Traitement des images#

Cette section décrit les fonctionnalités de traitement d’image disponibles dans DataLab.

Voir aussi

Opérations sur les images pour plus d’informations sur les opérations qui peuvent être effectuées sur les images, ou Analyse sur les images pour des informations sur les fonctionnalités d’analyse des images.

../../_images/i_processing.png — Capture d’écran du menu « Traitement ».#

Lorsque le « Panneau Image » est sélectionné, les menus et barres d’outils sont mis à jour pour fournir les actions liées aux images.

Le menu « Traitement » permet d’effectuer divers traitements sur l’image ou le groupe d’images courant : il permet d’appliquer des filtres, de corriger l’exposition, de réduire le bruit, d’effectuer des opérations morphologiques, etc.

Géométrie#

Symétrie et rotation#

Crée une nouvelle image en effectuant une symétrie axiale ou une rotation des données de l’image sélectionnée. L’image peut être transformée par symétrie axiale horizontale, verticale ou diagonale (transposition).

Opération	Description
Symétrie horizontale	Effet miroir le long de l’axe vertical
Symétrie diagonale	Transposer l’image (permuter les axes X/Y)
Symétrie verticale	Effet miroir le long de l’axe horizontal
Rotation de 90° à droite	Rotation de l’image de 90° dans le sens horaire
Rotation de 90° à gauche	Rotation de l’image de 90° dans le sens antihoraire
Rotation de…	Rotation de l’image d’un angle quelconque (défini par l’utilisateur)

Distribuer les images sur une grille#

Fonctionnalité	Description
Distribuer sur une grille	Distribuer les images sélectionnées sur une grille régulière
Réinitialiser les positions	Réinitialiser les positions des images sélectionnées aux coordonnées de la première image (x0, y0)

Transformation des axes#

Définir des coordonnées uniformes#

Crée une nouvelle image avec des coordonnées uniformes (c’est-à-dire avec une taille de pixel constante dans les directions X et Y).

Étalonnage polynomial#

Crée une image à partir de l’étalonnage polynomial (par rapport à l’axe des Z) de chaque image sélectionnée.

Note

L’étalonnage linéaire a été supprimé de l’interface utilisateur car il s’agit d’un cas particulier d’étalonnage polynomial de degré 1.

Ajustement des niveaux#

Normalisation#

Crée une image à partir de la normalisation de chaque image sélectionnée par maximum, amplitude, somme, énergie ou RMS :

Normalisation	Equation
Maximum	\(z_{1} = \dfrac{z_{0}}{z_{\max}}\)
Amplitude	\(z_{1} = \dfrac{z_{0}}{z_{\max}-z_{\min}}\)
Aire	\(z_{1} = \dfrac{z_{0}}{\sum_{i=0}^{N-1}{z_{i}}}\)
Energie	\(z_{1}= \dfrac{z_{0}}{\sqrt{\sum_{n=0}^{N}\left\|z_{0}[n]\right\|^2}}\)
RMS	\(z_{1}= \dfrac{z_{0}}{\sqrt{\dfrac{1}{N}\sum_{n=0}^{N}\left\|z_{0}[n]\right\|^2}}\)

Ecrêtage#

Applique un écrêtage sur chaque image sélectionnée.

Soustraction d’offset#

Crée une image à partir du résultat d’une correction d’offset sur chaque image sélectionnée. Cette opération est réalisée en soustrayant la valeur de fond de l’image, qui est estimée par la valeur moyenne d’une zone rectangulaire définie par l’utilisateur.

Ajout de bruit#

Génère de nouvelles images en ajoutant le même bruit à chaque image sélectionnée. Les types de bruit disponibles sont :

Bruit	Description
Gaussien	Distribution normale
Uniforme	Distribution uniforme
Poisson	Distribution de Poisson

Réduction de bruit#

Crée une image à partir du résultat d’un débruitage sur chaque image sélectionnée.

Les filtres suivants sont disponibles :

Filtre	Formule/implémentation
Filtre gaussien	scipy.ndimage.gaussian_filter
Moyenne mobile	scipy.ndimage.uniform_filter
Médiane mobile	scipy.ndimage.median_filter
Filtre de Wiener	scipy.signal.wiener

Analyse de Fourier#

Complément de zéros#

Crée une image à partir du résultat d’un complément de zéros sur chaque image sélectionnée.

