
    160
    161
    162
    163
    164
    165
    166
    167
    168
    169
    170
    171
    172
    173
    174
    175
    176
    177
    178
    179
    180
    181
    182
    183
    184
    185
    186
    187
    188
    189
    190
    191
    192
    193
    194
    195
    196
    197
    198
    199
    200
    201
    202
    203
    204
    205
    206
    207
    208
    209
    210
    211
    212
    213
    214
    215
    216
    217
    218
    219
    220
    221
    222
    223
    224
    225
    226
    227
    228
    229
    230
    231
    232
    233
    234
    235
    236
     
    import ij.IJ;
    import ij.ImagePlus;
    import ij.gui.GenericDialog;
    import ij.plugin.filter.PlugInFilter;
    import ij.process.ByteProcessor;
    import ij.process.ImageProcessor;
     
     
    /**
     * Skeleton Filter
     * 
     * @author Xavier Philippeau (from work of Dr. Chai Quek)
     *
     */
    public class Skeleton_ implements PlugInFilter {
     
    	// neighbours order
    	private int[] dx = new int[] {-1, 0, 1,1,1,0,-1,-1};
    	private int[] dy = new int[] {-1,-1,-1,0,1,1, 1, 0};
     
    	// Smoothing pattern
    	private int[] pattern1={-1,1,0,1,0,0,0,0};
    	private int[] pattern2={0,1,0,1,-1,0,0,0};
    	private int[] pattern3={0,0,-1,1,0,1,0,0};
    	private int[] pattern4={0,0,0,1,0,1,-1,0};
    	private int[] pattern5={0,0,0,0,-1,1,0,1};
    	private int[] pattern6={-1,0,0,0,0,1,0,1};
    	private int[] pattern7={0,1,0,0,0,0,-1,1};
    	private int[] pattern8={0,1,-1,0,0,0,0,1};
     
    	// filter configuration
    	private boolean blackbackground = true;
    	private int threshold = 0;
     
    	//	 About...
    	private void showAbout() {
    		IJ.showMessage("Skeleton...","Skeleton Filter by Pseudocode");
    	}
     
    	public int setup(String arg, ImagePlus imp) {
     
    		// about...
    		if (arg.equals("about")) {
    			showAbout(); 
    			return DONE;
    		}
     
    		// else...
    		if (imp==null) return DONE;
     
    		// Configuration dialog.
    		GenericDialog gd = new GenericDialog("Parameters");
    		gd.addChoice("Background color", new String[]{"Black","White"}, "Black");
    		gd.addNumericField("Black/White threshold",128,0);
     
    		while(true) {
    			gd.showDialog();
    			if ( gd.wasCanceled() )	return DONE;
     
    			this.blackbackground  =  gd.getNextChoice().equals("Black")?true:false;
    			this.threshold  =  (int)gd.getNextNumber();
     
    			if (this.threshold<=0) continue;
    			if (this.threshold>=255) continue;
    			break;
    		}
    		gd.dispose();
     
    		return PlugInFilter.DOES_8G;
    	}
     
    	public void run(ImageProcessor ip) {
     
    		// ImageProcessor -> ByteProcessor conversion
    		ByteProcessor bp = new ByteProcessor(ip.getWidth(),ip.getHeight());
    		for (int y = 0; y < ip.getHeight(); y++) {
    			for (int x = 0; x < ip.getWidth(); x++) {
    				bp.set(x,y,ip.getPixel(x,y));
    			}
    		}
     
    		// filter
    		ByteProcessor newbp = filter( bp );
     
    		// ByteProcessor -> ImageProcessor conversion
    		ImageProcessor out = new ByteProcessor(ip.getWidth(),ip.getHeight());
    		for (int y = 0; y < ip.getHeight(); y++) {
    			for (int x = 0; x < ip.getWidth(); x++) {
    				out.set(x,y,newbp.get(x,y));
    			}
    		}
    		ImagePlus newImg = new ImagePlus("Skeleton", out);
    		newImg.show();
     
    	}
     
    	// -------------------------------------------------------------------------
     
    	// Binary value of the gray scale image (0..255) -> (0,1)
    	private int ChannelValue(ByteProcessor c,int x,int y) {
    		if (c.getPixel(x,y)<this.threshold) return 0;
    		return 1;
    	}
     
    	// Neighbourhood
    	private int neighbourhood(ByteProcessor c,int x,int y) {
    		int neighbourhood=0;
     
    		for(int i=0;i<8;i++)
    			neighbourhood += ChannelValue(c,x+dx[i],y+dy[i]);
     
    		return neighbourhood;
    	}
     
    	// Transitions Count
    	private int transitions(ByteProcessor c,int x,int y) {
    		int Trans=0;
     
    		for(int i=0;i<8;i++) {
    			int pc = ChannelValue(c,x+dx[i],y+dy[i]);
    			int pn = ChannelValue(c,x+dx[(i+1)%8],y+dy[(i+1)%8]);
    			if ((pc==0) && (pn==1)) Trans++;
    		}
     
    		return Trans;
    	}
     
    	// Match a pattern
    	private boolean matchPattern(ByteProcessor c,int x,int y,int[] pattern) {
    		for(int i=0;i<8;i++) {
    			if (pattern[i]==-1) continue;
    			int v = ChannelValue(c,x+dx[i],y+dy[i]);
    			if (pattern[i]!=v) return false;
    		}
    		return true;
    	}
     
        // Match one of the 8 patterns
    	private boolean matchOneOfPatterns(ByteProcessor c,int x,int y) {
    		if (matchPattern(c,x,y,pattern1)) return true;
    		if (matchPattern(c,x,y,pattern2)) return true;
    		if (matchPattern(c,x,y,pattern3)) return true;
    		if (matchPattern(c,x,y,pattern4)) return true;
    		if (matchPattern(c,x,y,pattern5)) return true;
    		if (matchPattern(c,x,y,pattern6)) return true;
    		if (matchPattern(c,x,y,pattern7)) return true;
    		if (matchPattern(c,x,y,pattern8)) return true;
    		return false;
    	}
     
    	private ByteProcessor thinning(ByteProcessor original) {
    		int width = original.getWidth();
    		int height = original.getHeight();
     
