Récupérer les caractéristique d'un objet depuis une image. [PIL][PyOpenCv][Maya]

Bonjour

Je souhaite réaliser un programme capable d'analyser une image et de récupérer les caractéristiques de l'objet présent sur la photo.

Voici un petit exemple:
http://www.neuroforge.co.uk/images/stories/image.png


Avec cette photo, je souhaite récupérer les caractéristiques de la porte.
Il peut s'agir de sa dimension, sa couleur ou bien des détails qui la compose.

Le but étant d'utiliser ces informations afin de recréer l'objet en question dans le logiciel de création 3D maya.

J'ai essayé de faire quelques tests avec PIL ou PyOpenCv mais, n'ayant jamais fait de traitement d'image auparavant, je ne sais vraiment comment m'y prendre.
Auriez-vous des pistes ou une marche à suivre à m'indiquer ?

Merci d'avance pour vos réponses.

ps: Faites-moi savoir si certains points ne sont pas clair.

Tout dépend du niveau d'automatisation que tu souhaites atteindre. Pour une automatisation complète il s'agit d'un problème compliqué qui mets en jeu un système de détection qu'il faut apprendre sur un nombre relativement important d'exemple.

Si tu tolères des interventions manuelles tu peux peut-être simplement faire de la propagation de label et dans ce cas des algorithmes similaire à l'algorithme d'extraction du premier plan que tu peux trouver dans the GIMP peuvent faire l'affaire.

Bonjour et merci pour la réponse.

Je souhaite obtenir quelque chose d'automatique.
Sachant que l'on connait l'objet que l'on recherche et que l'objet en question sera toujours au centre de la photo, je pensais utiliser les niveaux de gris pour récupérer les informations sur l'objet.

Pour ce qui est du niveau de détails, je n'ai pas l'intention d'obtenir un résultat au pixel près. Je voudrais seulement déterminer la couleur de l'objet (dans l'exemple plus haut : rouge), ses proportions (une forme rectangulaire) ainsi que les gros détails (les ouvertures au centre de la porte ou bien la forme de la poignée si elle existe).

Après je ne sais pas si la solution vers laquelle je m'oriente est une solution viable ou s'il existe un moyen plus simple.

Salut,

Tu pourrais peut-être faire des recherches à propos de la détection automatique en général. Je pense particulièrement aux algorithmes de lecture de texte manuscrit. Ca fait déjà pas mal d'années que des gens bossent dans ce domaine (années 70?), tu devrais trouver sans peine de nombreux articles/documents vulgarisés sur le sujet.

Si je pense à ça c'est parce qu'il y a quelque temps j'ai lu un bouquin sur le sujet. Très intéressant. Le gars expliquait comment ont été créé des algorithmes de détection comme celui utilisé par SIRI par exemple pour détecter un mot prononcé. J'imagine bien que tu n'as pas l'ambition de créer quelque chose d'aussi complexe, mais peut-être trouveras-tu quelque chose de satisfaisant.

L'idée de base est la dédection de "pattern" ou schémas sur plusieurs niveaux. Dans le cadre d'une mot manuscrit lu (adresse postale par exemple), on a:

• Niveau1 : repérer une barre horizontale, verticale, un demi cercles...
• Niveau2 : repérer une lettre de l'alphabet
• Niveau3 : repérer un mot

Chaque "niveau" est constitué de nombeux modules chacun dédié à une tache (répérer une barre horizontale par exemple). Pour chaque pattern à répérer on défini plusieurs modules avec des petites variations et ce afin d'être redondant et de prendre en compte les incertitudes/variations inhérentes au problème (améliore grandement les chances de repérer quelque chose).

Lorsqu'un module du niveau n repère quelque chose il envoie l'information au niveau n+1 (pondérer d'une incertitude). Ainsi pour le cas du mot PORTE, un certain nombre de modules cherche à repérer des barres verticales, horizontales, des demi-cercles... avertissent les modules en charge de repérer les lettres P,O,... qui a leur tours avertissent le/les modules en charge de repérer le mot en entier...

Les niveaux supérieurs attendent d'avoir reçu assez d'infos des niveaux inférieurs pour déclarer: "je suis presque sûr d'avoir détecter quelque chose!"

L'astuce dans ce genre d'algorithme c'est le "cablage". Quels modules sont reliés entre eux. C'est pas évident voir impossible pour des cas complexes tels que la reconnaisance auditive. Dans ce cas on laisse le soin à un algorithme génétique de trouver le "cablage" optimum sur un grand nombre de tests.

Bref, c'est pas la panacée...

Ju

Merci pour ces indications, je commence à comprendre comment je pourrais faire fonctionner mon programme.

Je vais voir si c'est faisable avec une image.
Mis à part Pil et PyOpenCv, connaissez-vous d'autres librairies qui pourraient m'être utile ?

Je vous recontacte si j'ai du nouveau

Bonjour

> Je souhaite obtenir quelque chose d'automatique.
> Sachant que l'on connait l'objet que l'on recherche et que l'objet en question
> sera toujours au centre de la photo, je pensais utiliser les niveaux de gris
> pour récupérer les informations sur l'objet.

> Pour ce qui est du niveau de détails, je n'ai pas l'intention d'obtenir un
> résultat au pixel près. Je voudrais seulement déterminer la couleur de l'objet
> (dans l'exemple plus haut : rouge), ses proportions (une forme
> rectangulaire) ainsi que les gros détails (les ouvertures au centre de la porte
> ou bien la forme de la poignée si elle existe).

> Après je ne sais pas si la solution vers laquelle je m'oriente est une solution
> viable ou s'il existe un moyen plus simple.

Au vu de nez, cela n'est pas simple.
Le soucis c'est que la distance et l'angle entre l'appareil photo et l'objet n'est pas constant, donc, la forme exact de la porte ne peu pas être considéré comme bien connu d'un point de vu "analyse de scène". Donc il s'agit d'un problème complexe qui occupe en général les experts longtemps.

La principale simplification, qui permettra de s'en sortir avec PIL ou openCV (conseil : ce sont les deux seules librairies intéressantes sur le sujet, toutes les autres sont ou trop spécialisées dans un domaine, ou pas assez évoluées), c'est d'utiliser la couleur de la porte. Sur la base de la photo exemple, le rouge de la porte est suffisamment "discriminant" pour extraire la porte automatiquement en se basant sur des opérateurs standards des librairies. Une fois la forme rouge extraite, un peu d'astuce permet de retrouver tous les autres éléments.

NB : il s'agit plus d'un problème de traitement d'image ou analyse d'image que d'un problème Python. Par contre, choisir le python pour résoudre ce problème est un bon choix.

Cordialement
Emmanuel

Tu peux certainement détecter l'objet (HOG), mais concernant les caractéristiques difficile de donner une réponse positive, désolé.