or
Cet exercice fait partie du cours
Plongez dans les structures des images numériques et apprenez à les traiter ! Extrayez des données, transformez et analysez des images avec NumPy et scikit-image. En quelques lignes de code, vous convertirez des images RVB en niveaux de gris, récupérerez leurs données, obtiendrez des histogrammes riches en informations, et séparerez les objets de l’arrière-plan !
Vous apprendrez à <strong>détecter les formes d’objets</strong> à l’aide de filtres de détection de contours, à <strong>améliorer des images médicales</strong> par l’augmentation du contraste, <strong>et même à agrandir des images jusqu’à cinq fois leur taille d’origine !</strong> Vous appliquerez aussi des opérations de morphologie pour rendre le seuillage plus précis lors de la segmentation, et passerez au niveau supérieur du traitement d’images avec Python.
Jusqu’ici, vous avez réalisé des choses très convaincantes grâce à vos compétences en traitement d’images ! Dans ce chapitre, vous appliquerez la <strong>restauration d’images pour supprimer des objets, des logos, du texte ou des zones endommagées</strong> dans des photos ! Vous verrez aussi comment ajouter ou retirer du bruit, utiliser la segmentation pour accélérer le traitement et repérer des éléments dans les images grâce à leurs contours.
Exercice en cours
À la fin de ce chapitre, vous aurez des connaissances plus approfondies en traitement d’images : vous serez capable de <strong>détecter des arêtes, des coins, et même des visages !</strong> Vous apprendrez à détecter non seulement des visages de face, mais aussi des profils, des chats ou des chiens. Vous appliquerez vos compétences à des <strong>cas d’usage concrets plus complexes.</strong> Apprenez à maîtriser plusieurs techniques courantes de traitement d’images avec très peu de code !