    		// previous image buffer
    		ByteProcessor c = new ByteProcessor(width,height);
    		for(int y=0;y<height;y++)
    			for(int x=0;x<width;x++)
    				if (this.blackbackground)
    					c.set(x,y,255*ChannelValue(original,x,y));
    				else
    					c.set(x,y,255-255*ChannelValue(original,x,y));
     
    		// new image buffer
    		ByteProcessor c2  = new ByteProcessor(width,height);
     
    		// loop until idempotence
    		for(int loop=0;;loop++) {
     
    			int pixelchangecount=0;
     
    			// copy previous image in new image
    			for(int y=0;y<height;y++)
    				for(int x=0;x<width;x++) 
    					c2.set(x,y,c.get(x,y));
     
    			// for each pixel
    			for(int y=1;y<height-1;y++) {
     
    				for(int x=1;x<width-1;x++) {
     
    					// pixel value
    					int v = ChannelValue(c,x,y);
     
    					// pixel not set -> next
    					if (v==0) continue;
     
    					// is a boundary ?
    					int previousNeighbourhood = neighbourhood(c,x,y);
    					if (previousNeighbourhood==8) continue;
     
    					// is an extremity ?
    					int currentNeighbourhood = neighbourhood(c2,x,y);
    					if (currentNeighbourhood<=1) continue;
    					if (currentNeighbourhood>=6) continue;
     
    					// is a connection ?
    					int transitionsCount = transitions(c2,x,y);
     
    					// Addition to the original algorithm:
    					// Preservation of the "Y curve" near the edges 
    					if (transitionsCount==1 && previousNeighbourhood<=3) continue;
     
    					if (transitionsCount==1) {
    						pixelchangecount++;
    						c2.set(x,y,0);
    						continue;
    					}
     
    					// is a deletable pixel ?
    					boolean matchOne = matchOneOfPatterns(c2,x,y);
    					if (matchOne) {
    						pixelchangecount++;
    						c2.set(x,y,0);
    						continue;
    					}
    				}
    			}
     
    			// no change -> return result
    			if (pixelchangecount==0) return c;
     
    			// swap image buffers, then loop.
    			ByteProcessor tmp = c;
    			c=c2;
    			c2=tmp;
    		}
    	}
     
    	// Return the skeleton
    	public ByteProcessor filter(ByteProcessor bp) {
    		ByteProcessor skel = thinning(bp);
    		return skel;
    	}
    }
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  2. #2
    Invité de passage
    Inscrit en
    mai 2007
    Messages
    32
    Détails du profil
    Informations forums :
    Inscription : mai 2007
    Messages : 32
    Points : 3
    Points
    3

    Par défaut

    Bonjour,
    J’ai testé ce programme en c++ ca marche bien
    La question c'est comment éliminer les petits segments ajoutés dans les extrémités pour avoir des caractères comme elles sont

    Ensuite je vais détecter les segments à partir du squelette
    Par exemples pour la lettre A comment détecter les segments (/, _ et \)

  3. #3
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Non, on ne peut pas retirer les fourches en Y. Elles font partie du squelette et permettent de détecter les extrémités des formes.

    Comme je l'ai indiqué sur ton thread dans le forum de discussion (vive le multi-post), si tu veux détecter des points d'intérêts sur le squelette il faut détecter les "croisements", les "inflexions" et les "extrémités" des lignes du squelette.

    Pour cela, on peut analyser les 8 voisins de chaque pixel du squelette et compter le nombre de transitions 0->1 (voir la fonction transitions() dans le code ci-dessus)
    Code :
    1
    2
    3
    4
    5
    6
    7
    -------
    |a|b|c|
    -------
    |h|X|d|  voisins de X (sens horaire): a,b,c,d,e,f,g,h
    ------- 
    |g|f|e| 
    -------
    - si le nombre de transitions est 1, alors on est a une extrémité.
    Code :
    1
    2
    3
    4
    5
    6
    7
    -------
    |0|1|0|
    -------
    |0|X|0|  voisins de X (sens horaire): 0,1,0,0,0,0,0,0
    -------                                 ^
    |0|0|0|  1 transition
    -------

    - si le nombre de transitions est >=3, alors on est a un croisement.
    Code :
    1
    2
    3
    4
    5
    6
    7
    -------
    |0|1|0|
    -------
    |0|X|1|  voisins de X (sens horaire): 0,1,0,1,0,0,1,0
    -------                                 ^   ^     ^
    |1|0|0|  3 transitions
    -------
    - si le nombre de transitions est 2, alors on est au milieu d'une continuité. il faut alors regarder la position des pixels de transition pour connaître l'angle d'inflexion.
    Code :
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    -------
    |1|0|0|
    -------
    |0|X|0|  voisins de X (sens horaire): 1,0,0,0,0,1,0,0
    -------                               ^         ^
    |0|1|0|  2 transitions
    -------
    
    positions des transitions: 1 et 6
    Écart entre les positions: 6-1 = 5
    Correspondance en angle:
    
    Écart | Angle
    --------------
     1,7  |  45°
     2,6  |  90° (angle droit)
     3,5  |  135°
      4   |  180° (angle plat)
    Pour faire une vectorisation (= transformer le squelette en segments), tu recherches uniquement les "extrémités" et les "croisements" et tu les relies entre eux en passant par les "inflexions".

