Manipulation d'images Python — définition ?
Processus d'importation, modification et affichage d'images avec Python.
Conversion en tableau — rôle ?
Transformer une image en matrice numérique pour traitement.
Afficher une image — méthode ?
Utiliser plt.imshow() pour visualiser un tableau d'image.
Structure du tableau Mim — format ?
Tableau 3D (hauteur, largeur, 3) avec triplets RGB.
Triplets RGB — signification ?
Représentent la couleur d’un pixel avec R, V, B sur 8 bits.
triplet_zero — fonction ?
Met à zéro deux composantes RGB selon k, en conservant une seule.
Négatif d’image — principe ?
Inverser chaque composante par 255 pour obtenir la couleur complémentaire.
Niveaux gris 1 — méthode ?
Moyenne arithmétique R+V+B/3 pour chaque pixel.
Niveaux gris 2 — méthode ?
Moyenne pondérée 0.3*R + 0.59*V + 0.11*B.
Redimensionnement interpolation — technique ?
Réduction par sous-échantillonnage avec interpolation au plus proche voisin.
Réduction moyenne locale — principe ?
Segmenter en blocs p×p et remplacer par leur moyenne.
Histogramme gris — rôle ?
Visualiser la répartition des niveaux de gris dans l’image.
imread — fonction ?
Importer une image en tableau numpy.
Mim — structure ?
Tableau (hauteur, largeur, 3), pixels [R,V,B].
plt.imshow — usage ?
Afficher une image à partir d’un tableau.
RGB — triplet ?
Trois valeurs [R,V,B] codant la couleur d’un pixel.
Matrice Mim — dimensions ?
(hauteur, largeur, 3), chaque pixel [R,V,B].
Fonction shape — but ?
Connaître les dimensions d’un tableau numpy.
Signification RGB — valeurs ?
Intensités de rouge, vert, bleu entre 0 et 255.
negatif — transformation ?
255 moins chaque composante RGB.
Conversion niveaux gris 1 — formule ?
Moyenne simple R+V+B/3.
Conversion niveaux gris 2 — formule ?
Poids 0.3*R + 0.59*V + 0.11*B.
Réduction p×p — méthode ?
Sélectionner un pixel représentatif dans chaque bloc.
Réduction moyenne locale — principe ?
Calculer la moyenne de chaque sous-image p×p.
Testez vos connaissances avec un QCM de 12 questions sur Manipulation et conversion d'images en Python.
1. Quelle est la conséquence de convertir une image en tableau numpy 3D de dimensions (hauteur, largeur, 3) pour sa manipulation et sa visualisation en Python ?
2. Quelle est la structure caractéristique du tableau de nombres obtenu après conversion d'une image en utilisant `imread` dans le contexte de manipulation d'images en Python ?
Révisez le cours complet dans la fiche de révision de Manipulation et conversion d'images en Python.
Voir la fiche →Intelligence Artificielle
Bases de données
Bases de données
Bases de données
Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards