Chapitres

---

• Installation
• Code
• Procédure
• Final
• Prévention - précautions

---

INSTALLATION

Installer avec synaptic sur linux

• python 3.7
• idle-python3.7
• python3-skimage

Placer le dossier des images à l'adresse qui sera appelée "dossier1"
Créer un dossier vide qui sera appelé "dossier2"
dans "programmation" ouvrir "IDLE"

---

CODE

import skimage; import skimage.color as color import matplotlib.pyplot as plt; from skimage import measure import os; import numpy as np; import skimage.io; from scipy.ndimage import filters import skimage.filters from skimage.transform import rotate from skimage.color import rgb2gray from skimage import data numero=59 largeur = 2592; hauteur = 1944 #dimensions de l'image verticalA = 1100; verticalB = 1500 #delimitation bande d'essai r horizontalA = 120; horizontalB = 170 masque = 220 #force du masque moyenne = 0 #moyenne des ecarts pre_numero = "frame000" dossier1 = "/home/anne/Documents/simple_8_1" #dossier initial dossier2 = "/home/anne/Documents/cadre2" #dossier final r=0 #debut du nombre de lignes os.chdir(dossier1) def af(I): #affiche la photo plt.imshow(I,"gray",vmin=0,vmax=255) plt.show() a = 0;b = 0 def aff_reference(a,b): #affiche cales références suite photos de a à b for z in range(a,b): print(str(z)+"//"+str(calcule(z))+"//") def moyen(a,b): #calcule la moyenne suite photos a à b rr = 0; n = 0 for z in range(a,b): rr = rr + calcule(z) n = n + 1 rr = round(rr/n) return rr """ Avant de caler les images essayer 1/aff_reference sur toutes les images 2/calculer la moyenne ou prendre une valeur au choix 3/donner valeur à moyenne""" moyenne=130 def calcule(numero): #return la cale reference d'une image I=skimage.io.imread(pre_numero + str(numero) + ".jpg") I2=I[verticalA:verticalB,horizontalA:horizontalB] I2=color.rgb2gray(I2) #met en valeurs de gris I2=(I2*255).astype(np.uint8) #de 0 à 255 I2=filters.uniform_filter(I2,size=(30,30)) #flou moyenneur I2=np.where(I2>masque,I2,0) #masque m=5 r2=r #debut du nombre de lignes def vertical(r): x=0 for c in range(horizontalB - horizontalA -1): x=x+I2[r][c] return x while m > 0: m=vertical(r2) r2=r2+1 m=5 return r2 def imprime(numero): #sort les images calees I=skimage.io.imread(pre_numero + str(numero) + ".jpg") I2=I[verticalA:verticalB,horizontalA:horizontalB] I2=color.rgb2gray(I2) I2=(I2*255).astype(np.uint8) I2=filters.uniform_filter(I2,size=(15,15)) I2=np.where(I2>masque,I2,0) m=5 r2=r #debut du nombre de lignes def vertical(r): x=0 for c in range(horizontalB - horizontalA -1): x=x+I2[r][c] return x while m > 0: m=vertical(r2) r2=r2+1 m=5 l = moyenne - r2 #calage vertical if l>0: bande=255*np.ones((l,largeur,3),dtype=np.uint8) bande[0:l,0:largeur]=0 final=np.concatenate((bande,I),axis=0) final=final[0:hauteur,0:largeur] elif l == 0: final=I else: bande=255*np.ones((-l,largeur,3),dtype=np.uint8) bande[0:(-l),0:largeur]=0 I=I[(-l):hauteur,0:largeur] final=np.concatenate((I,bande),axis=0) os.chdir(dossier2) skimage.io.imsave("frame"+str(numero)+".jpg",final,quality=100) os.chdir(dossier1) def imprime3(numero): #ne change pas la photo I=skimage.io.imread(pre_numero + str(numero) + ".jpg") final=I os.chdir(dossier2) skimage.io.imsave("frame"+str(numero)+".jpg",final,quality=100) os.chdir(dossier1)

---

PROCEDURE

Les images sont en suites:

• "frame0001"-"frame0010"
• "frame0010"-"frame0100"
• "frame0100"-"frame1000"
• "frame1000"-"frame3500"

Commencer par la série "frame0001"-"frame0010"
Dans le code vérifier que: pre_numero = "frame000"
mettre les adresses correspondantes à "dossier 1" et "dossier2"
Run module
afficher la premiere image: I=skimage.io.imread(pre_numero + str(1) + ".jpg") af(I) Vérifier les dimensions de l'image
le calage se fait dans le rectangle rouge
vous allez devoir faire la meilleure estimation possible des 4 valeurs:

• verticalA
• verticalB
• horizontalA
• horizontalB

Il faut faire l'évaluation sur les 3500 images. Nous restons dans le rectangle rouge. D'abord les 10 premières images, la fonction aff_reference(a,b) imprime les moments où en partant du haut,on sort du blanc. >>> aff_reference(1,10) 1//104// 2//105// 3//104// 4//105// 5//105// 6//105// 7//105// 8//104// 9//104// >>> Ici c'est déjà très bien calé. On revient à l'IDLE et: pre_numero = "frame00" aff_reference(10,100) Les limites de zone blanche vont s'afficher sur 100 images. C'est là que commence une réelle évaluation des valeurs verticales et horizontales. Si une image bugue: vérifier l'image, décider de la supprimer ou la laisser telle quelle, noter le numéro.
Il peut être nécessaire de modifier le masque
Passer à la série "frame0100"-"frame1000": pre_numero = "frame0" aff_reference(100,1000) Ici il peut être utile de faire une moyenne des limites, la noter. >>> moyen(100,300) 105 >>> Dans l'IDLE: moyenne=105
Passer à la série "frame01000"-"frame3500": pre_numero = "frame"
aff_reference(1000,3500) Vérifier la moyenne >>> moyen(1200,1400) 140 >>> Pondérer la moyenne dans l'IDLE

---

FINAL

Sur la suite d'images valables, avec pre_numero = "frame000" puis "frame00" puis "frame0" et enfin "frame" >>> for z in range(1250,1780): imprime(z) >>> Pour les images à garder tel quel imprime3(1781) Amélioration >>> moyenne = 345 >>> for z in range(1,10): if calcule(z)<250: print("moins//"+str(z)) elif calcule(z)>450: print("plus//"+str(z)) else: imprime(z)

---

PREVENTION - PRECAUTIONS

S'il est nécessaire de trier les images visuellement, ne pas les traiter telles quelles. Les pics lumineux sont extrèmement fatigants pour les yeux. Créer un dossier d'images avec un filtre uniforme qui en permette la perception et comparaison.
Le code: >>> dossier2 = "/home/anne/Documents/flou" >>> for z in range(1,10): I=skimage.io.imread(pre_numero + str(z) + ".jpg") I=color.rgb2gray(I) I=(I*255).astype(np.uint8) I=filters.uniform_filter(I,size=(30,30)) os.chdir(dossier2) skimage.io.imsave("frame"+str(z)+".jpg",I,quality=100) os.chdir(dossier1)

---

Anne Dubuisson - 2022