    NB: Si tu ne veux pas des fourches en Y, ne relie pas de segment aux "extrémités"


    Image haut: squelette
    Image milieu: squelette + points d'intérêts (blanc=extrémité, rouge=croisement, vert=inflexion)
    Image bas: segments reliant les points d'intérêts
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  4. #4
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Voici une version légèrerment modifiée de l'algorithme:
    - consommation mémoire réduite en modifiant directement le tableau passé en parametre (in-place)
    - approximation plus précise (conservation des orientations dans les structures en H ou en X)



    Code java :
    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
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    127
    128
    129
    130
    131
    132
    133
    134
    135
    136
    137
    138
    139
    140
    141
    142
    143
    144
    145
    146
    147
    148
    149
    150
     
    /**
     * Skeleton (v2)
     * 
     * Original algorithm : Dr. Chai Quek
     * Modified algorithm : Xavier Philippeau 
     * 
     * @author Xavier Philippeau (based on work of Dr. Chai Quek)
     * 
     */
    public class Skeleton {
     
    	// Smoothing pattern
    	private byte[] pattern1={-1,1,0,1,0,0,0,0};
    	private byte[] pattern2={0,1,0,1,-1,0,0,0};
    	private byte[] pattern3={0,0,-1,1,0,1,0,0};
    	private byte[] pattern4={0,0,0,1,0,1,-1,0};
    	private byte[] pattern5={0,0,0,0,-1,1,0,1};
    	private byte[] pattern6={-1,0,0,0,0,1,0,1};
    	private byte[] pattern7={0,1,0,0,0,0,-1,1};
    	private byte[] pattern8={0,1,-1,0,0,0,0,1};
     
    	// Neighbourhood
    	private int neighbourhood(byte[][] c,int x,int y) {
    		int neighbourhood=0;
    		if (c[x-1][y-1]==1) neighbourhood++;
    		if (c[x-1][y  ]==1) neighbourhood++;
    		if (c[x-1][y+1]==1) neighbourhood++;
    		if (c[x  ][y+1]==1) neighbourhood++;
    		if (c[x+1][y+1]==1) neighbourhood++;
    		if (c[x+1][y  ]==1) neighbourhood++;
    		if (c[x+1][y-1]==1) neighbourhood++;
    		if (c[x  ][y-1]==1) neighbourhood++;
    		return neighbourhood;
    	}
     
    	// Transitions Count
    	private int transitions(byte[][] c,int x,int y) {
    		int transitions=0;
    		if (c[x-1][y-1]==0 && c[x-1][y  ]==1) transitions++;
    		if (c[x-1][y  ]==0 && c[x-1][y+1]==1) transitions++;
    		if (c[x-1][y+1]==0 && c[x  ][y+1]==1) transitions++;
    		if (c[x  ][y+1]==0 && c[x+1][y+1]==1) transitions++;
    		if (c[x+1][y+1]==0 && c[x+1][y  ]==1) transitions++;
    		if (c[x+1][y  ]==0 && c[x+1][y-1]==1) transitions++;
    		if (c[x+1][y-1]==0 && c[x  ][y-1]==1) transitions++;
    		if (c[x  ][y-1]==0 && c[x-1][y-1]==1) transitions++;
    		return transitions;
    	}
     
    	// Match a pattern
    	private boolean matchPattern(byte[][] c,int x,int y,byte[] pattern) {
    		if (pattern[0]!=-1 && pattern[0]!=c[x-1][y-1]) return false;
    		if (pattern[1]!=-1 && pattern[1]!=c[x-1][y  ]) return false;
    		if (pattern[2]!=-1 && pattern[2]!=c[x-1][y+1]) return false;
    		if (pattern[3]!=-1 && pattern[3]!=c[x  ][y+1]) return false;
    		if (pattern[4]!=-1 && pattern[4]!=c[x+1][y+1]) return false;
    		if (pattern[5]!=-1 && pattern[5]!=c[x+1][y  ]) return false;
    		if (pattern[6]!=-1 && pattern[6]!=c[x+1][y-1]) return false;
    		if (pattern[7]!=-1 && pattern[7]!=c[x  ][y-1]) return false;
    		return true;
    	}
     
    	// Match one of the 8 patterns
    	private boolean matchOneOfPatterns(byte[][] c,int x,int y) {
    		if (matchPattern(c,x,y,pattern1)) return true;
    		if (matchPattern(c,x,y,pattern2)) return true;
    		if (matchPattern(c,x,y,pattern3)) return true;
    		if (matchPattern(c,x,y,pattern4)) return true;
    		if (matchPattern(c,x,y,pattern5)) return true;
    		if (matchPattern(c,x,y,pattern6)) return true;
    		if (matchPattern(c,x,y,pattern7)) return true;
    		if (matchPattern(c,x,y,pattern8)) return true;
    		return false;
    	}
     
     
    	/**
    	 * Skeletonize the image using succesive thinning.
    	 * 
    	 * @param image  the image in an array[x][y] of values "0" or "1" 
    	 * @param width of the image = 1st dimension of the array
    	 * @param height of the image = 2nd dimension of the array
    	 */
    	public void thinning(byte[][] image,int width,int height) {
     
    		// 3 columns back-buffer (original values)
    		byte[][] buffer = new byte[3][height];
     
    		// initialize the back-buffer
    		for(int y=0;y<height;y++) {
    			buffer[0][y]=0;
    			buffer[1][y]=image[0][y];
    			buffer[2][y]=image[1][y];
    		}
     
    		// loop until idempotence
    		for(int loop=0;;loop++) {
     
    			boolean changed=false;
     
    			// for each columns
    			for(int x=1;x<(width-1);x++) {
     
    				// shift the back-buffer + set the last column
    				byte[] swp0 = buffer[0]; buffer[0]=buffer[1]; buffer[1]=buffer[2]; buffer[2]=swp0;
    				for(int y=0;y<height;y++) buffer[2][y]=image[x+1][y];
     
    				// for each pixel
    				for(int y=1;y<(height-1);y++) {
     
    					// pixel value
    					int v = image[x][y];
     
    					// pixel not set -> next
    					if (v==0) continue;
     
    					// is a boundary/extremity ?
    					int currentNeighbourhood = neighbourhood(buffer,1,y);
    					if (currentNeighbourhood<=1) continue;
    					if (currentNeighbourhood>=6) continue;
     
    					// is a connection ?
    					int transitionsCount = transitions(image,x,y);
    					if (transitionsCount==1 && currentNeighbourhood<=3) continue;
     
    					// no -> remove this pixel
    					if (transitionsCount==1) {
    						changed=true;
    						image[x][y]=0;
    						continue;
    					}
     
    					// can we delete this pixel ?
    					boolean matchOne = matchOneOfPatterns(image,x,y);
     