Les paramètres suivants sont disponibles :

Paramètre	Description
Stratégie	Stratégie de complément de zéros (voir ci-dessous)
Lignes	Nombre de lignes à ajouter (si strategy est “custom”)
Colonnes	Nombre de colonnes à ajouter (si strategy est “custom”)
Position	Position des zéros ajoutés : “bottom-right”, “centered”

Les stratégies de complément de zéros font référence à la méthode utilisée pour ajouter des zéros à l’image, et peuvent être l’une des suivantes :

Stratégie	Description
next_pow2	Puissance de 2 supérieure (ex. : 512, 1024, …)
multiple_of_64	Multiple de 64 supérieur (ex. : 512, 576, …)
custom	Taille personnalisée (définie par l’utilisateur)

Fonctions liées à la FFT#

Crée une image à partir du résultat d’une analyse de Fourier sur chaque image sélectionnée.

Les fonctions suivantes sont disponibles :

Fonction	Description	Formule/implémentation
FFT	Transformée de Fourier rapide	numpy.fft.fft2
FFT inverse	Transformée de Fourier rapide inverse	numpy.fft.ifft2
Spectre d’amplitude	Optionnel : sortie en décibels (dB)	\(z_{1} = \left\|\FFT\left(z_{0}\right)\right\|\) ou \(z_{1} = 20 \log_{10} \left(\left\|\FFT\left(z_{0}\right)\right\|\right)\) (dB)
Spectre de phase	Phase de la FFT exprimée en degrés, en utilisant numpy.angle	\(z_{1} = \angle\left(\FFT\left(z_{0}\right)\right)\)
Densité spectrale de puissance	Optionnel : sortie en décibels (dB)	\(z_{1} = \left\|\FFT\left(z_{0}\right)\right\|^2\) ou \(z_{1} = 10 \log_{10} \left(\left\|\FFT\left(z_{0}\right)\right\|^2\right)\) (dB)

Note

La FFT et la FFT inverse sont effectuées avec décalage de fréquence si l’option est activée dans les paramètres de DataLab (voir Préférences).

Filtre fréquentiels#

Les filtres fréquentiels suivants sont disponibles :

Méthode	Description
Butterworth	Filtre de Butterworth, basé sur skimage.filters.butterworth
Filtre gaussien	Filtre gaussien

Seuillage#

Crée une image à partir du résultat d’un seuillage sur chaque image, éventuellement basé sur des paramètres définis par l’utilisateur (« Seuillage paramétrique »).

Les paramètres suivants sont disponibles lors de la sélection de « Seuillage paramétrique » :

Paramètre	Description
Méthode de seuillage	La méthode de seuillage à utiliser (voir le tableau ci-dessous)
Classes	Nombre de classes pour le calcul de l’histogramme
Valeur	Valeur de seuil
Opération	Opération à appliquer (> ou <)

Les méthodes de seuillage suivantes sont disponibles :

Méthode	Implémentation
Manuel	Seuillage manuel (paramètres définis par l’utilisateur)
ISODATA	skimage.filters.threshold_isodata
Li	skimage.filters.threshold_li
Moyenne	skimage.filters.threshold_mean
Minimum	skimage.filters.threshold_minimum
Otsu	skimage.filters.threshold_otsu
Triangle	skimage.filters.threshold_triangle
Yen	skimage.filters.threshold_yen

Note

L’option « Toutes les méthodes de seuillage » permet d’appliquer toutes les méthodes de seuillage à la même image. Combinée avec l’option « distribuer sur une grille », cela permet de comparer les différentes méthodes de seuillage sur la même image.

Exposition#

Crée une image à partir du résultat d’une correction d’exposition sur chaque image sélectionnée.

Les fonctions suivantes sont disponibles :

Fonction	Implémentation	Commentaires
Correction gamma	skimage.exposure.adjust_gamma
Correction logarithmique	skimage.exposure.adjust_log
Correction sigmoïde	skimage.exposure.adjust_sigmoid
Egalisation d’histogramme	skimage.exposure.equalize_hist
Egalisation d’histogramme adaptative	skimage.exposure.equalize_adapthist	Algorithme CLAHE (Contrast Limited Adaptive Histogram Equalization)
Ajustement des niveaux	skimage.exposure.rescale_intensity	Réduit ou étend la plage de répartition des niveaux de l’image

Restauration#

Crée une image à partir du résultat d’une restauration sur chaque image sélectionnée.

Les fonctions suivantes sont disponibles :

Fonction	Implémentation	Commentaires
Débruitage par variation totale	skimage.restoration.denoise_tv_chambolle
Débruitage par filtre bilatéral	skimage.restoration.denoise_bilateral
Débruitage par ondelettes	skimage.restoration.denoise_wavelet
Débruitage par Top-Hat	skimage.morphology.white_tophat	Débruite l’image en soustrayant sa transformation Top-Hat

Note

L’option « Toutes les méthodes de débruitage » permet d’appliquer toutes les méthodes de débruitage à la même image. Combinée avec l’option « distribuer sur une grille », cela permet de comparer les différentes méthodes de débruitage sur la même image.

