Traitement d’images Semaine 01

Plan de leçon Plan de cours Traitement d’images – Définition – Domaine d’application Définition du spectre électromagnétique Définition d’une image numérique Environnement de travail OpenCV : Définition Capacité Installation et compilation des librairies Démonstration Définition d’un projet Premier exemple Documentation Les premières fonctions

Traitement d’images : définition Le traitement d’images consiste à effectuer des opérations sur une image numérique dans le but de l’améliorer ou d’en extraire des informations ou encore pour le divertissement Traitement

Traitement d’images : définition Les images numériques proviennent d’un dispositif extérieur – Caméra – Microscope – Satellite – Spectromètre – …

Traitement d’images : définition Le traitement d’images dans l’industrie a l’avantage d’éviter le contact entre les objets et le capteur. De plus, il permet d’accumuler l’information très rapidement 15 fps et +.

Traitement d’images : Domaines d’application Classification : Identifier quels éléments font partis de quelles populations Extraction de caractéristiques : Mettre en évidence certaines caractéristiques Reconnaissance de formes : OCR Projection : Exemple 2D vers 3D Traitement de signaux Automatisation et robotique Géomatique Biomédicale …

Utilité Le traitement d’images permet entre autres de supporter l’humain et carrément le remplacer dans certaines tâches

Spectre électromagnétique Le spectre électromagnétique est la plage possible des fréquences de radiation électromagnétique qu’un objet peut émettre Le spectre électromagnétique d’un objet est la distribution des radiation électromagnétique que celui-ci émet ou absorbe.

Spectre visible Le spectre visible est la radiation électromagnétique qui est visible pour l’œil humain La plage du spectre lumineux est de 380 nm à 740 nm – Valeur approximative – 380 nm et moins  ultraviolet – 740 nm et plus  infrarouge

Image numérique Une image numérique est une représentation binaire d’une image 2D Elle peut être vectorielle ou matricielle En générale, le terme « image numérique » fait référence au type matricielle Une image vectorielle est composée de formules mathématiques Une image matricielle est composée d’une ou plusieurs matrices ayant deux dimensions

Image numérique Elle a un nombre fini de données numériques Ces données sont représentées par des pixels – Pixel vient des termes picture element Chaque pixel est composé d’une ou plusieurs valeurs – Généralement ce sont des valeurs entières de 8 bits Chaque valeur représente un canal – 1 canal  Image niveau de gris (8 bits) ou monochrome (1 bit) – 3 canaux  Image RGB (24 bits)

Image numérique Elles sont souvent compressées pour économiser de l’espace ou de la bande passante Chaque cellule de la matrice est un pixel Le pixel n’est pas toujours représenté par un carré

Pixel En général, les pixels de couleurs sont formés de trois sous-pixels soit le rouge, le vert et le bleu Les pixels dans les écrans actuels peuvent être configurés de différentes manières

Pixel Pour chaque pixel, on retrouve plusieurs propriétés Valeur en nombre de bit Densité en dpi (dot per inch) ou ppi (point per inch) – Exemple : Retina Display™ (326 ppi iPod et iPhone, 264 ppi iPad, 220 ppi Macbook Pro) Rapport d’aspect (aspect ratio) qui est le rapport entre la largeur et la hauteur du pixel – On retrouve généralement les proportions 4:3 ou 16:9

Capteur photographique Il y a principalement deux types de capteurs – CCD (charge-coupled device) Matrice de condensateurs qui transforme l’énergie lumineuse en courant électrique – CMOS (complementary metal–oxide– semiconductor) Matrice de capteurs de pixel qui transforme l’intensité lumineuse en courant électrique

Capteur photographique CMOS – moins coûteux en composants et gourmands en énergie que le CCD – Plus rapide pour la lecture de données – Susceptible au « rolling shutter »rolling shutter – La plupart des cellulaires en sont munis CCD – Plus coûteux – Plus précis – Susceptible au « vertical smear » lors d’éclairage intensevertical smear – Munit les appareils photos normaux

Environnement de travail Nous utiliserons l’IDE Visual Studio 2015 – À moins que l’on ait un meilleur La librairie utilisée sera OpenCV – Dernière version stable Dernière version stable Le langage sera C++

OpenCV : Définition OpenCV est une librairie code ouvert sous la licence « open source BSD » L’acronyme tient pour Open Computer Vision Multi-plateforme : Windows, Linux, OS X, mobile et plus Originalement développée par Intel en 1999 Maintenue par OpenCV.org Code original en C

OpenCV : Capacité Les champs de développement de OpenCV sont les suivants – Les outils 2D et 3D – Reconnaissance faciale – Reconnaissance des mouvements – IHM (Interaction homme-machine) – Robotique – Identification d’objet – Segmentation et reconnaissance – Stéréoscopie – Suivi de mouvement – Outils statistiques et plus Exemples

OpenCV : Installation Voir le document Word – D78 - Semaine 01 - OpenCV Installation et configuration 3.1 et VS2015 vA16 Version 3.1 en date du 10 août 2016

OpenCV : Tester l’installation Vérifier que l’installation s’est bien déroulée en compilant le code dans le document de configuration Ou démarrer un projet avec la configuration nécessaire et compiler un fichier inclus dans le dossier « opencv/samples »

Documentation La documentation se retrouve dans le dossier « doc » de openCV On retrouve les livres PDF et des didacticiels pour aider au développement Le manuel de référence sera le plus utile