    					// yes -> remove this pixel
    					if (matchOne) {
    						changed=true;
    						image[x][y]=0;
    						continue;
    					}
    				}
    			}
     
    			// no change -> return result
    			if (!changed) return;
    		}
    	}
    }

    NB: Cette implémentation n'est pas un filtre ImageJ. Exemple d'utilisation:
    Code java :
    1
    2
    3
    4
    5
    6
    7
    8
     
    // tableau constitué uniquement de "0" ou de "1", avec un border-extend de 1 pixel
    byte[][] bytearray = ... ;
     
    // appel du filtre
    new Skeleton().thinning(bytearray, width, height);
     
    // le tableau bytearray contient maintenant le squelette
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  5. #5
    Invité de passage
    Inscrit en
    mai 2009
    Messages
    7
    Détails du profil
    Informations forums :
    Inscription : mai 2009
    Messages : 7
    Points : 4
    Points
    4

    Par défaut

    Salut à tous!

    je voudrais savoir est ce que je pourrais avoir le premier algorithme de pseudocode mais juste à l'aide le la bibliothèque OpenCV car la en imageJ je ne comprend rien !!

  6. #6
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Citation Envoyé par Booster_8 Voir le message
    Salut à tous!

    je voudrais savoir est ce que je pourrais avoir le premier algorithme de pseudocode mais juste à l'aide le la bibliothèque OpenCV car la en imageJ je ne comprend rien !!
    Je te conseille de prendre le code du post #4 et de le traduire en C++/OpenCV. Ou de demander a quelqu'un de le traduire pour toi.
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  7. #7
    Invité de passage
    Inscrit en
    mai 2009
    Messages
    2
    Détails du profil
    Informations forums :
    Inscription : mai 2009
    Messages : 2
    Points : 2
    Points
    2

    Par défaut

    comment executer ce code dans eclipse

  8. #8
    Invité de passage
    Inscrit en
    mars 2009
    Messages
    2
    Détails du profil
    Informations forums :
    Inscription : mars 2009
    Messages : 2
    Points : 2
    Points
    2

    Par défaut Méthode qui transforme une image en une matrice de bytes

    Citation Envoyé par pseudocode Voir le message
    Voici une version légèrerment modifiée de l'algorithme:
    - consommation mémoire réduite en modifiant directement le tableau passé en parametre (in-place)
    - approximation plus précise (conservation des orientations dans les structures en H ou en X)



    Code java :
    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
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    127
    128
    129
    130
    131
    132
    133
    134
    135
    136
    137
    138
    139
    140
    141
    142
    143
    144
    145
    146
    147
    148
    149
    150
     
    /**
     * Skeleton (v2)
     * 
     * Original algorithm : Dr. Chai Quek
     * Modified algorithm : Xavier Philippeau 
     * 
     * @author Xavier Philippeau (based on work of Dr. Chai Quek)
     * 
     */
    public class Skeleton {
     
    	// Smoothing pattern
    	private byte[] pattern1={-1,1,0,1,0,0,0,0};
    	private byte[] pattern2={0,1,0,1,-1,0,0,0};
    	private byte[] pattern3={0,0,-1,1,0,1,0,0};
    	private byte[] pattern4={0,0,0,1,0,1,-1,0};
    	private byte[] pattern5={0,0,0,0,-1,1,0,1};
    	private byte[] pattern6={-1,0,0,0,0,1,0,1};
    	private byte[] pattern7={0,1,0,0,0,0,-1,1};
    	private byte[] pattern8={0,1,-1,0,0,0,0,1};
     
    	// Neighbourhood
    	private int neighbourhood(byte[][] c,int x,int y) {
    		int neighbourhood=0;
    		if (c[x-1][y-1]==1) neighbourhood++;
    		if (c[x-1][y  ]==1) neighbourhood++;
    		if (c[x-1][y+1]==1) neighbourhood++;
    		if (c[x  ][y+1]==1) neighbourhood++;
    		if (c[x+1][y+1]==1) neighbourhood++;
    		if (c[x+1][y  ]==1) neighbourhood++;
    		if (c[x+1][y-1]==1) neighbourhood++;
    		if (c[x  ][y-1]==1) neighbourhood++;
    		return neighbourhood;
    	}
     
    	// Transitions Count
    	private int transitions(byte[][] c,int x,int y) {
    		int transitions=0;
    		if (c[x-1][y-1]==0 && c[x-1][y  ]==1) transitions++;
    		if (c[x-1][y  ]==0 && c[x-1][y+1]==1) transitions++;
    		if (c[x-1][y+1]==0 && c[x  ][y+1]==1) transitions++;
    		if (c[x  ][y+1]==0 && c[x+1][y+1]==1) transitions++;
    		if (c[x+1][y+1]==0 && c[x+1][y  ]==1) transitions++;
    		if (c[x+1][y  ]==0 && c[x+1][y-1]==1) transitions++;
    		if (c[x+1][y-1]==0 && c[x  ][y-1]==1) transitions++;
    		if (c[x  ][y-1]==0 && c[x-1][y-1]==1) transitions++;
    		return transitions;
    	}
     
    	// Match a pattern
    	private boolean matchPattern(byte[][] c,int x,int y,byte[] pattern) {
    		if (pattern[0]!=-1 && pattern[0]!=c[x-1][y-1]) return false;
    		if (pattern[1]!=-1 && pattern[1]!=c[x-1][y  ]) return false;
    		if (pattern[2]!=-1 && pattern[2]!=c[x-1][y+1]) return false;
    		if (pattern[3]!=-1 && pattern[3]!=c[x  ][y+1]) return false;
    		if (pattern[4]!=-1 && pattern[4]!=c[x+1][y+1]) return false;
    		if (pattern[5]!=-1 && pattern[5]!=c[x+1][y  ]) return false;
    		if (pattern[6]!=-1 && pattern[6]!=c[x+1][y-1]) return false;
    		if (pattern[7]!=-1 && pattern[7]!=c[x  ][y-1]) return false;
    		return true;
    	}
     
