Scribd
Importer
27 vues3 pages

Guide des Fonctions de Scikit-Image

Le document présente un guide des fonctions de la bibliothèque Python Scikit-Image, qui est utilisée pour le traitement et l'analyse d'images. Il couvre des modules tels que la lecture d'images, la manipulation des couleurs, les transformations, le filtrage, la segmentation, et plus encore, en fournissant des exemples de fonctions clés. Un exemple de code est également inclus pour illustrer l'utilisation de certaines de ces fonctions.

Transféré par

Moussa Kodio
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
27 vues3 pages

Guide des Fonctions de Scikit-Image

Le document présente un guide des fonctions de la bibliothèque Python Scikit-Image, qui est utilisée pour le traitement et l'analyse d'images. Il couvre des modules tels que la lecture d'images, la manipulation des couleurs, les transformations, le filtrage, la segmentation, et plus encore, en fournissant des exemples de fonctions clés. Un exemple de code est également inclus pour illustrer l'utilisation de certaines de ces fonctions.

Transféré par

Moussa Kodio
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Guide des Fonctions de Scikit-Image

Scikit-Image est une bibliothèque Python puissante pour le traitement et l'analyse d'images. Ce
document liste les principales fonctions disponibles dans ses modules.

1. Lecture et écriture d'images ([Link])


- imread() - Lire une image depuis un fichier.
- imsave() - Enregistrer une image.
- imshow() - Afficher une image.

2. Manipulation des couleurs ([Link])


- rgb2gray() - Convertir une image couleur en niveaux de gris.
- gray2rgb() - Convertir une image en niveaux de gris en RGB.

3. Transformations d'images ([Link])


- resize() - Redimensionner une image.
- rotate() - Rotation d'une image.
- warp() - Transformation géométrique.

4. Filtrage et traitement ([Link])


- gaussian() - Appliquer un flou gaussien.
- sobel() - Détection de contours.

5. Segmentation ([Link])
- slic() - Segmentation en superpixels.
- watershed() - Algorithme de segmentation par immersion.

6. Détection de contours et caractéristiques ([Link])


- canny() - Détection de contours de Canny.
- hog() - Extraction de caractéristiques HOG.

7. Morphologie mathématique ([Link])


- dilation() - Dilatation.
- erosion() - Érosion.

8. Mesures et propriétés ([Link])


- regionprops() - Mesurer des propriétés d'objets.
- label() - Étiqueter les objets connectés.

9. Restauration d'images ([Link])


- denoise_tv_chambolle() - Débruitage par variation totale.
- inpaint_biharmonic() - Réparation d'images endommagées.

10. Exposition et histogrammes ([Link])


- histogram() - Calcul d'histogrammes d'intensité.
- equalize_hist() - Égalisation d'histogramme.

Exemple de Code:
```python
from skimage import io, color, filters, morphology
from [Link] import label, regionprops
import [Link] as plt

# Charger une image


image = [Link]("[Link]")
gray = color.rgb2gray(image)

# Appliquer un seuillage automatique


thresh = filters.threshold_otsu(gray)
binary = gray > thresh

# Étiquetage des objets


labeled = label(binary)
regions = regionprops(labeled)
# Affichage des résultats
fig, ax = [Link]()
[Link](binary, cmap="gray")

for region in regions:


y, x = [Link]
[Link](x, y, "ro")

[Link]()
```

Pour plus d'informations, consultez la documentation officielle : [Link]

Vous aimerez peut-être aussi