OpenCV est un logiciel libre et open source qui permet aux développeurs de créer des applications visuelles. Il est largement utilisé dans le domaine de l’intelligence artificielle et de la vision par ordinateur. Dans cet article, nous allons examiner le fonctionnement de PYQT et OpenCV et comment ils peuvent être utilisés ensemble pour créer des applications visuelles. Nous verrons également comment les fichiers PYQT et OpenCV peuvent être utilisés pour créer des applications visuelles plus complexes. Enfin, nous discuterons des avantages et des inconvénients de l’utilisation de PYQT et OpenCV pour créer des applications visuelles.
PyQt + OpenCV : traiter des images fixes
Pour débuter
- Afficher une image chargée depuis un fichier avec OpenCV dans une interface PyQt
- Sélectionner un fichier image et afficher l’image avec OpenCV dans une interface PyQt
Traitement d’image de base
- Déclarer / Initialiser des « buffers » image OpenCV pour réaliser facilement les opérations sur des images
- Convertir une image RGB en niveaux de gris
- Appliquer un effet miroir à une image RGB
- Inverser une image RGB
- Appliquer un flou à une image RGB (filtre Gaussien)
- Appliquer un seuillage (réglé par Slider) et binariser une image RGB
Traitement d’image avancé
- Afficher les canaux RGB d’une image dans des fenêtres séparées
- Modifier les canaux d’une image RGB à l’aide de sliders
- Filtre « mixeur de canaux » couleur
- Filtre « mixeur de canaux » en niveaux de gris
- Egaliser histogramme
- Afficher histogramme d’une image
- Conversion RGB to HSV
Opérations sur pixels
- Analyser l’intensité de tous les pixels d’une ligne sous forme graphique
Extractions de contours
- Appliquer un filtre de Sobel à une image RGB
- Appliquer un filtre de Sharr à une image RGB
- Appliquer un filtre de Canny à une image RGB
Traitement entre 2 images
Soustraction du fond
Détection de visage
- Détecter des visages dans une image RGB
- Obtenir de l’information sur les visages détectés (nombre, position centre, rectangle encadrant…)
Détection des contours de formes 2D quelconques (détection de Blobs)
- Détecter et dessiner les contours de formes 2D quelconques à partir d’une image binarisée
- Obtenir de l’information sur les contours détectés (position centre, aire, rectangle et cercle encadrants)
Sélection de formes 2D de formes 2D quelconques (filtrage des Blobs retenus)
Analyse de contours de formes 2D quelconques
- analyse de convexité de contours de formes 2D quelconques