    	// Match one of the 8 patterns
    	private boolean matchOneOfPatterns(byte[][] c,int x,int y) {
    		if (matchPattern(c,x,y,pattern1)) return true;
    		if (matchPattern(c,x,y,pattern2)) return true;
    		if (matchPattern(c,x,y,pattern3)) return true;
    		if (matchPattern(c,x,y,pattern4)) return true;
    		if (matchPattern(c,x,y,pattern5)) return true;
    		if (matchPattern(c,x,y,pattern6)) return true;
    		if (matchPattern(c,x,y,pattern7)) return true;
    		if (matchPattern(c,x,y,pattern8)) return true;
    		return false;
    	}
     
     
    	/**
    	 * Skeletonize the image using succesive thinning.
    	 * 
    	 * @param image  the image in an array[x][y] of values "0" or "1" 
    	 * @param width of the image = 1st dimension of the array
    	 * @param height of the image = 2nd dimension of the array
    	 */
    	public void thinning(byte[][] image,int width,int height) {
     
    		// 3 columns back-buffer (original values)
    		byte[][] buffer = new byte[3][height];
     
    		// initialize the back-buffer
    		for(int y=0;y<height;y++) {
    			buffer[0][y]=0;
    			buffer[1][y]=image[0][y];
    			buffer[2][y]=image[1][y];
    		}
     
    		// loop until idempotence
    		for(int loop=0;;loop++) {
     
    			boolean changed=false;
     
    			// for each columns
    			for(int x=1;x<(width-1);x++) {
     
    				// shift the back-buffer + set the last column
    				byte[] swp0 = buffer[0]; buffer[0]=buffer[1]; buffer[1]=buffer[2]; buffer[2]=swp0;
    				for(int y=0;y<height;y++) buffer[2][y]=image[x+1][y];
     
    				// for each pixel
    				for(int y=1;y<(height-1);y++) {
     
    					// pixel value
    					int v = image[x][y];
     
    					// pixel not set -> next
    					if (v==0) continue;
     
    					// is a boundary/extremity ?
    					int currentNeighbourhood = neighbourhood(buffer,1,y);
    					if (currentNeighbourhood<=1) continue;
    					if (currentNeighbourhood>=6) continue;
     
    					// is a connection ?
    					int transitionsCount = transitions(image,x,y);
    					if (transitionsCount==1 && currentNeighbourhood<=3) continue;
     
    					// no -> remove this pixel
    					if (transitionsCount==1) {
    						changed=true;
    						image[x][y]=0;
    						continue;
    					}
     
    					// can we delete this pixel ?
    					boolean matchOne = matchOneOfPatterns(image,x,y);
     
    					// yes -> remove this pixel
    					if (matchOne) {
    						changed=true;
    						image[x][y]=0;
    						continue;
    					}
    				}
    			}
     
    			// no change -> return result
    			if (!changed) return;
    		}
    	}
    }

    NB: Cette implémentation n'est pas un filtre ImageJ. Exemple d'utilisation:
    Code java :
    1
    2
    3
    4
    5
    6
    7
    8
     
    // tableau constitué uniquement de "0" ou de "1", avec un border-extend de 1 pixel
    byte[][] bytearray = ... ;
     
    // appel du filtre
    new Skeleton().thinning(bytearray, width, height);
     
    // le tableau bytearray contient maintenant le squelette
    Bonjour,

    Connaissez-vous une méthode qui transforme une image binarisée en tableau de byte (format attendu par votre méthode)?
    Je n'ai pas trouvé ce type de fonctionnalité au sein de la bibliothèque imageJ.

    Merci de votre aide.

  9. #9
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Citation Envoyé par Beranger Voir le message
    Bonjour,

    Connaissez-vous une méthode qui transforme une image binarisée en tableau de byte (format attendu par votre méthode)?
    Je n'ai pas trouvé ce type de fonctionnalité au sein de la bibliothèque imageJ.

    Merci de votre aide.
    Heu... non, je ne connais pas de méthode qui fait cela directement. Mais si vous avez un "ImageProcessor", il suffit de créer un tableau et de le remplir. Un truc du genre:

    Code java :
    1
    2
    3
    4
    5
    6
    7
    ImageProcessor ip = ... 
     
    int w = ip.getWidth(), h=ip.getHeight();
    byte[][] bytearray = new byte[w][h];
    for (int y = 0; y < h; y++)
    	for (int x = 0; x < w; x++)
    		if ( ip.getPixel(x,y) > SEUIL ) bytearray[x][y]=1;
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  10. #10
    Invité de passage
    Inscrit en
    mars 2009
    Messages
    2
    Détails du profil
    Informations forums :
    Inscription : mars 2009
    Messages : 2
    Points : 2
    Points
    2

    Par défaut Merci

    Citation Envoyé par pseudocode Voir le message
    Heu... non, je ne connais pas de méthode qui fait cela directement. Mais si vous avez un "ImageProcessor", il suffit de créer un tableau et de le remplir. Un truc du genre:

    Code java :
    1
    2
    3
    4
    5
    6
    7
    ImageProcessor ip = ... 
     
    int w = ip.getWidth(), h=ip.getHeight();
    byte[][] bytearray = new byte[w][h];
    for (int y = 0; y < h; y++)
    	for (int x = 0; x < w; x++)
    		if ( ip.getPixel(x,y) > SEUIL ) bytearray[x][y]=1;
    Merci beaucoup, ça fera parfaitement l'affaire !

  11. #11
    Invité de passage
    Inscrit en
    mars 2009
    Messages
    11
    Détails du profil
    Informations forums :
    Inscription : mars 2009
    Messages : 11
    Points : 3
    Points
    3

    Par défaut Squelette 3D

    Vous n'avez pas un code matlab qui fait la même chose en 3D??

  12. #12
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Citation Envoyé par khoeds Voir le message
    Vous n'avez pas un code matlab qui fait la même chose en 3D??
    Non. Et je ne suis pas bien sur qu'on puisse facilement étendre cet algorithme a la 3D, spécialement le comptage du nombre de transitions.
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  13. #13
    Futur Membre du Club
    Profil pro Mickey St
    Inscrit en
    décembre 2009
    Messages
    44
    Détails du profil
    Informations personnelles :
    Nom : Mickey St

    Informations forums :
    Inscription : décembre 2009
    Messages : 44
    Points : 17
    Points
    17

    Par défaut

    Citation Envoyé par pseudocode Voir le message
    Voici une implémentation du calcul du squelette d'une image par la méthode décrite dans ce document pdf.

    La méthode consiste a faire des erosions multiples jusqu'a atteindre le squelette. Ce squelette peut etre utilisé, par exemple, pour la reconnaissance de formes (OCR, ...)


    A gauche: l'image originale
    A droite: le squelette obtenu.

    Code java :
    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
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    125
    126
    127
    128
    129
    130
    131
    132
    133
    134
    135
    136
    137
    138
    139
    140
    141
    142
    143
    144
    145
    146
    147
    148
    149
    150
    151
    152
    153
    154
    155
    156
    157
    158
    159
    160
    161
    162
    163
    164
    165
    166
    167
    168
    169
    170
    171
    172
    173
    174
    175
    176
    177
    178
    179
    180
    181
    182
    183
    184
    185
    186
    187
    188
    189
    190
    191
    192
    193
    194
    195
    196
    197
    198
    199
    200
    201
    202
    203
    204
    205
    206
    207
    208
    209
    210
    211
    212
    213
    214
    215
    216
    217
    218
    219
    220
    221
    222
    223
    224
    225
    226
    227
    228
    229
    230
    231
    232
    233
    234
    235
    236
     
    import ij.IJ;
    import ij.ImagePlus;
    import ij.gui.GenericDialog;
    import ij.plugin.filter.PlugInFilter;
    import ij.process.ByteProcessor;
    import ij.process.ImageProcessor;
     
     
    /**
     * Skeleton Filter
     * 
     * @author Xavier Philippeau (from work of Dr. Chai Quek)
     *
     */
    public class Skeleton_ implements PlugInFilter {
     
    	// neighbours order
    	private int[] dx = new int[] {-1, 0, 1,1,1,0,-1,-1};
    	private int[] dy = new int[] {-1,-1,-1,0,1,1, 1, 0};
     
    	// Smoothing pattern
    	private int[] pattern1={-1,1,0,1,0,0,0,0};
    	private int[] pattern2={0,1,0,1,-1,0,0,0};
    	private int[] pattern3={0,0,-1,1,0,1,0,0};
    	private int[] pattern4={0,0,0,1,0,1,-1,0};
    	private int[] pattern5={0,0,0,0,-1,1,0,1};
    	private int[] pattern6={-1,0,0,0,0,1,0,1};
    	private int[] pattern7={0,1,0,0,0,0,-1,1};
    	private int[] pattern8={0,1,-1,0,0,0,0,1};
     
    	// filter configuration
    	private boolean blackbackground = true;
    	private int threshold = 0;
     
    	//	 About...
    	private void showAbout() {
    		IJ.showMessage("Skeleton...","Skeleton Filter by Pseudocode");
    	}
     
    	public int setup(String arg, ImagePlus imp) {
     
    		// about...
    		if (arg.equals("about")) {
    			showAbout(); 
    			return DONE;
    		}
     
    		// else...
    		if (imp==null) return DONE;
     
    		// Configuration dialog.
    		GenericDialog gd = new GenericDialog("Parameters");
    		gd.addChoice("Background color", new String[]{"Black","White"}, "Black");
    		gd.addNumericField("Black/White threshold",128,0);
     
    		while(true) {
    			gd.showDialog();
    			if ( gd.wasCanceled() )	return DONE;
     
    			this.blackbackground  =  gd.getNextChoice().equals("Black")?true:false;
    			this.threshold  =  (int)gd.getNextNumber();
     
    			if (this.threshold<=0) continue;
    			if (this.threshold>=255) continue;
    			break;
    		}
    		gd.dispose();
     
    		return PlugInFilter.DOES_8G;
    	}
     
    	public void run(ImageProcessor ip) {
     
    		// ImageProcessor -> ByteProcessor conversion
    		ByteProcessor bp = new ByteProcessor(ip.getWidth(),ip.getHeight());
    		for (int y = 0; y < ip.getHeight(); y++) {
    			for (int x = 0; x < ip.getWidth(); x++) {
    				bp.set(x,y,ip.getPixel(x,y));
    			}
    		}
     
    		// filter
    		ByteProcessor newbp = filter( bp );
     
    		// ByteProcessor -> ImageProcessor conversion
    		ImageProcessor out = new ByteProcessor(ip.getWidth(),ip.getHeight());
    		for (int y = 0; y < ip.getHeight(); y++) {
    			for (int x = 0; x < ip.getWidth(); x++) {
    				out.set(x,y,newbp.get(x,y));
    			}
    		}
    		ImagePlus newImg = new ImagePlus("Skeleton", out);
    		newImg.show();
     
    	}
     
    	// -------------------------------------------------------------------------
     
    	// Binary value of the gray scale image (0..255) -> (0,1)
    	private int ChannelValue(ByteProcessor c,int x,int y) {
    		if (c.getPixel(x,y)<this.threshold) return 0;
    		return 1;
    	}
     
    	// Neighbourhood
    	private int neighbourhood(ByteProcessor c,int x,int y) {
    		int neighbourhood=0;
     
    		for(int i=0;i<8;i++)
    			neighbourhood += ChannelValue(c,x+dx[i],y+dy[i]);
     
    		return neighbourhood;
    	}
     
    	// Transitions Count
    	private int transitions(ByteProcessor c,int x,int y) {
    		int Trans=0;
     
    		for(int i=0;i<8;i++) {
    			int pc = ChannelValue(c,x+dx[i],y+dy[i]);
    			int pn = ChannelValue(c,x+dx[(i+1)%8],y+dy[(i+1)%8]);
    			if ((pc==0) && (pn==1)) Trans++;
    		}
     
    		return Trans;
    	}
     
    	// Match a pattern
    	private boolean matchPattern(ByteProcessor c,int x,int y,int[] pattern) {
    		for(int i=0;i<8;i++) {
    			if (pattern[i]==-1) continue;
    			int v = ChannelValue(c,x+dx[i],y+dy[i]);
    			if (pattern[i]!=v) return false;
    		}
    		return true;
    	}
     
