Séance de cours

Traitement de l'image : Fondements et techniques

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

CS-119(h): Information, calcul, communication

L'objectif de ce cours est d'initier les étudiants à la pensée algorithmique, de les familiariser avec les fondamentaux de l'informatique et des communications et de développer une première compétence en programmation avec le langage Python. ...

Description

Cette séance de cours couvre les fondamentaux du traitement de l'image, y compris les différences entre les images vectorielles et matricielles, le système de couleur RGB, les images à échelle grise et les bibliothèques comme numpy et Oreiller pour la manipulation d'image. La séance de cours se penche également sur la création d'images à échelle grise, l'application de filtres et la compréhension des opérations de convolution pour des tâches comme la détection des bords.

Enseignant·e·s (3)

Olivier Lévêque

Olivier Lévêque est né en Suisse en 1971. Il a reçu le diplôme d'ingénieur-physicien de l'EPFL en 1995 et obtenu le doctorat au Département de Mathématiques de l'EPFL en 2001. Depuis lors, il travaille au Laboratoire de Théorie de l'Information à l' EPFL. Il a passé l'année académique 2006-2007 au Département d'Electricité de l'Université de Stanford, où il a été nommé chargé de cours. Ses domaines d'intérêt comprennent la théorie de l'information, les matrices aléatoires et les équations aux dérivées partielles stochastiques.

Jean-Philippe Pellet

Enseignement et PhD Cours Data science pour ingénieurs avec Python ENG-209 Ce cours propose une immersion progressive et complète dans le domaine de la Data Science à travers le langage Python. Il guide les étudiants depuis la manipulation de données brutes jusqu'à la modélisation et l'extraction de connaissances utiles à partir de données réelles.

Mirjana Stojilovic

Mirjana Stojilović received the Dipl. Ing. and Ph.D. degrees from the School of Electrical Engineering, University of Belgrade, in 2006 and 2013, respectively. From 2010 to 2013, she was collaborating with the Processor Architecture Laboratory at EPFL, visiting periodically as a Guest Researcher. From 2013 to 2016, she was working at the University of Applied Sciences Western Switzerland as a senior researcher, and at EPFL as a lecturer. She joined Parallel Systems Architecture Lab at EPFL in October 2016. Mirjana's main research interests include electronic design automation, reconfigurable computing, electromagnetic-compatibility and signal-integrity issues, and hardware security. Mirjana Stojilović serves on the program committee of the FPGA, FPL, and FCCM conferences and as a reviewer for IEEE TCAD, TVLSI, TC, TEMC, IEEE Access and ACM TRETS. She received the Best Paper Award at 2016 International Symposium on Electromagnetic Compatibility (EMC Europe 2016), Young Scientist Award at 33rd International Conference on Lightning Protection (ICLP2016), and the Young Author Best Paper Award at the 20th Telecommunication Forum in Belgrade (TELFOR 2012). In 2015, the EPFL School of Computer and Communication Sciences (IC) presented her with the Teaching Award.

Source officielle

Concepts associés (32)

Retouche numérique

Image editing encompasses the processes of altering s, whether they are digital photographs, traditional photo-chemical photographs, or illustrations. Traditional analog image editing is known as photo retouching, using tools such as an airbrush to modify photographs or editing illustrations with any traditional art medium. Graphic software programs, which can be broadly grouped into vector graphics editors, raster graphics editors, and 3D modelers, are the primary tools with which a user may manipulate, enhance, and transform images.

Adobe RGB

Adobe RVB est un espace de couleur Rouge Vert Bleu (RVB) créé par Adobe Systems en 1998. Il a été conçu pour les graphistes dont le travail sur écran se destine à l'impression. Le codage de couleurs sRGB antérieur à Adobe RGB, englobe un peu moins de la moitié de la totalité des couleurs visibles, qui ont toutes une représentation dans l'espace CIE 1931. Son rapport avec cet espace se fonde sur les écrans d'ordinateurs à tube cathodique, hérités de ceux de la télévision en couleurs.

Espace de couleur

vignette|Vue de côté de l'espace de couleurs CIE Lab*. Un espace de couleur ou espace chromatique est un concept de présentation des couleurs. On dispose les couleurs dans un espace à trois dimensions . Les trois nombres qui, ensemble, décrivent la couleur dans un système colorimétrique, s'assimilent à des coordonnées dans cet espace. La représentation des couleurs dans un espace chromatique ne tient pas compte de l'influence que des plages de couleur ont l'une sur l'autre .

Image tracing

In computer graphics, image tracing, raster-to-vector conversion or raster vectorization is the conversion of raster graphics into vector graphics. An image does not have any structure: it is just a collection of marks on paper, grains in film, or pixels in a bitmap. While such an image is useful, it has some limits. If the image is magnified enough, its artifacts appear. The halftone dots, film grains, and pixels become apparent. Images of sharp edges become fuzzy or jagged. See, for example, pixelation.

Détection de contours

En et en vision par ordinateur, on appelle détection de contours les procédés permettant de repérer les points d'une qui correspondent à un changement brutal de l'intensité lumineuse. Ces changements de propriétés de l' indiquent en général des éléments importants de structure dans l'objet représenté. Ces éléments incluent des discontinuités dans la profondeur, dans l'orientation d'une surface, dans les propriétés d'un matériau et dans l'éclairage d'une scène.

Afficher plus

Séances de cours associées (64)

Traitement d'image en Python: Manipulation et techniques de convolution

Introduit des techniques de traitement d'image en Python, en se concentrant sur les opérations de manipulation et de convolution à l'aide de NumPy et Pillow.

Notation et concepts clés

Couvre la notation et les concepts clés liés aux images numériques et aux représentations de signaux 2D.

Traitement de l'image aux Fidji

Couvre les bases du traitement d'image à l'aide du logiciel fidjien, en se concentrant sur la gestion des fichiers et l'application de filtres.

Segmentation : théorie et algorithmes

Couvre la théorie et les algorithmes derrière la segmentation de l'image, en se concentrant sur l'identification et l'évaluation de la région.

Bases de traitement d'images

Introduit des bases de traitement d'image en Python, couvrant la manipulation, la conversion à l'échelle grise, la détection des bords et la convolution avec les noyaux.

Afficher plus

Concepts associés (32)

Détection de contours

Afficher plus