TP2 Traitement D'image

Ministère de l’Enseignement Supérieur et de la Recherche
Scientifique
Ecole Nationale d’Electronique et des Télécommunications de Sfax
TP2 :
Outils pratiques et restauration des
images
Elaboré par :
 ABDALLAH AYA
Encadré par :
 MR. AMRI HEDI
Classe :
2 GII 1
Année universitaire : 2022/2023

ENET’COM Traitement d’images 2ème Année GII 1
Un histogramme est un graphique statistique permettant de représenter la

distribution des intensités des pixels d'une image, c'est-à-dire le nombre de
pixels pour chaque intensité lumineuse. Par convention un histogramme
représente le niveau d'intensité en abscisse en allant du plus foncé (à gauche)
au plus clair (à droite).
Ainsi, l'histogramme d'une image en 256 niveaux de gris sera représenté par un
graphique possédant 256 valeurs en abscisses, et le nombre de pixels de
l'image en ordonnées.
Exercice n=°1 :
1ère chose à faire :
clear all;
clc;
close all;
1) Lire l’image photo00.bmp et

l’afficher :
Im=imread('photo00.bmp'); //lire l’image
figure, imshow(Im) // afficher la photo
Résultat :
2) Nous avons afficher la valeur du pixel (47,1) puis

celle du pixel (11,256) de l’image Im :
x = Im(47,1); // x prend la valeur du pixel (47,1)
y = Im(11,256); // y prend la valeur du pixel
(11,256)
Résultat :
250
200
150
100
50
0
0 50 100 150 200 250 300
200
180
160
140
120
100
80
60
40
20
0
0 50 100 150 200 250 300
3) Nous avons affiché la ligne 4 et

la colonne 4 de l’image Im :
l = Im(4, :);
c = Im(:, 4);
4) Le profil de la ligne 4 et la
colonne 4 de l’image Im :
figure,
plot (Im(4, :))
figure,
plot (Im(:, 4))
5) Voici le scanning de l’image Im

selon le pixel (47,1) :
[nl nc]=size(Im);
Val= Im(47,1)
for i=1:nl
for j=1:nc
if (Im(i,j)==Val)
ImScan(i,j)=1;
else
ImScan(i,j)=0 ;
end
end
end
figure,
imshow(ImScan)
Voici le scanning de l’image Im selon

le pixel (11,256) :
[nl nc]=size(Im);
Val= Im(11,256)
ImgScan2=zeros(nl,nc);
F(:,:)=find(Im==Val);
ImgScan2 (F)=1;
figure,
imshow(ImgScan2)
6+7) Nous avons ici afficher les 4

histogrammes de l’image Im : 1)
Histogramme, 2) Histogramme cumulé,
3) Histogramme normalisé, 4)
Histogramme cumulé normalisé :
h = imhist(Im); // Histogramme
hc = cumsum(h); // Histogramme cumulé
hn = h/(nl * nc); // Histogramme normalisé
hnc= hc/(nl * nc); // Histogramme cumulé normalisé
figure,
subplot(3,2,1:2),imshow(Im), title('Im')
subplot(3,2,3),stem(0: 255, h),title('Him')
subplot(3,2,4),stem(0: 255, hc), title('Himc')
subplot(3,2,5),stem(0: 255, hn),title('Himn')

subplot(3,2,6),stem(0: 255, hnc), title('Himnc')
Résultat :
Im
4
Him x 10 Himc
1000 10
500 5
0 0
0 100 200 300 0 100 200 300
Himn Himnc
0.02 1
0.01 0.5
0 0
0 100 200 300 0 100 200 300
7)
col=imread('col01.jpg'); // Lire l’image ‘col01.jpg’
figure, imshow(col)
R = col(:, :, 1); //Rouge

V = col(:, :, 2); //Vert
B = col(:, :, 3); //Bleu
Hr = imhist(R); //L’histogramme de Rouge

