TRAITEMENT D’IMAGES AVEC PYTHON – NIVEAU 2 – APPROCHE PRATIQUE EN CONTEXTE INDUSTRIEL

PREPARER ET AMELIORER LES IMAGES

Objectif : comprendre la notion d’image numérique et les manipuler pour améliorer leur qualité.

• Acquisition et manipulation des images : Notion d’image, capture (éclairages, optiques, capteurs), formats de fichiers et sauvegardes, compression.
• Qualité et réglages d’image : Notion d’histogramme, correction d’exposition, rehaussement des contrastes.
• Filtres pour améliorer les images : Suppression du bruit avec des filtres linéaires et non linéaires (filtre bilatéral, moyennes non locales).
• Gestion des couleurs : Conversion entre espaces couleurs, ajustement des teintes et saturation.
• Atelier pratique : Expérimenter avec des photos personnelles ou fournies pour corriger les défauts.

DETECTION D’OBJETS ET SEGMENTATION

Objectif : identifier et extraire des objets dans une image

• Introduction à la segmentation d’images : binarisation par seuillage (manuel et automatique), segmentation avec la méthode des K-moyennes.
• Séparation d’objets multiples : étiquetage d’objets, techniques de morphologie mathématique, algorithme de la ligne de partage des eaux (watershed).
• Techniques avancées : Contours actifs, segmentation par croissance de région.
• Atelier pratique : Segmentation d’images de cellules (biologie).

 DIAGNOSTIQUE, CARACTERISATION ET MESURES

Objectif : Mesurer, classifier et analyser les images

• Mesures et caractérisation d’objets : Périmètres, aire, formes, textures.
• Classification des images : Introduction à la reconnaissance d’objets et au machine learning pour la reconnaissance de formes.
• Recherche de motifs par corrélation d’images.
• Atelier pratique : Analyse granulométrique d’images de grains.
• Ouverture : IA DEEP learning

 Les apprenants peuvent apporter leur ordinateur personnel équipé d’une distribution Anaconda avec Python installé  ainsi que  leurs cas d’applications.