In [5]:
import numpy as np

In [58]:
from scipy import misc
f = misc.face()

import matplotlib.pyplot as plt
plt.imshow(f)
plt.show()


Out[58]:
<matplotlib.image.AxesImage at 0x7f464ab1dc18>

In [10]:
image_tab = np.array(f)
image_tab.shape
image_tab.dtype


Out[10]:
(768, 1024, 3)
Out[10]:
dtype('uint8')

Exercice 1

1) Extraire une couleur


In [11]:
def image_rouge_gris(image_tab):
    return image_tab[:, :, 0]

In [16]:
image_tab_rouge = image_rouge_gris(image_tab)
image_tab_rouge.shape
image_tab_rouge.dtype

plt.imshow(image_tab_rouge, cmap='gray')
plt.title("Rouge")


Out[16]:
(768, 1024)
Out[16]:
dtype('uint8')
Out[16]:
<matplotlib.image.AxesImage at 0x7f46513f0a90>
Out[16]:
Text(0.5, 1.0, 'Rouge')

Bonus : les deux autres couleurs


In [17]:
plt.imshow(image_tab[:,:,1], cmap='gray')
plt.title("Vert")


Out[17]:
<matplotlib.image.AxesImage at 0x7f4651355048>
Out[17]:
Text(0.5, 1.0, 'Vert')

In [18]:
plt.imshow(image_tab[:,:,2], cmap='gray')
plt.title("Bleu")


Out[18]:
<matplotlib.image.AxesImage at 0x7f465132f6a0>
Out[18]:
Text(0.5, 1.0, 'Bleu')

2) Ne garder qu'une couleur


In [24]:
def image_rouge(image_tab):
    image_tab_rouge = image_tab[:, :, 0]
    x, y = np.shape(image_tab_rouge)
    dims_3couleurs = (x, y, 3)
    image_tab_3couleurs = np.zeros(dims_3couleurs, dtype=np.uint8)
    image_tab_3couleurs[:, :, 0] = image_tab_rouge
    return image_tab_3couleurs

In [25]:
image_tab_3couleurs = image_rouge(image_tab)
image_tab_3couleurs.shape
image_tab_3couleurs.dtype

plt.imshow(image_tab_3couleurs)
plt.title("Rouge")


Out[25]:
(768, 1024, 3)
Out[25]:
dtype('uint8')
Out[25]:
<matplotlib.image.AxesImage at 0x7f46510c3860>
Out[25]:
Text(0.5, 1.0, 'Rouge')

Exercice 2


In [26]:
def rotation_90degres(image_tab):
    x, y, c = np.shape(image_tab)
    image_tab_90degres = np.zeros((y, x, c), dtype=np.uint8)
    for i in range(x):
        for j in range(y):
            image_tab_90degres[j, i, :] = image_tab[i, j, :]
    # on peut aussi faire
    # for k in range(c):
    #     image_tab_90degres[:, :, c] = np.transpose(image_tab[:, :, c])
    return image_tab_90degres

In [29]:
image_tab_90degres = rotation_90degres(image_tab)
image_tab_90degres.shape

plt.imshow(image_tab_90degres)
plt.title("Rotation 90 degres")


Out[29]:
(1024, 768, 3)
Out[29]:
<matplotlib.image.AxesImage at 0x7f4651029160>
Out[29]:
Text(0.5, 1.0, 'Rotation 90 degres')

Exercice 3

1) Agrandissement


In [30]:
def agrandissement(image_tab):
    x, y, c = np.shape(image_tab)
    image_tab_2fois = np.zeros((2*x, 2*y, c), dtype=np.uint8)
    for i in range(x):
        for j in range(y):
            image_tab_2fois[2*i, 2*j, :] = image_tab[i, j, :]
            image_tab_2fois[2*i, 2*j+1, :] = image_tab[i, j, :]
            image_tab_2fois[2*i+1, 2*j, :] = image_tab[i, j, :]
            image_tab_2fois[2*i+1, 2*j+1, :] = image_tab[i, j, :]
    return image_tab_2fois

In [31]:
image_tab_2fois = agrandissement(image_tab)
image_tab_2fois.shape

plt.imshow(image_tab_2fois)
plt.title("Agrandissement 2 fois")


Out[31]:
(1536, 2048, 3)
Out[31]:
<matplotlib.image.AxesImage at 0x7f46512dae80>
Out[31]:
Text(0.5, 1.0, 'Agrandissement 2 fois')

1) Réduction


In [55]:
def reduction(image_tab):
    x, y, c = np.shape(image_tab)
    image_tab_0_5fois = np.zeros((x//2, y//2, c), dtype=np.uint8)
    for i in range(x//2):
        for j in range(y//2):
            image_tab_0_5fois[i, j, :] = (
                  image_tab[2*i, 2*j, :]
                + image_tab[2*i+1, 2*j, :]
                + image_tab[2*i, 2*j+1, :]
                + image_tab[2*i+1, 2*j+1, :]
            ) // 4
    return image_tab_0_5fois

In [56]:
image_tab_0_5fois = reduction(image_tab)
image_tab_0_5fois.shape

plt.imshow(image_tab_0_5fois, cmap="gray")
plt.title("Réduction 2 fois")


Out[56]:
(384, 512, 3)
Out[56]:
<matplotlib.image.AxesImage at 0x7f465094eb00>
Out[56]:
Text(0.5, 1.0, 'Réduction 2 fois')

In [57]:
image_tab_prime = agrandissement(image_tab_0_5fois)
image_tab_prime.shape

plt.imshow(image_tab_prime)
plt.title("Réduction 2 fois suivi d'un agrandissement 2 fois")


Out[57]:
(768, 1024, 3)
Out[57]:
<matplotlib.image.AxesImage at 0x7f46508b30f0>
Out[57]:
Text(0.5, 1.0, "Réduction 2 fois suivi d'un agrandissement 2 fois")

In [ ]: