module image.detection_segment.detection_segment
#
Short summary#
module mlstatpy.image.detection_segment.detection_segment
Détecte les segments dans une image.
Functions#
function |
truncated documentation |
---|---|
Retourne le gradient d’une image sous forme d’une matrice de Point, consideres ici comme des vecteurs. |
|
Charge une image en différents formats. |
|
Retourne le gradient d’une image sous forme d’une matrice de Point, consideres ici comme des vecteurs. |
|
Convertit une image donnée sous la forme d’un array au format numpy.array. |
|
Convertit une image donnée sous la forme d’une image Pillow au format numpy.array. |
|
Détecte les segments dans une image. |
|
Construit une image a partir de la matrice de gradient afin de pouvoir l’afficher grace au module pygame, cette … |
|
Dessine les segments produits par la fonction |
Documentation#
Détecte les segments dans une image.
- mlstatpy.image.detection_segment.detection_segment._calcule_gradient(img, color=None)#
Retourne le gradient d’une image sous forme d’une matrice de Point, consideres ici comme des vecteurs.
- Paramètres:
img – fichier, array, PIL (image en niveau de gris)
method –
'fast'
or notcolor – calcule le gradient pour cette couleur, None si l’image est en niveau de gris
- Renvoie:
array of shape (y, x, 2), first dimension is dx, second one is dy
- mlstatpy.image.detection_segment.detection_segment._load_image(img, format='PIL', mode=None)#
Charge une image en différents formats.
- Paramètres:
img – image (array, PIL, filename)
format – array ou PIL
mode – voir modes, si None, essaye de deviner.
- Renvoie:
PIL
- mlstatpy.image.detection_segment.detection_segment.compute_gradient(img, color=None)#
Retourne le gradient d’une image sous forme d’une matrice de Point, consideres ici comme des vecteurs.
- mlstatpy.image.detection_segment.detection_segment.convert_PIL2array(img)#
Convertit une image donnée sous la forme d’une image Pillow au format numpy.array.
- Paramètres:
img – Pillow
- Renvoie:
- mlstatpy.image.detection_segment.detection_segment.convert_array2PIL(img, mode=None)#
Convertit une image donnée sous la forme d’un array au format numpy.array.
- Paramètres:
img – numpy.array
mode –
voir modes, si None, essaye de deviner.
- Renvoie:
PIL
Le mode
'binary'
convertit une image issue de la fonctionrandom_noise_image
.
- mlstatpy.image.detection_segment.detection_segment.detect_segments(image, proba_bin=0.0625, cos_angle=0.9807852804032304, seuil_nfa=1e-05, seuil_norme=2, angle=0.1308996938995747, stop=-1, verbose=False)#
Détecte les segments dans une image.
- Paramètres:
image – image (fichier, array, PIL)
proba_bin – est en fait un secteur angulaire (360 / 16) qui determine la proximite de deux directions
cos_angle – est le cosinus de l’angle correspondant à ce secteur angulaire
seuil_nfa – au delà de ce seuil, on considere qu’un segment génère trop de fausses alertes pour être sélectionné
seuil_norme – norme en deça de laquelle un gradient est trop petit pour etre significatif (c’est du bruit)
angle – lorsqu’on balaye l’image pour détecter les segments, on tourne en rond selon les angles 0, angle, 2*angle, 3*angle, …
stop – arrête après avoir collecté tant de segments
verbose – affiche l’avancement
- Renvoie:
les segments
- mlstatpy.image.detection_segment.detection_segment.plot_gradient(image, gradient, more=None, direction=-1)#
Construit une image a partir de la matrice de gradient afin de pouvoir l’afficher grace au module pygame, cette fonction place directement le resultat dans image, si direction > 0, cette fonction affiche egalement le gradient sur l’image tous les 10 pixels si direction vaut 10.
- mlstatpy.image.detection_segment.detection_segment.plot_segments(image, segments, outfile=None, color=(255, 0, 0))#
Dessine les segments produits par la fonction
detect_segments
- Paramètres:
image – image (fichier, array, PIL)
segments – résultats de la fonction
detect_segments
outfile – fichier de sortie
color – couleur
- Renvoie:
nom de fichier ou image