        // Match one of the 8 patterns
    	private boolean matchOneOfPatterns(ByteProcessor c,int x,int y) {
    		if (matchPattern(c,x,y,pattern1)) return true;
    		if (matchPattern(c,x,y,pattern2)) return true;
    		if (matchPattern(c,x,y,pattern3)) return true;
    		if (matchPattern(c,x,y,pattern4)) return true;
    		if (matchPattern(c,x,y,pattern5)) return true;
    		if (matchPattern(c,x,y,pattern6)) return true;
    		if (matchPattern(c,x,y,pattern7)) return true;
    		if (matchPattern(c,x,y,pattern8)) return true;
    		return false;
    	}
     
    	private ByteProcessor thinning(ByteProcessor original) {
    		int width = original.getWidth();
    		int height = original.getHeight();
     
    		// previous image buffer
    		ByteProcessor c = new ByteProcessor(width,height);
    		for(int y=0;y<height;y++)
    			for(int x=0;x<width;x++)
    				if (this.blackbackground)
    					c.set(x,y,255*ChannelValue(original,x,y));
    				else
    					c.set(x,y,255-255*ChannelValue(original,x,y));
     
    		// new image buffer
    		ByteProcessor c2  = new ByteProcessor(width,height);
     
    		// loop until idempotence
    		for(int loop=0;;loop++) {
     
    			int pixelchangecount=0;
     
    			// copy previous image in new image
    			for(int y=0;y<height;y++)
    				for(int x=0;x<width;x++) 
    					c2.set(x,y,c.get(x,y));
     
    			// for each pixel
    			for(int y=0;y<height;y++) {
     
    				for(int x=0;x<width;x++) {
     
    					// pixel value
    					int v = ChannelValue(c,x,y);
     
    					// pixel not set -> next
    					if (v==0) continue;
     
    					// is a boundary ?
    					int previousNeighbourhood = neighbourhood(c,x,y);
    					if (previousNeighbourhood==8) continue;
     
    					// is an extremity ?
    					int currentNeighbourhood = neighbourhood(c2,x,y);
    					if (currentNeighbourhood<=1) continue;
    					if (currentNeighbourhood>=6) continue;
     
    					// is a connection ?
    					int transitionsCount = transitions(c2,x,y);
     
    					// Addition to the original algorithm:
    					// Preservation of the "Y curve" near the edges 
    					if (transitionsCount==1 && previousNeighbourhood<=3) continue;
     
    					if (transitionsCount==1) {
    						pixelchangecount++;
    						c2.set(x,y,0);
    						continue;
    					}
     
    					// is a deletable pixel ?
    					boolean matchOne = matchOneOfPatterns(c2,x,y);
    					if (matchOne) {
    						pixelchangecount++;
    						c2.set(x,y,0);
    						continue;
    					}
    				}
    			}
     
    			// no change -> return result
    			if (pixelchangecount==0) return c;
     
    			// swap image buffers, then loop.
    			ByteProcessor tmp = c;
    			c=c2;
    			c2=tmp;
    		}
    	}
     
    	// Return the skeleton
    	public ByteProcessor filter(ByteProcessor bp) {
    		ByteProcessor skel = thinning(bp);
    		return skel;
    	}
    }
    Bonjour,

    Alors j'ai essayé d'utiliser ce filtre sur imagej mais je n'obtiens pas du tout la même chose que toi. Pourtant, dans mon menu imagej, je suis allée à plugin puis new puis j'ai copié ton code que j'ai compilé sans aucune erreur. Ensuite, j'ai ouvert une image, j'ai sélectionné le texte d'intérêt, j'ai lancé le plugin et il me demande de rentrer des valeurs de black/white threshold. Tu mets quoi comme valeur?
    Aussi comment tu fais pour avoir après les points d'intérêts?
    Je travaille sur la reconnaissance de caractères sur un texte dans une image à l'aide de imagej et je pense que ce filtre pourra beaucoup m'aider.

    Merci.

  14. #14
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Citation Envoyé par mickeynad Voir le message
    Alors j'ai essayé d'utiliser ce filtre sur imagej mais je n'obtiens pas du tout la même chose que toi. Pourtant, dans mon menu imagej, je suis allée à plugin puis new puis j'ai copié ton code que j'ai compilé sans aucune erreur. Ensuite, j'ai ouvert une image, j'ai sélectionné le texte d'intérêt, j'ai lancé le plugin et il me demande de rentrer des valeurs de black/white threshold. Tu mets quoi comme valeur?
    L'image d'entrée est une image a 256 niveaux de gris. Le seuil (threshold) permet de binariser l'image (pixel<threshold)=>noir, et (pixel>=threshold)=>blanc.

    cf. méthode ChannelValue()

    Aussi comment tu fais pour avoir après les points d'intérêts?
    Je travaille sur la reconnaissance de caractères sur un texte dans une image à l'aide de imagej et je pense que ce filtre pourra beaucoup m'aider.
    Pour les points d'intérêts, j'ai proposé une approche basique au post #3
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  15. #15
    Invité régulier
    Profil pro Majed oualha
    Inscrit en
    mars 2010
    Messages
    14
    Détails du profil
    Informations personnelles :
    Nom : Majed oualha

    Informations forums :
    Inscription : mars 2010
    Messages : 14
    Points : 8
    Points
    8

    Par défaut

    j'ai téléchargé la librairie IJ et ca n'a pas marché avec moi ce programme
    "Exception in thread "main" java.lang.IllegalArgumentException: Width (0) and height (0) must be > 0"
    il n'arrive pas à lire l'image

  16. #16
    Invité de passage
    Profil pro Manuel Vaury
    Inscrit en
    mai 2010
    Messages
    1
    Détails du profil
    Informations personnelles :
    Nom : Manuel Vaury

    Informations forums :
    Inscription : mai 2010
    Messages : 1
    Points : 1
    Points
    1

    Par défaut

    Bonjour,
    J'ai utilisé cette bibliothèque pour mon usage personnel. J'ai modifié son utilisation pour qu'il fonctionne uniquement avec des WritableRaster.

