Le traitement d’image est un domaine qui a connu une croissance rapide ces dernières années. Les outils JavaCV et Processing sont des outils puissants qui permettent aux développeurs de créer des applications d’imagerie numérique. Dans cet article, nous allons examiner les avantages et les inconvénients de ces outils et discuter de leur utilisation pour le traitement d’image. Nous verrons également comment les outils JavaCV et Processing peuvent être utilisés conjointement pour créer des applications d’imagerie numérique plus complexes.
Codes Processing utilisant les fonctions javacv « in-line »
- Un premier programme de test d’utilisation de javacv dans Processing
Les objets fondamentaux « statiques » d’OpenCV
- Utiliser l’objet IplImage (conteneur d’image OpenCV) dans Processing
- Redimensionner un objet IplImage (conteneur d’image OpenCV) dans Processing
- Charger la même valeur dans tous les pixels un objet IplImage (conteneur d’image OpenCV) dans Processing
- Convertir un objet IplImage 16SC3 (16 bits signés – 3 canaux) en un objet IplImage 8UC3 (8 bits non signé – 3 canaux)
- Multiplier tous les pixels d’un objet IplImage 8UC3 (8 bits non signé – 3 canal) par une valeur (idem ou différente pour les différents canaux)
- Convertir un objet IplImage RGB en un IplImage en niveaux de gris
- Appliquer un seuillage sur un IplImage
- Extraire les canaux RGB d’un IplImage et reconstruire l’IplImage à partir des canaux RGB indivuels
- Récupérer les valeurs d’un pixel d’un IplImage
- Modifier la valeur d’un pixel d’un IplImage
- Inverser les pixels d’une IplImage
- Récupérer un IplImage dans un ByteBuffer
- Transférer un IplImage vers un PImage
- Inversement, transférer un PImage vers un IplImage
- Test des temps de transfert d’un IplImage dans un PImage et vice-versa.
- Conversion d’un IplImage d’un type dans un autre type.
Filtrage d’image simples
- Test des fonctions d’effet « flou » de javacv dans Processing?
Objet CvMat (Matrice 1 à n Dimensions).
- Déclarer et initialiser un objet CvMat
- CvMat et utilisation d’une Look-Up Table (LUT)
- CvMat et utilisation d’un noyau de convolution personnalisé
- CvMat et utilisation d’un noyau de convolution : réalisation d’un filtre de Sobel
Les objets fondamentaux « dynamiques » d’OpenCV
Détection de contours
- Détecter les contours d’une image (cvFindContours puis cvDrawContours)
- Récupérer les données du contour à partir du CvSeq