Hv = imhist(V); //L’histogramme de Vert
Hb = imhist(B); //L’histogramme de Bleu
figure,
subplot(3,3,4), stem(Hr, 'r'), title('Hr')
subplot(3,3,5), stem(Hv, 'g'), title('Hv')
subplot(3,3,6), stem(Hb, 'b'), title('Hb')
subplot(3,3,8), stem(Hb, 'b'), hold on ,stem(Hv,
'g'), hold on, stem(Hr, 'r'), title('Hcol')
subplot(3,3,2), imshow(col), title('col')
Résultat :
col
Hr Hv Hb
10000 2000 10000
5000 1000 5000
0 0 0
0 200 400 0 200 400 0 200 400
Hcol
10000
5000
0
0 200 400
9)
P1=imread('photo00.bmp'); //Lire l’image‘photo00.bmp’

figure, imshow(P1)

figure, imshow(P2)

figure, imshow(P3)
Résultat : Voici l’affichage de trois images

respectivement P1, P2 et P3 :
L1 = mean2(double(P1)); //La luminance de l’image

‘photo00.bmp’
‘photo01.bmp’
‘photo02.bmp’
C1 = sqrt(sum(sum((double(P1) - L1).^2))/(nc * nc));

//La Contraste de l’image ‘photo00.bmp’


Hp1 = imhist(P1); //L’histogramme de P1

figure,
subplot(3,2,1), imshow(P1), title('Im')
subplot(3,2,2), stem(0: 255, Hp1), title ( [ 'L = '
, num2str(L1), ' C = ' , num2str(C1) ] )
subplot(3,2,3), imshow(P2), title('Him')
subplot(3,2,5), imshow(P3), title('Himn')
Résultat : Voici le résultat obtenu avec la calcul de la

luminance et la contraste de chaque image P1, P2 et P3 :
Im L = 127.4545 C = 65.5852
1000
500
0
0 100 200 300
Him L = 63.9774 C = 32.8023
2000
1000
0
0 100 200 300
4
Himn L= 213.3794 C = 49.9482
x 10
4
0
0 100 200 300
Exercice n=°2 :
La 1ère chose à faire :

clear all;
clc;
close all;
1) Nous avons ici créé et afficher la matrice M qui

affecté à la variable M :
M = [20 150 150 50;

100 20 50 30;
200 50 20 30;
200 200 60 60]
M1 = imadjust(uint8(M))
2)
3) Ici on a fait l’égalisation de
l’histogramme sur 2 ,3,4,5 raies pour
la matrice M.
M2 = histeq(uint8(M), 2) // l’égalisation de
l’histogramme sur 2 raies pour la matrice M.
Résultat :
8) Ici ona lire et afficher les deux images

'image1.bmp' et 'image2.bmp' :
clear all;
clc;
close all;
Im=imread('image1.bmp'); // Lire l’image 'image1.bmp'
figure, imshow(Im) //L’afficher
ImG=imread('image2.bmp'); //Lire l’image 'image2.bmp'

figure, imshow(ImG) //L’afficher
10)
Im4 = histeq(Im,4); // l’égalisation de l’histogramme
sur 4 raies pour l’image Im.
Im8 = histeq(Im,8); // l’égalisation de l’histogramme
sur 8 raies pour l’image Im.
Im16 = histeq(Im,16); // l’égalisation de
l’histogramme sur 16 raies pour l’image Im.
H = imhist(Im); //L’histogramme de Im
H4 = imhist(Im4); //L’histogramme de Im4
figure,
subplot(4,2,1), imshow(Im), title('Im')
subplot(4,2,2), stem(0: 255, H), title('Him')
subplot(4,2,3), imshow(Im4), title('Im4')
subplot(4,2,4), stem(0: 255, H4), title('H4')
Résultat : Voici l’affichage de ces dernières :

Im Him
10000
5000
0
0 100 200 300
4
Im4 x 10 H4
2
1
0
0 100 200 300
Im8 H8
10000
5000
0
0 100 200 300
Im16 H16
10000
5000
0
0 100 200 300
On répète la même chose pour l’image en niveau de gris

ImG :
ImG4 = histeq(ImG,4); // l’égalisation de
l’histogramme sur 4 raies pour l’image ImG.
Hg = imhist(ImG); //L’histogramme de ImG

Hg4 = imhist(ImG4); //L’histogramme de ImG4
figure,
subplot(4,2,1), imshow(ImG), title('ImG')
subplot(4,2,2), stem(0: 255, Hg), title('HImG')
subplot(4,2,3), imshow(ImG4), title('ImG4')
subplot(4,2,4), stem(0: 255, Hg4), title('H4')
Résultat : Voici l’affichage pour l’image ImG :