Morphologie#

Crée une image à partir du résultat d’opérations morphologiques sur chaque image sélectionnée, en utilisant un disque comme empreinte.

Les fonctions suivantes sont disponibles :

Fonction	Implémentation
Top-Hat (disque)	skimage.morphology.white_tophat
Top-Hat dual (disque)	skimage.morphology.black_tophat
Erosion (disque)	skimage.morphology.erosion
Dilatation (disque)	skimage.morphology.dilation
Ouverture (disque)	skimage.morphology.opening
Fermeture (disque)	skimage.morphology.closing

Note

L’option « Toutes les opérations morphologiques » permet d’appliquer toutes les opérations morphologiques à la même image. Combinée avec l’option « distribuer sur une grille », cela permet de comparer les différentes opérations morphologiques sur la même image.

Contours#

Crée une image à partir du résultat d’un filtrage de contours sur chaque image sélectionnée.

Les fonctions suivantes sont disponibles :

Fonction	Implémentation
Filtre de Canny	skimage.feature.canny
Filtre de Farid	skimage.filters.farid
Filtre de Farid (horizontal)	skimage.filters.farid_h
Filtre de Farid (vertical)	skimage.filters.farid_v
Filtre de Laplace	skimage.filters.laplace
Filtre de Prewitt	skimage.filters.prewitt
Filtre de Prewitt (horizontal)	skimage.filters.prewitt_h
Filtre de Prewitt (vertical)	skimage.filters.prewitt_v
Filtre de Roberts	skimage.filters.roberts
Filtre de Scharr	skimage.filters.scharr
Filtre de Scharr (horizontal)	skimage.filters.scharr_h
Filtre de Scharr (vertical)	skimage.filters.scharr_v
Filtre de Sobel	skimage.filters.sobel
Filtre de Sobel (horizontal)	skimage.filters.sobel_h
Filtre de Sobel (vertical)	skimage.filters.sobel_v

Note

L’option « Tous les filtres de contours » permet d’appliquer tous les algorithmes de filtrage de contours à la même image. Combinée avec l’option « distribuer sur une grille », cela permet de comparer les différents filtres de contours sur la même image.

Gommer une zone#

Gomme une zone de l’image définie par une région d’intérêt (ROI).

Note

La région à effacer est définie par l’utilisateur via une boîte de dialogue. Elle peut consister en une seule ROI ou plusieurs ROIs avec différentes formes (rectangulaire, circulaire, etc.). Notez que la ROI définie ici n’est liée à aucun objet ; elle est utilisée uniquement pour spécifier la zone à effacer dans l’image. En particulier, elle est indépendante de la ROI de l’image, le cas échéant (cette dernière est affichée dans la boîte de dialogue comme une zone masquée).

Redimensionner#

Crée une image qui est le résultat du redimensionnement de chaque image sélectionnée.

Binning#

Regroupe des pixels adjacents de l’image en un seul pixel (somme, moyenne, médiane, minimum ou maximum de la valeur des pixels adjacents).

Rééchantillonnage#

Génère de nouvelles images en rééchantillonnant chaque image sélectionnée. Les paramètres suivants sont disponibles :

Paramètre	Description
math:x_{min}	Coordonnée x minimale de l’image de sortie
\(x_{max}\)	Coordonnée x maximale de l’image de sortie
\(y_{min}\)	Coordonnée y minimale de l’image de sortie
\(y_{max}\)	Coordonnée y maximale de l’image de sortie
Mode	Mode de définition de la taille de l’image : “Taille des pixels” ou “Taille de l’image de sortie”. Le mode “Taille des pixels” permet de définir la taille des pixels de la nouvelle image, tandis que le mode “Taille de l’image de sortie” permet de définir le nombre de pixels de la nouvelle image.
ΔX	Taille des pixels selon la direction x (si le mode “Taille des pixels” est sélectionné)
ΔY	Taille des pixels selon la direction y (si le mode “Taille des pixels” est sélectionné)
Largeur	Largeur de l’image de sortie en pixels (si le mode “Taille de l’image de sortie” est sélectionné)
Hauteur	Hauteur de l’image de sortie en pixels (si le mode “Taille de l’image de sortie” est sélectionné)
Méthode d’interpolation	Méthode d’interpolation à utiliser : “nearest”, “linear”, “cubic”
Valeur de remplissage	Valeur à utiliser pour les points en dehors du domaine de l’image d’entrée (si None, la fonction utilise NaN pour l’extrapolation)