Exercices: Traitement d'image par programme

Une image en niveaux de gris code chaque pixel sur un octet (de 0 à 255).

1. a) Quelle valeur correspond au noir ? au blanc ?

1. b) Combien de niveaux de gris différents peut-on représenter ?

Une image en niveaux de gris de 3×3 pixels est :

10  200  50

0   255  100

30  120  220

Calculer l'image négative, sachant que le négatif d'un pixel de valeur $v$ vaut $255-v$.

Un pixel couleur est codé $(R,G,B)=(200,100,50)$. Calculer son niveau de gris par la moyenne $(R+G+B)/3$ et l'arrondir à l'entier le plus proche.

Une photo en niveaux de gris fait 1 200 × 800 pixels, un octet par pixel, sans compression.

1. a) Calculer sa taille en octets puis en Mo (1 Mo = 1 000 000 octets).

1. b) Même question pour la même image en couleur (3 octets par pixel).

On applique à une image un seuillage : tout pixel de valeur supérieure ou égale à 128 devient 255, sinon 0. Soit la ligne : 12 ; 130 ; 127 ; 128 ; 250 ; 60.

1. a) Donner la ligne obtenue.

1. b) Écrire en langage naturel l'algorithme qui applique ce seuillage à tous les pixels d'une image.

Citer et expliquer en une phrase chacun de ces algorithmes d'un appareil photo : réglage de l'exposition, mise au point automatique, stabilisation, fusion d'images (HDR).

Pour détecter un contour horizontal, on calcule pour chaque pixel la différence en valeur absolue avec le pixel de droite. La ligne de pixels est : 20 ; 22 ; 21 ; 200 ; 198 ; 30 ; 29.

1. a) Calculer la ligne des différences (6 valeurs).

1. b) Avec un seuil de 100, indiquer les positions détectées comme contours.

1. c) Expliquer pourquoi un bruit de capteur peut produire de fausses détections.

On éclaircit une image en ajoutant 60 à chaque pixel, en plafonnant à 255.

1. a) Appliquer à la ligne : 10 ; 100 ; 200 ; 250.

1. b) Expliquer ce qu'on perd comme information sur les pixels déjà clairs.

1. c) Écrire l'algorithme en langage naturel avec un test pour le plafonnement.

Deux photos d'une même scène (de nuit à Strasbourg) sont fusionnées : l'une, surexposée, donne les valeurs 240 ; 250 ; 100 pour trois pixels, l'autre, sous-exposée, donne 20 ; 90 ; 40.

1. a) Calculer, pixel à pixel, l'image moyenne des deux photos.

1. b) Expliquer pourquoi une simple moyenne n'est pas toujours la meilleure méthode pour fusionner et proposer un critère pour choisir le pixel de chaque photo.

1. c) Pourquoi la stabilisation est-elle nécessaire avant la fusion ?