PCSI 1 Correction TD Informatique 2 : 2018/2019

Traitement d'images

Exercice 1. Composantes

1

1.

def image_rouge(im) :

t=np.array(im)

h,l,r=t.shape

for i in range(h) :

for j in range(l) :

for k in range(1,3) :

t[i][j][k]=0

return Image.fromarray(t)

lena_rouge=image_rouge(lena)

lena_rouge.show()

2

2.

def image_verte(im) :

t=np.array(im)

h,l,r=t.shape

for i in range(h) :

for j in range(l) :

for k in [0,2] :

t[i][j][k]=0

return Image.fromarray(t)

lena_verte=image_verte(lena)

lena_verte.show()

3

3.

def image_bleue(im) :

t=np.array(im)

h,l,r=t.shape

for i in range(h) :

for j in range(l) :

for k in [0,1] :

t[i][j][k]=0

return Image.fromarray(t)

lena_bleue=image_bleue(lena)

lena_bleue.show()

4

Exercice 2. Négatif

5

def negatif(im) :

t=np.array(im)

h,l,r=t.shape

for i in range(h) :

for j in range(l) :

for k in range(0,3) :

t[i][j][k]=255-t[i][j][k]

return Image.fromarray(t)

lena_negatif=negatif(lena)

lena_negatif.show()

6

Exercice 3. Cadre

7

1.

def cadre_noir(im,ep) :

t=np.array(im)

h,l,r=t.shape

for i in range(ep) : #boucle pour la ligne du haut

for j in range(l) :

for k in range(3) :

t[i][j][k]=0

for i in range(h-ep,h) : #boucle pour la ligne du bas

for j in range(l) :

for k in range(3) :

t[i][j][k]=0

for i in range(h) : #boucle pour la colone de gauche

for j in range(ep) :

for k in range(3) :

t[i][j][k]=0

for i in range(h) : #boucle pour la colonne de droite

for j in range(l-ep,l) :

for k in range(3) :

t[i][j][k]=0

return Image.fromarray(t)

cadre_noir(lena,20).show()

8

2.

def rajout_cadre(im,ep) :

t=np.array(im)

h,l,r=t.shape

r=np.zeros((h+2*ep,l+2*ep,3),dtype="uint8")

for i in range(h+2*ep) :

for j in range(l+2*ep) :

for k in range(3) :

if i>ep and i<h+ep and j>ep and j<l+ep :

r[i][j][k]=t[i-ep][j-ep][k]

return Image.fromarray(r)

rajout_cadre(lena,20).show()

9

Exercice 4. Niveaux de gris

10

def niveau_gris(im) :

t=np.array(im)

h,l,r=t.shape

for i in range(h) :

for j in range(l) :

x=int(0.299*t[i][j][0]+0.587*t[i][j][1]+0.114*t[i][j][2])

(t[i][j][0],t[i][j][1],t[i][j][2])=(x,x,x)

return Image.fromarray(t)

niveau_gris(lena).show()

11

Exercice 5. Pixellisation

12

def pixellisation(im,n) :

t=np.array(im)

h,l,r=t.shape

for i in range(h//n) :

for j in range(l//n) :

r_moy=0

v_moy=0

b_moy=0

for k in range(n) :

for p in range(n) :

r_moy+=t[n*i+k][n*j+p][0]

v_moy+=t[n*i+k][n*j+p][1]

b_moy+=t[n*i+k][n*j+p][2]

r_moy=r_moy//n**2

v_moy=v_moy//n**2

b_moy=b_moy//n**2

for k in range(n) :

for p in range(n) :

t[n*i+k][n*j+p][0]=r_moy

t[n*i+k][n*j+p][1]=v_moy

t[n*i+k][n*j+p][2]=b_moy

return Image.fromarray(t)

pixellisation(lena,8).show() 13

Exercice 6. E�et popart (facultatif)

14

1.

def �ltre(t,p) :

L=np.copy(t)

h,l,r=t.shape

for i in range(h) :

for j in range(l) :

for k in range(r) :

if p[k]==0 :

L[i][j][k]=0

return L

15

2.

def popart(im) :

t=np.array(im)

tab_hg=�ltre(t,[255,255,0])

tab_hd=�ltre(t,[255,0,0])

tab_bg=�ltre(t,[255,0,255])

tab_bd=�ltre(t,[0,255,0])

tab_h=np.concatenate((tab_hg,tab_hd),axis=1)

tab_b=np.concatenate((tab_bg,tab_bd),axis=1)

tab=np.concatenate((tab_h,tab_b),axis=0)

return Image.fromarray(tab)

popart(lena).show()

16