    J'ai trouvé un petit bug.

    Par moment on va chercher à des coordonnées de -1.
    J'ai modifié ceci dans la fonction thinning :

    Code :
    1
    2
    3
    4
    5
    // for each pixel
    			for(int y=1;y<height-1;y++) {
    
    				for(int x=1;x<width-1;x++) {
    Si y ou x vaut 0, avec l'appel à la fonction
    int previousNeighbourhood = neighbourhood(c,x,y);
    on ira chercher par moment un pixel avec un coordonnée de -1.
    C'est la même chose pour height et width.

    Cette modification ne fonctionne plus avec une image qui touche le bord.
    Pour que cela fonctionne quand même, j'ai agrandi mon image d'un pixel sur les quatres cotés.

    Je ne sais pas si cette erreur est due au fait d'utiliser un WritableRaster, je ne m'y connais pas assez pour le dire.

  17. #17
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Citation Envoyé par manuel-v Voir le message
    Si y ou x vaut 0, avec l'appel à la fonction
    int previousNeighbourhood = neighbourhood(c,x,y);
    on ira chercher par moment un pixel avec un coordonnée de -1.
    C'est la même chose pour height et width.

    Cette modification ne fonctionne plus avec une image qui touche le bord.
    Pour que cela fonctionne quand même, j'ai agrandi mon image d'un pixel sur les quatres cotés.

    Je ne sais pas si cette erreur est due au fait d'utiliser un WritableRaster, je ne m'y connais pas assez pour le dire.
    Effectivement c'est un bug. La boucle devrait etre
    Code :
    1
    2
    for(int y=1;y<height-1;y++) {
    	for(int x=1;x<width-1;x++) {
    D'ailleurs j'ai du m'en rendre compte car dans la version du post #4, j'avais fait la modif. J'ai du oublier de la reporter dans le code du post #1.

    Merci.
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  18. #18
    Modérateur
    Avatar de ToTo13
    Homme Profil pro Guillaume
    Ingénieur de Recherche
    Inscrit en
    janvier 2006
    Messages
    5 199
    Détails du profil
    Informations personnelles :
    Nom : Homme Guillaume
    Âge : 35
    Localisation : Etats-Unis

    Informations professionnelles :
    Activité : Ingénieur de Recherche
    Secteur : Santé

    Informations forums :
    Inscription : janvier 2006
    Messages : 5 199
    Points : 8 135
    Points
    8 135

    Par défaut

    Salut,

    après la squeletisation, y a t-il un algorithme d'ébarbulage relativement robuste à part faire le même processus avec le masque suivant (avec 8 rotations) ?
    0 0 0
    0 1 0
    0 * *
    Consignes aux jeunes padawans : une image vaut 1000 mots !
    - Dans ton message respecter tu dois : les règles de rédaction et du forum, prévisualiser, relire et corriger TOUTES les FAUTES (frappes, sms, d'aurteaugrafe, mettre les ACCENTS et les BALISES) => ECRIRE clairement et en Français tu DOIS.
    - Le côté obscur je sens dans le MP => Tous tes MPs je détruirai et la réponse tu n'auras si en privé tu veux que je t'enseigne.(Lis donc ceci)
    - ton poste tu dois marquer quand la bonne réponse tu as obtenu.

  19. #19
    Rédacteur/Modérateur
    Avatar de pseudocode
    Homme Profil pro Xavier Philippeau
    Architecte système
    Inscrit en
    décembre 2006
    Messages
    9 960
    Détails du profil
    Informations personnelles :
    Nom : Homme Xavier Philippeau
    Âge : 41
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : décembre 2006
    Messages : 9 960
    Points : 15 081
    Points
    15 081

    Par défaut

    Citation Envoyé par ToTo13 Voir le message
    Salut,

    après la squeletisation, y a t-il un algorithme d'ébarbulage relativement robuste à part faire le même processus avec le masque suivant (avec 8 rotations) ?
    La méthode la plus robuste que je connaisse consiste à supprimer barbule par barbule, plutot que pixel par pixel.

    J'avais fait des essais et je m'étais inspiré de la méthode "Skeleton Pruning by Contour Partitioning" sauf que pour simplifier le polygone j'utilisais Douglas-Peuker et pas la DCE.

    Le résultat était très bien mais ce n'etait pas performant. Cela dit, c'était juste pour tester et mon algo ne devait pas être très optimisé
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  20. #20
    Modérateur
    Avatar de ToTo13
    Homme Profil pro Guillaume
    Ingénieur de Recherche
    Inscrit en
    janvier 2006
    Messages
    5 199
    Détails du profil
    Informations personnelles :
    Nom : Homme Guillaume
    Âge : 35
    Localisation : Etats-Unis

    Informations professionnelles :
    Activité : Ingénieur de Recherche
    Secteur : Santé

    Informations forums :
    Inscription : janvier 2006
    Messages : 5 199
    Points : 8 135
    Points
    8 135

    Par défaut

    Mon souci est que je dois l'appliquer sur un squelette en niveaux de gris :-(
    Si c'était juste du binaire, cela n'aurait pas posé de problème.
    Consignes aux jeunes padawans : une image vaut 1000 mots !
    - Dans ton message respecter tu dois : les règles de rédaction et du forum, prévisualiser, relire et corriger TOUTES les FAUTES (frappes, sms, d'aurteaugrafe, mettre les ACCENTS et les BALISES) => ECRIRE clairement et en Français tu DOIS.
    - Le côté obscur je sens dans le MP => Tous tes MPs je détruirai et la réponse tu n'auras si en privé tu veux que je t'enseigne.(Lis donc ceci)
    - ton poste tu dois marquer quand la bonne réponse tu as obtenu.

Liens sociaux

Règles de messages

  • Vous ne pouvez pas créer de nouvelles discussions
  • Vous ne pouvez pas envoyer des réponses
  • Vous ne pouvez pas envoyer des pièces jointes
  • Vous ne pouvez pas modifier vos messages
  •