4
ImG x 10 HImG
2
1
0
0 100 200 300
4
ImG4 x 10 H4
5
0
0 100 200 300
4
ImG8 x 10 H8
4
2
0
0 100 200 300
4
ImG16 x 10 H16
2
1
0
0 100 200 300
11) Ici on a affiché l’image Im, son

histogramme, l’image étirée,
l’histogramme de l’image étirée,
l’image égalisée (R=16) et son
histogramme dans une même figure :
Ima = imadjust(Im);
Ha = imhist(Ima);
figure,
subplot(4,2,1), imshow(Im), title('Im')
subplot(4,2,2), stem(0: 255, H), title('Him')
subplot(4,2,5), imshow(Ima), title('Im Etirement')
subplot(4,2,6), stem(0: 255, Ha), title('H4
etirement')
subplot(4,2,3), imshow(Im16), title('Im16
Egalisation')
subplot(4,2,4), stem(0: 255, H16), title('H16
Egalisation')
Résultat : Voici le résultat pour Im
Im Him
8000
6000
4000
2000
0
0 50 100 150 200 250 300
Im16 Egalisation H16 Egalisation

8000
6000
4000
2000
0
0 50 100 150 200 250 300
Im Etirement H4 etirement
8000
6000
4000
2000
0
0 50 100 150 200 250 300
On applique même chose sur l’image ImG :
ImGa = imadjust(ImG);
Hga = imhist(ImGa);
figure,
subplot(4,2,1), imshow(ImG), title('ImG')
subplot(4,2,2), stem(0: 255, Hg), title('Hgim')
subplot(4,2,5), imshow(ImGa), title('ImG Etirement')
subplot(4,2,6), stem(0: 255, Hga), title('Hg4
etirement')
subplot(4,2,3), imshow(ImG16), title('ImG16
Egalisation')
subplot(4,2,4), stem(0: 255, Hg16), title('Hg16
Egalisation')
Résultat : Voici le résultat pour l’image ImG :
ImG Hgim
15000
10000
5000
0
0 50 100 150 200 250 300
ImG16 Egalisation 4 Hg16 Egalisation

x 10
2
1.5
0.5
0
0 50 100 150 200 250 300
ImG Etirement 4 Hg4 etirement

x 10
2
1.5
0.5
0
0 50 100 150 200 250 300

TP2 Traitement D'image

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TP2 Traitement D'image

Transféré par

Droits d'auteur :

Formats disponibles

Ministère de l’Enseignement Supérieur et de la Recherche

Année universitaire : 2022/2023

Un histogramme est un graphique statistique permettant de représenter la

1ère chose à faire :

1) Lire l’image photo00.bmp et

2) Nous avons afficher la valeur du pixel (47,1) puis

3) Nous avons affiché la ligne 4 et

5) Voici le scanning de l’image Im

Voici le scanning de l’image Im selon

6+7) Nous avons ici afficher les 4

subplot(3,2,5),stem(0: 255, hn),title('Himn')

R = col(:, :, 1); //Rouge

Hr = imhist(R); //L’histogramme de Rouge

5000 1000 5000

P1=imread('photo00.bmp'); //Lire l’image‘photo00.bmp’

P2=imread('photo01.bmp'); //Lire l’image‘photo01.bmp’

P3=imread('photo02.bmp'); //Lire l’image‘photo02.bmp’

Résultat : Voici l’affichage de trois images

L1 = mean2(double(P1)); //La luminance de l’image

C1 = sqrt(sum(sum((double(P1) - L1).^2))/(nc * nc));

C2 = sqrt(sum(sum((double(P2) - L2).^2))/(nc * nc));

C3 = sqrt(sum(sum((double(P3) - L3).^2))/(nc * nc));

Hp1 = imhist(P1); //L’histogramme de P1

Résultat : Voici le résultat obtenu avec la calcul de la

La 1ère chose à faire :

1) Nous avons ici créé et afficher la matrice M qui

M = [20 150 150 50;

8) Ici ona lire et afficher les deux images

ImG=imread('image2.bmp'); //Lire l’image 'image2.bmp'

Résultat : Voici l’affichage de ces dernières :

On répète la même chose pour l’image en niveau de gris

Hg = imhist(ImG); //L’histogramme de ImG

Résultat : Voici l’affichage pour l’image ImG :

11) Ici on a affiché l’image Im, son

Résultat : Voici le résultat pour Im

Im16 Egalisation H16 Egalisation

On applique même chose sur l’image ImG :

Résultat : Voici le résultat pour l’image ImG :

ImG16 Egalisation 4 Hg16 Egalisation

ImG Etirement 4 Hg4 etirement

Vous aimerez peut-être aussi