OpenCV niveau 1 : Introduction au traitement d'images

  • ATTENTION : Les étudiants doivent avoir suivi Python 1 ou posséder quelques bases en programmation. Les étudiants seront formés à utiliser OpenCV en association avec Python.
  • Durée : 24h, réparties en 6 séances de 4 heures chacune.
  • Horaires et dates : les mardis de 9h à 13h, du 23 janvier au 29 mai 2018.
  • Lieu : EPHE, boulevard Raspail, salle 05, sauf le 20/02, salle 26.
  • Enseignement : François JOUEN (Laboratoire Cognition Humaine et Artificielle, CHArt, EA 4004) et Daniel STOCKHOLM (U 951-INSERM/Université d'Evry/EPHE section SVT - Genethon).
  • Inscription.

Chaque séance donnera lieu à un travail pratique : un exercice de programmation appliqué à l’image.

PROGRAMME DES SCEANCES

  • Séance 1 :: Les outils nécessaires :
    • Installation des outils
    • Python 2.7 pour le développement
    • OpenCV pour le traitement d'image
    • Installation pour Windows, Linux et OSX
    • Objectif : Chaque étudiant devra être capable d’installer par lui-même son environnement de travail.
  • Séance 2 :: Qu'est-ce qu'une image ? :
    • De la physiologie de la vision humaine à l'image binaire.
    • L’échantillonnage par la rétine et les dispositifs techniques.
    • La couleur et son traitement
    • Pixels et canaux.
    • Matrices et vecteurs pour représenter l’image.
    • Division et fusion (Split & Merge).
    • La notion de pointeur pour accéder au contenu des images.
    • Objectif : être capable d’accéder aux informations d’une image OpenCV.

  • Séance 3 :: Opération élémentaires sur les images :
    • Echantillonnage et quantification.
    • Transformation en niveau de gris.
    • Binarisation.
    • Filtrage numérique de l’image.
    • Objectif : mettre en place un filtrage adaptatif (Adaptative Treshold).

  • Séance 4 :: Détection de contour (Tout sur la convolution) :
    • La notion de voisinage.
    • Image intégrale.
    • Filtre de Prewitt.
    • Filtre laplacien.
    • Filtre de Sobel.
    • Filtre de Canny…
    • Objectif : être capable d’implémenter un filtre de détection de contour.

  • Séance 5 :: Opérateurs morphologiques :
    • Eléments structurants.
    • Dilatation/érosion d’image.
    • Ouverture/fermeture d’image.
    • Amincissement et squelettisation.
    • Objectif : appliquer les algorithmes à la reconnaissance de caractères.

  • Séance 6 :: Détection de régions :
    • Détection de régions par seuillage.
    • Détection de contours fermés (codage de Freeman).
    • Transformée de Hough de droites et de courbes.
    • Objectif : implémenter la transformée de Hough.

Pour en savoir plus sur le traitement d'images, le wiki EphEnum.