Source: Activité Pixees adaptée pour Thonny.
Image numérique : traitement d'image Introduction
Nous allons utiliser le langage de programmation Python afin de directement travailler sur les pixels d'une image. Par travailler sur les pixels, on entend déterminer la valeur du canal rouge, la valeur du canal et la valeur du canal bleu pour un pixel donné ou bien encore modifier la couleur d'un pixel.
Avant de commencer à écrire un programme qui nous permettra de travailler sur les pixels d'une image, il est nécessaire de préciser que chaque pixel se trouve en un point de coordonnées x,y.
Comme on peut le remarquer sur le schéma ci-dessus, le pixel de coordonnées (0,0) se trouve en haut à gauche de l'image. Si l'image fait 800 pixels de large et 600 pixels de haut, le pixel ayant pour coordonnées (400,300) sera au milieu de l'image.
Dans un premier temps nous allons utiliser une simple photo de pomme pour faire nos premiers essais, ensuite, vous pourrez travailler avec l'image de votre choix. L'image de la pomme est téléchargeable ci-dessous. Cette image devra se trouver dans le même dossier que vos programmes Python.
Voici un premier programme :
À faire vous-même 1
Après avoir ouvert l'éditeur Thonny, on vérifie que la bibliothèque Pillow-PIL
est bien installée dans "Outils" puis "Gérer les paquets..." on saisit et on teste le programme suivant :
from PIL import Image
img = Image.open("pomme.jpg")
r,v,b=img.getpixel((100,250))
print("canal rouge : ",r,"canal vert : ",v,"canal bleu : ",b)
Ce programme devrait vous donner le canal rouge, le canal vert et le canal bleu du pixel de coordonnées (100,250) de l'image "pomme.jpg"
Voici une analyse ligne par ligne du programme ci-dessus :
from PIL import Image
: pour travailler sur les images nous avons besoin d'une extension de Python (appelée bibliothèque). Cette bibliothèque se nomme PIL.
img = Image.open("pomme.jpg")
c'est grâce à cette ligne que nous précisons que nous allons travailler avec l'image "pomme.jpg". Pour travailler avec une autre image, il suffit de remplacer "pomme.jpg" par un autre nom (attention, votre fichier image devra toujours se trouver dans le même dossier que le ficher de votre programme Python).
r,v,b=img.getpixel((100,250))
cette ligne récupère les valeurs du canal rouge (r), du canal vert (v) et du canal bleu (b) du pixel de coordonnées (100,250). Dans la suite du programme, r correspondra à la valeur du canal rouge, v correspondra à la valeur du canal vert et b correspondra à la valeur du canal bleu.
print("canal rouge : ",r,"canal vert : ",v,"canal bleu : ",b)
permet d'imprimer le résultat
À faire vous-même 2
Modifier le programme du "À faire vous-même 1" pour qu'il affiche les valeurs du canal rouge, du canal vert et du canal bleu du pixel de coordonnées (250,300), noter la réponse.
Après avoir affiché les composantes R,V et B d'un pixel, nous allons modifier les canaux RVB d'un pixel :
À faire vous-même 3
Saisir et tester le programme suivant :
from PIL import Image
img = Image.open("pomme.jpg")
img.putpixel((250,250),(255,0,0))
img.show()
Regarder attentivement le centre de l'image (on peut zoomer avec la molette de la souris), on devrait voir un pixel rouge à la place d'un pixel vert.
Voici une analyse ligne par ligne du programme ci-dessus :
img.putpixel((250,250),(255,0,0))
permet de colorier le pixel de coordonnées (250,250) en rouge (255,0,0).
img.show()
permet d'afficher l'image modifiée
À faire vous-même 4
Modifier le programme du "À faire vous-même 3" afin de colorier le pixel de coordonnées (100,250) en bleu.
Modifier un pixel c'est déjà bien, mais comment faire pour modifier plusieurs pixels ? La réponse est simple, nous allons utiliser des boucles "for". Grâce à ces boucles nous allons pouvoir balayer toute l'image et ne pas nous contenter de modifier les pixels un par un.
