.. _td1asobelrst:

=========================
1A.algo - filtre de Sobel
=========================


.. only:: html

    **Links:** :download:`notebook <td1a_sobel.ipynb>`, :downloadlink:`html <td1a_sobel2html.html>`, :download:`python <td1a_sobel.py>`, :downloadlink:`slides <td1a_sobel.slides.html>`, :githublink:`GitHub|_doc/notebooks/td1a_algo/td1a_sobel.ipynb|*`


Le filtre de `Sobel <https://fr.wikipedia.org/wiki/Filtre_de_Sobel>`__
est utilisé pour calculer des gradients dans une image. L’image ainsi
filtrée révèle les forts contrastes.

.. code:: ipython3

    from jyquickhelper import add_notebook_menu
    add_notebook_menu()






.. contents::
    :local:





Exercice 1 : application d’un filtre
------------------------------------

Le filtre de `Sobel <http://fr.wikipedia.org/wiki/Filtre_de_Sobel>`__
est un filtre qu’on applique à une image pour calculer le gradient d’une
image afin de déterminer les contours qui s’y trouve. Le filtre de
`Canny <http://fr.wikipedia.org/wiki/Filtre_de_Canny>`__ permet de
flouter une image. Dans un premier temps, on cherchera à appliquer un
filtre 3x3 :

:math:`\left( \begin{array}{ccc} 1&1&1 \\ 1&1&1 \\ 1&1&1 \end{array} \right)`

Qu’on applique au voisinage 3x3 du pixel :math:`p_5` :

:math:`\left( \begin{array}{ccc} p_1&p_2&p_3 \\ p_4&p_5&p_6 \\ p_7&p_8&p_9 \end{array} \right)`

Après l’application du filtre à ce pixel, le résultat devient :

:math:`\left( \begin{array}{ccc} ?&?&? \\ ?& \sum_{i=1}^9 p_i &? \\ ?&?&? \end{array} \right)`

On veut maintenant appliquer ce filtre sur l’image suivante :

.. code:: ipython3

    from pyquickhelper.loghelper import noLOG
    from pyensae.datasource import download_data
    f = download_data("python.png", url="http://imgs.xkcd.com/comics/")
    from IPython.display import Image
    Image("python.png")




.. image:: td1a_sobel_3_0.png



Mais avant de pouvoir faire des calculs dessus, il faut pouvoir
convertir l’image en un tableau ``numpy`` avec la fonction
`numpy.asarray <http://docs.scipy.org/doc/numpy/reference/generated/numpy.asarray.html>`__.

.. code:: ipython3

    import PIL
    import PIL.Image
    im = PIL.Image.open("python.png")
    from PIL.ImageDraw import Draw
    import numpy
    tab = numpy.asarray(im).copy()
    tab.flags.writeable = True  # afin de pouvoir modifier l'image
    "dimension",tab.shape, " type", type(tab[0,0])




.. parsed-literal::
    ('dimension', (588, 518), ' type', numpy.uint8)



Une fois les calculs effectués, il faut convertir le tableau ``numpy``
en image. On peut par exemple blanchir tout une partie de l’image et
l’afficher.

.. code:: ipython3

    tab[100:300,200:400] = 255
    im2 = PIL.Image.fromarray(numpy.uint8(tab))
    im2.save("python_white.png")
    Image("python_white.png")




.. image:: td1a_sobel_7_0.png



Et maintenant, il s’agit d’appliquer le filtre de Canny uniforme
présenté ci-dessus et d’afficher l’image, soit en utilisant ``numpy``,
soit sans ``numpy`` en convertissant l’image en liste avec la méthode
`tolist <http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.tolist.html>`__.
On pourra comparer les temps de calcul.

.. code:: ipython3

    l = tab.tolist()
    len(l),len(l[0])




.. parsed-literal::
    (588, 518)