filtre d'image png

Version imprimable

28/12/2018, 11h45
sebebe

2 pièce(s) jointe(s)

filtre d'image png

Bonjour,

j'ai programmé un filtrage gaussien sur une image couleurs, mais je ne suis pas satisfait du résultat.
Quelqu'un peut-il m'aider à trouver mon erreur ?
J'utilise pyplot pour l'affichage de l'image et imageo comme module d'image.

Pièce jointe 437293

Résultat :
Pièce jointe 437296
28/12/2018, 11h52
marco056

Sans aucun doute, si tu y postes ton code !!!

Merci.

Code:

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
 
def filtrer1(filtreA,matB):
    """filtreA est une matrice carree
     filtrage sur une couleur seulement 
"""
    nA=filtreA.shape[0] # taille de filtreA
    nb_ligneB=matB.shape[0] # nb de lignes de matB
    nb_colonneB=matB.shape[1]
    C=matB.copy() # on copie matB
    bordure=nA//2 ## taille du bord
    for i in range(bordure,nb_ligneB-bordure): # on eclut les lignes du bord
        for j in range(bordure,nb_colonneB-bordure): # idem pour les colonnes
            Bij=matB[i-bordure:i+bordure+1,j-bordure:j+bordure+1] # on crée la matrice autour de l'élément central bij
            C[i,j]=np.sum(np.dot(Bij,filtreA)) # on calcule le terme Cij
    return(C)
 
 
def filtrer(filtreA,matB):
    nA=filtreA.shape[0]
    nb_ligneB=matB.shape[0]
    nb_colonneB=matB.shape[1]
    C=np.zeros((nb_ligneB,nb_colonneB,3),dtype='uint8')
    for k in range(3):
        Ck=filtrer1(filtreA,matB[:,:,k]) 
        for i in range(nb_ligneB):
            for j in range(nb_colonneB):
                C[i,j,k]=Ck[i,j]
    return(C)
 
 
def matriceFlouGaussien(taille,sigma):    
    """
    taille : taille de la matrice impaire
    sigma : ecart-type
    retourne un niveau gaussien
    """
    mat=np.zeros([taille,taille])
    taille=taille//2
    for x in range(-taille,taille+1):
        for y in range(-taille,taille+1):
            mat[taille+x,taille+y]=np.exp(-(x**2+y**2)/(2*sigma**2))
 
    s=np.sum(mat)
    return((1/s)*mat)
 
def FloutageGaussien(tabPix,taille,sigma):
    filtreA=matriceFlouGaussien(taille,sigma)
    return(filtrer(filtreA,tabPix))
 
picture_floute=FloutageGaussien(Picture,5,0.9)
plt.figure(3)
plt.imshow(picture_floute)
plt.show()

28/12/2018, 13h42
marco056
Erreur déjà chez moi dans la fonction filtrer :
Code:

1 2 3 nb_ligneB=matB.shape[0] AttributeError: 'str' object has no attribute 'shape'
[edit] C'est moi qui suis en cause.
Par contre, tu ne montres pas ce qu'est Picture...
Perso, j'utilise PIL pour ouvrir une image, ce n'est apparemment pas ton cas.

Code:

1
2
3
4
 
import imageio as mg 
picture=mg.imread('modele.png')
Picture=np.array(picture)

28/12/2018, 14h55
lg_53
Ligne 14

Code:

C[i,j]=np.sum(np.dot(Bij,filtreA)) # on calcule le terme Cij

Ton nouveau point c'est une moyenne sur les points voisins. Bij, contient l'ensemble des points du voisinage. FiltreA les coefficient à appliquer pour calculer cette moyenne. np.dot va te calculer un produit matriciel, qui ici, je doute fort que ce soit cela que tu veux. Il te faut un produit terme à terme.

En numpy cela se fait de manière assez trivial mais tu semble pas trop maitriser numpy. Ce qui me le fait dire c'est notemment cela :
Code:

1 2 3 for i in range(nb_ligneB): for j in range(nb_colonneB): C[i,j,k]=Ck[i,j]
alors qu'en numpy justement on a plein de chose bien faites pour éviter de faire des boucles sur tous les indices :

Code:

C[:,:,k]=Ck

Un petit tour vers un bon tuto numpy semble donc inévitable pour toi. Et concernant ton problème isole ta ligne de code, donne toi un filtre (meme simple, avec des 1/9 partout), et un exemple de Bij, et voit si ca correspond au résultat attendu (que tu peux calculer à la main, ou bien aussi, en écrivant la moyenne pondérée de manière explicitée en python vu que là tu connais la dimension)

Je n'ai pas tout compris dans ton programme).
Je pense qu'il serait préférable de procéder par étapes :
commencer par une image en niveaux de gris (un seul canal) de petite taille (10 * 8 par exemple) de façon à pouvoir afficher les valeurs de pixels.

Voici ce que je fais de mon côté :

Code:

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
from PIL import Image
 
noyau0 =\
[1,  4,   7,   4,  1,\
4,  16,  26,  16,  4,\
7,  26,  41,  26,  7,\
4,  16,  26,  16,  4,\
1,   4,   7,   4,  1 ]
 
def conv_gris(image1):
    image2 = Image.new("RGB",image1.size)
 
    # conversion en niveaux de gris, mode RGB
    for ligne in range(image1.size[1]):
         for colonne in range(image1.size[0]):
             pix = image1.getpixel((colonne,ligne))
             rouge = int((pix[0]+pix[1]+pix[2])/3)
             vert = rouge
             bleu = rouge
             image2.putpixel((colonne,ligne),(rouge,vert,bleu))
    return image2
 
def flou_gaussien(image2,noyau):       
    # filtrage de l'image en niveaux de gris
    image3 = Image.new("RGB",image2.size)
    for ligne in range(2,image2.size[1]-2):
        for colonne in range(2,image2.size[0]-2):
            liste_pix=[]
            for x in range(colonne-2,colonne+3):
                for y in range(ligne-2,ligne+3):
                    liste_pix.append(image2.getpixel((x,y)))
            gris=0
            for i in range(25):
                gris=gris+noyau[i]*liste_pix[i][0]
 
            rouge = vert = bleu = int(gris/273)
            image3.putpixel((colonne,ligne),(rouge,vert,bleu))
 
    return image3
 
nom = "billes.jpg"
mon_image = Image.open(nom)
# affichage de l'image en niveaux de gris
gris = conv_gris(mon_image)
gris.show()
# flou gaussien de l'image en niveaux de gris
flou = flou_gaussien(conv_gris(mon_image),noyau0)
flou.show()

28/12/2018, 23h02
sebebe

Merci à tous. J'avais en effet fait une confusion entre le produit matriciel et le produit de tableaux coeff par coeff sous numpy.
J'ai corrigé mon problème.
28/12/2018, 23h29
marco056

Super !