Archives de catégorie : Traitement d’images

Dessiner en Python avec Cairo – tutoriel

Publié le par

De nombreux sujets scientifiques se prêtent à la modélisation, la simulation ou à la génération d’images. La programmation en Python, associée à la librairie Cairo, permet d’obtenir facilement des images statiques de qualité.

Cairo est une bibliothèque graphique libre écrite en langage C, qui définit une API de rendu vectoriel 2D indépendante du matériel, pouvant être utilisée par de nombreux langages de programmation, dont Python. Cairo prévoit des sorties directes sur le matériel graphique, mais permet une sortie image vers des fichiers PNG, PostScript, PDF et SVG. Cette librairie est utilisée par de nombreux logiciels, dont Gecko 2.0, le moteur de Mozilla Firefox et le logiciel de dessin vectoriel libre Inkscape.

Le principe de fonctionnement est simple : Continuer la lecture →

Transformée de Hough circulaire : Taiwan fait mieux…

Publié le par

Nous avions publié en 2008 un article détaillant une optimisation de l’algorithme de la transformée de Hough pour la recherche d’un centre commun à des motifs présents dans une image.

La revue Pattern Recognition vient de publier un article de Kuo-Liang Chung, Yong-Huai Huang, Jyun-Pin Wang, Ting-Chin Chang, Hong-Yuan Mark Liao, tous cinq de Taiwan en République de Chine. L’article s’intitule “Fast randomized algorithm for center-detection Original Research” (Pattern Recognition, Volume 43, Issue 8, August 2010, Pages 2659-2665).

Au départ de l’algorithme présenté dans nos articles, Continuer la lecture →

Optimisation d’un algorithme de transformée de Hough pour la recherche d’un centre

Publié le par

Ouf, trois ans et demi après la défense du mémoire de Julien Cauchie, le travail est publié dans la revue Pattern Recognition, Volume 41, Issue 2, February 2008, pages 567–574, sous le titre “Optimization of an Hough transform algorithm for the search of a center” !

Voici le résumé en anglais :

We present improvements of an adaptative Hough transform algorithm applied to the search of a common center of circular or partially circular components present in an image. The efficiency has been considerably optimized by a continuous update of a list of voting points, in conjunction with the evolution of the accumulator size and position. The method was implemented as a plugin for the scientific open source image processing package ImageJ. Although initially designed for X-ray diffraction analysis, numerous other applications are quoted in different other scientific field, in image measurement techniques, industrial vision, and biometry, i.e. for iris localization.

Le programme (plugin Java de ImageJ) écrit durant ce travail, ainsi que ses sources, sont disponibles sur ce site.