Il s’agit d’inverser tous les pixels d’une image codée en niveaux de gris, sur 8 bits, transformant ainsi une image en son négatif. Puisqu’un pixel est codé sur 8 bits, la valeur maximale possible est 255. Il faut donc transformer tout les pixels v de l’image en 255-v.
Je commence par présenter le code Java, décrivant ainsi les éléments nécessaires à un plugin ImageJ. Puis plusieurs versions Clojure sont données. La dernière version est aussi rapide que le code Java, et pourtant plus réutilisable.
Comme son nom l’indique, les domaines couverts sont ceux du traitement et de l’analyse d’images. Assez classique somme toute. Sauf que la particularité de ce journal est d’être en ligne et libre d’accès. Ainsi toutes les articles sont disponibles, ils peuvent être lus, téléchargés et imprimés gratuitement. Si l’intérêt pour le lecteur est évident, les éditeurs espèrent ainsi obtenir une bonne visibilité pour leur journal. On leur souhaite de réussir (c’est pour cela que j’en fait la publicité).
Dans le premier numéro, j’ai pour ma part relevé et placé dans ma liste de lecture les articles suivants :
Content-based Image Retrieval by Indexing Random Subwindows with Randomized Trees (Raphaël Marée, Pierre Geurts et Louis Wehenkel)
A Survey of Manifold Learning for Images (Robert Pless et Richard Souvenir)
Partial Similarity of Shapes Using a Statistical Significance Measure (Alexander M. Bronstein, Michael M. Bronstein, Yair Carmon et Ron Kimmel)
et Using Context to Recognize People in Consumer Images (Andrew C. Gallagher et Tsuhan Chen)
Pour un premier numéro, j’y trouve donc mon compte.
C’est moche, c’est normal c’est la version 0.1 de la démonstration de la distance de Hausdorff. En préparation d’un billet sur cette distance, je suis prépare une vidéo censée aider à comprendre son fonctionnement. Voici une première version, obtenue avec clojure et ImageJ.
Je viens de me rendre compte que les annotations ne sont visibles que sur Youtube. Vous pouvez voir la vidéo complète ici.
Le principe : une distance entre deux ensembles (ici de points) A et B. En trois étapes :
distance de A à B : pour chaque point de A, est retenu le point de B le plus proche. De toutes ces distances, on garde la plus grande.
distance de B à A : idem.
de ces deux distances (qui apparaissent fléchées à la fin de la vidéo), on garde la plus grande.
Subscribe Feed (RSS)
