Discussion :

[ali khabou]

salut tout le monde
Je suis ali je travaille sur l’appariement des contours 2D par les métaheuristique.
J'ai deux images.je veux initialiser mes points contours afin de les apparier. Mais je ne suis pas arrivé à faire ça. Pouvez-vous m'aider par un petit programme pour initialiser ces points ?
Merci

[oodini]

Tu fournis l'algorithme et on t'aide pour le C++, c'est ça ?

[ali khabou]

J’ai deux ensembles de point x et y. je cherche comment programmer une transformation qui fera une mise en correspondance entre ces deux ensemble en minimisant un critère.

[ali khabou]

voici ci-joint l'article que je veux programmer

[LittleWhite]

J’ai deux ensembles de point x et y. je cherche comment programmer une transformation qui fera une mise en correspondance entre ces deux ensemble en minimisant un critère.

Une fonction de distance ? On rassemble les ensemble de deux points proches, mais cela peux ne pas suffire. On peut aussi améliorer, je pense, avec une "orientation", si on pense que les deux contours se ressemblent.

[bretus]

Bonsoir,

Si je comprend bien, c'est la "vectorisation" de l'image qui lui manque non?

Dans ce cas, le post suivant qui fait référence à Potrace me semble intéressant : http://www.developpez.net/forums/d74...toriser-image/

Sinon, j'aurais tendance à regarder du côté de OpenCV qui doit avoir des outils pour faire ça.

[ali khabou]

Mais moi je cherche comment vectoriser justument ces contours avec un programme

[ali khabou]

Merci pour vous réponse
Voila ce que j'ai fait
Au début j'ai appliqué le filtre de Canny sur les deux images pour extraire les contours.
après j'ai fait ce programme pour extraire les point contours de deux images

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
cont=[]
for i=0:nombr de ligne
    for j=1:nombre de colonne
        if(img>0)
            cont=img
    end
end

après je veux faire la mise en correspondance entre ces point contour. Pouvez-vous me dire est-ce que ceci est juste et m'aider pour programmer la suite

[Mikkkka]

En tout cas le plus simple que je vois c'est de prendre un de tes deux ensembles de points, et pour chaque point de lui rattacher le point le plus proche dans l'autre image, rien de bien sorcier.
Une distance euclidienne et puis voilà, après tu peux optimiser en empêchant les croisements de tes jointures peut être.

Sinon tu peux tenter un Dynamic Time Warping, c'est vachement utilisé en reconnaissance d'écriture et reconnaissance vocale et c'est super performant. Par contre c'est plutôt orienté timeseries, donc je ne sais pas se que cela pourrait donner sur des formes. Si tu as n points dans ta première image et m points dans la seconde, c'est une complexité en O(n*m) avec la garantie d'un alignement optimal entre tes deux séquences de points sans croisements. Toute la difficulté réside dans comment tu ordonnes tes séquences.

PS: J'ai lu ton article en PJ, je ne sais pas comment est faite l'approche (d) dans les figures mais elle a pas l'air franchement performante

[ali khabou]

Salut tous le monde
Merci beaucoup pour vos réponse
Je cherche manintenant un code source pour la vectorisation des contours d'une image
Merci

[ali khabou]

Salut tou le monde voici mon code que j'ai programmé pour vectoriser mes contours.
Pouvez vous m'aider pour faire une comparaison entres ces deux ensembles de points?

Code matlab :

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
i=imread('cerv.jpg');
is=rgb2gray(i);
h=double(is)/255.0;
X=edge(h,'canny');
 
   X2=X(50:100,80:200);
   imshow(X)
 
 
 
[Nlin, Ncol] = size(X) 
% creation d’un vecteur de 0 de Nlin*Ncol elements
Vecteur = zeros(1,Nlin* Ncol);
k = 1 ;
for lin=1:Nlin
for col=1:Ncol
Vecteur(k) = X(lin,col) ;
k = k+1 ;
end
end
[Nl, Nc] = size(X2) 
% creation d’un vecteur de 0 de Nlin*Ncol elements
Vecteur = zeros(1,Nl* Nc);
lk = 1 ;
for li=1:Nl
for co=1:Nc
Vecteur(lk) = X(li,co) ;
lk = lk+1 ;
end
end

[ali khabou]

Salut tout le monde
Quelqu'un de vous pouvez m'aider à faire la mise en corespandence entre ces deux ensembles de points

[ali khabou]

Salut tout le monde
je suis bloqué j'ai pas trouvé une méthode pour fair initialiser les contours de deux images et de les suporposer en minmisant la distance eucludinenne.
Quelqu'un peux m'aider
Merci d'avance

[bretus]

je suis bloqué j'ai pas trouvé une méthode pour fair initialiser les contours de deux images et de les suporposer en minmisant la distance eucludinenne.

Si personne n'arrive à t'aider, c'est que tu n'expliques pas clairement ton problème.

Tu donnes des morceaux d'algorithme qui ne correspondent à rien :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
cont=[]
for i=0:nombr de ligne
    for j=1:nombre de colonne
        if(img>0)
            cont=img
    end
end

Tu fais quoi là dedans? Tu parcours une image en regardant si l'image est supérieure à zéro. Quel est le rapport avec un calcul de contour?

A mon humble avis, il te manque des notions en algorithmie.

Pour le traitement d'image, un bon point de départ consiste à prendre les tutoriels, cours présents en ligne et regarder ce qu'on trouve dans la bibliothèque OpenCV.

Ensuite, avant de te lancer dans la mise en correspondance (appariement, matching pour les mots clés) d'un ensemble de segment, je te conseillerais bien de commencer par l'appariement d'un nuage de point, puis d'adapter ça au cas des segments :

La base pour la mise en correspondance d'un nuage de point ressemble à ça :

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
 
 
/*
 * trouve l'indice du point le plus proche de reference dans le tableau cibles
 */
int trouveVecteurLePlusProche( const Vecteur& reference, const std::vector< Vecteur > & cibles ){
	int result = -1 ;
	double dMin = std::numeric_limits< double >::infinity() ;
	for ( size_t i = 0; i < cibles.size(); i++ ){
		double d = reference.distance( cibles[i]*) ;
		if ( d < dMin ){
			dMin = d ;
			result = i ;
		}
	}
	return result ;
}
 
/*
 * Associe à chaque éléments de A l'indice du point le plus proche dans B
 */
std::vector< int > trouveCorrespondances( const std::vector< Vecteur > & A, const std::vector< Vecteur > & B ){
	std::vector< int >  result ;
        result.resize( A.size() );
 
	for ( size_t i = 0; i < A.size(); i++ ){
		int indiceDuPlusProche = trouveVecteurLePlusProche( A[i], B ) ;
		result[ i ] = indiceDuPlusProche ;
	}
 
	return result ;
}

Seulement, en pratique, ça ne fonctionnera jamais :

• Tu devras prendre sûrement en compte un décalage global entre l'ensemble A et l'ensemble B
• Certains points dans l'ensemble A n'auront pas de correspondant dans l'ensemble B

=> Je te conseille de jetter un oeil à ce post sur l'appariement de nuage de points http://www.developpez.net/forums/d68...ges-points-2d/, puis d'adapter ça à l'appariement d'un nuage de segment (c'est pas de la tarte, un segment peut être partiellement contenu dans un autre).

[ali khabou]

salut
merci pour vous réponse
Moi, je veux reprendre ce que les auteurs font dans l'article ci joint