À faire vous-même 5
Saisir et tester le programme suivant (ATTENTION : l'exécution de ce programme n'est pas très intéressante en soi, vous pouvez l'arrêter à tout moment en appuyant simultanément sur la touche Ctrl et sur la touche C):
from PIL import Image
img = Image.open("pomme.jpg")
largeur_image=500
hauteur_image=500
for y in range(hauteur_image):
for x in range(largeur_image):
r,v,b=img.getpixel((x,y))
print("rouge : ",r,"vert : ",v,"bleu : ",b)
print("fin")
Quelques commentaires sur ce programme :
Nous commençons par définir les variables largeur_image
et hauteur_image
(largeur_image=500
et hauteur_image=500
). Vous aurez compris que notre image "pomme.jpg" fait 500 pixels de large et 500 pixels de haut. Si vous désirez travailler avec une autre image, il faudra veiller à bien modifier la valeur de ces deux variables.
Les 2 boucles "for" nous permettent de parcourir l'ensemble des pixels de l'image :
for y in range(hauteur_image):
for x in range(largeur_image):
...
Le plus important ici est de bien comprendre que dans la suite du programme, les variables x et y vont nous permettre de parcourir l'ensemble des pixels de l'image : nous allons commencer avec le pixel de coordonnées (0,0), puis le pixel de coordonnées (1,0), puis le pixel de coordonnées (2,0)...jusqu'au pixel de coordonnées (499,0). Ensuite, nous allons changer de ligne avec le pixel de coordonnées (0,1), puis le pixel de coordonnées (1,1)...bref, le dernier pixel sera le pixel de coordonnées (499,499), tout cela grâce à la double boucle "for" !
r,v,b=img.getpixel((x,y))
cette ligne ne devrait pas poser de problème, nous avons juste remplacé les coordonnées des pixels par (x,y) afin de considérer l'ensemble des pixels de l'image.
print("rouge : ",r,"vert : ",v,"bleu : ",b)
nous imprimons les valeurs des canaux RVB pour chaque pixel de l'image.
print("fin")
ATTENTION cette ligne n'est pas dans la double boucle (pas de décalage), le mot "fin" ne sera donc affiché qu'une seule fois (après avoir parcouru l'ensemble des pixels).
Compliquons un peu la chose en modifiant tous les pixels de l'image :
À faire vous-même 6
Saisir et tester le programme suivant :
from PIL import Image
img = Image.open("pomme.jpg")
largeur_image=500
hauteur_image=500
for y in range(hauteur_image):
for x in range(largeur_image):
r,v,b=img.getpixel((x,y))
n_r=v
n_v=b
n_b=r
img.putpixel((x,y),(n_r,n_v,n_b))
img.show()
Expliquer en quelques mots ce que fait ce programme.
À faire vous-même 7
En vous inspirant de ce qui a été fait au "À faire vous-même 6", écrire un programme qui inverse les valeurs des canaux bleu et rouge sans changer la valeur du canal vert.
À faire vous-même 8
Après avoir fait quelques recherches sur le "négatif d'une image", écrire un programme qui donne le négatif d'une image.
À faire vous-même 9
Après avoir fait quelques recherches sur les "images en niveau de gris", écrire un programme qui transforme une "image couleur" en une "image en niveau de gris".
Petite astuce qui pourrait aider : en Python pour avoir une division entière (le résultat est un entier), il faut utiliser l'opérateur // à la place de l'opérateur /
À faire vous-même 10
Tester les programmes écrits dans le "À faire vous-même 8" et le "À faire vous-même 9" avec une image de votre choix (attention aux variables "largeur_image" et "hauteur_image").
Pour l'instant nous avons modifié tous les pixels de l'image. Avec l'instruction "if", il est possible de modifier seulement certains pixels.
À faire vous-même 11
Saisir et tester le programme suivant :
from PIL import Image
img = Image.open("pomme.jpg")
largeur_image=500
hauteur_image=500
for y in range(hauteur_image):
for x in range(largeur_image):
r,v,b=img.getpixel((x,y))
if b<200:
n_b=255-b
else :
n_b=b
img.putpixel((x,y),(r,v,n_b))
img.show()
Expliquer en quelques mots ce que fait ce programme.
Il est même possible de combiner plusieurs conditions :
À faire vous-même 12
Saisir et tester le programme suivant :
from PIL import Image
img = Image.open("pomme.jpg")
largeur_image=500
hauteur_image=500
for y in range(hauteur_image):
for x in range(largeur_image):
r,v,b=img.getpixel((x,y))
if v>100 and y>250:
n_v=0
else :
n_v=255
img.putpixel((x,y),(r,n_v,b))
img.show()
Expliquer en quelques mots ce que fait ce programme.