Partie P5 · exercices 24 à 34
Lire chaque pixel, calculer une nouvelle couleur, écrire le résultat
Un filtre est un petit calcul appliqué à chaque pixel d'une photo. Les applications de retouche font la même chose, en beaucoup plus perfectionné. Tu vas écrire tes propres filtres.
Tous les filtres de ce chapitre suivent le même modèle :
from PIL import Image
photo = Image.open("Ardeche.jpeg").convert("RGB") # la photo de départ
largeur, hauteur = photo.size # sa définition
image = Image.new("RGB", (largeur, hauteur)) # une image vide, de même taille
for x in range(largeur):
for y in range(hauteur):
R1, V1, B1 = photo.getpixel((x, y)) # 1. lire le pixel d'origine
R2 = V1 # 2. calculer la nouvelle couleur
V2 = B1
B2 = R1
image.putpixel((x, y), (R2, V2, B2)) # 3. écrire le pixel dans la nouvelle image
image.show()
image.save("Ardeche_filtre.jpg")| Ligne | Effet |
|---|---|
photo = Image.open("Ardeche.jpeg") | ouvre la photo, qui doit être dans le même dossier que le programme |
largeur, hauteur = photo.size | range la définition de la photo dans deux variables |
R1, V1, B1 = photo.getpixel((x, y)) | lit les trois valeurs du pixel \((x\,;y)\) |
image.putpixel((x, y), (R2, V2, B2)) | écrit le pixel modifié à la même place dans la nouvelle image |
Vigilance
Le nom du fichier doit être exact, extension comprise : ici Ardeche.jpeg (avec deux e), pas .jpg.
.convert("RGB") garantit trois valeurs par pixel. Sans lui, certaines images (PNG avec transparence, images en niveaux de gris) renvoient 4 valeurs ou une seule, et R1, V1, B1 = ... provoque une erreur.
Les valeurs écrites doivent être des entiers entre 0 et 255. Pour un résultat décimal, utilise // ou int(...). Pour un résultat qui peut dépasser, utilise min(255, ...) ou max(0, ...).
Le programme parcourt environ 700 000 pixels : compte quelques secondes d'exécution.
À retenir
Un filtre = une double boucle sur tous les pixels + un calcul de \((R_2\,;V_2\,;B_2)\) à partir de \((R_1\,;V_1\,;B_1)\).
Écrire dans une nouvelle image évite de mélanger anciennes et nouvelles valeurs.
Copie photo.py, télécharge Ardeche.jpeg dans le même dossier et exécute :
from PIL import Image
photo = Image.open("Ardeche.jpeg").convert("RGB")
largeur, hauteur = photo.size
print(largeur, hauteur)
photo.show()Relis le calcul de l'exercice sur les mégapixels.
💾 NOM_Prenom_ex24.py
Teste filtre.py (vu dans le cours), qui applique \(R_2 = V_1\), \(V_2 = B_1\) et \(B_2 = R_1\).
Question 3 : trois choix pour le premier canal, puis deux pour le deuxième, puis un.
Question 4 : cherche les pixels pour lesquels \(R_1 = V_1 = B_1\).
💾 NOM_Prenom_ex25.py
Le négatif d'une photo s'obtient en remplaçant chaque intensité par son complément à 255 : \(R_2 = 255 - R_1\), et de même pour V et B.
Reprends filtre.py et change seulement les trois lignes de calcul.
💾 NOM_Prenom_ex26.py
Range le calcul dans une variable g, puis écris image.putpixel((x, y), (g, g, g)).
Pour la moyenne, utilise // : le résultat doit être un entier. Pour la pondérée, entoure le calcul de int(...).
💾 NOM_Prenom_ex27.py
Un pixel devient blanc si son niveau de gris dépasse un seuil, et noir sinon.
Un if g > 128: qui écrit (255, 255, 255), un else: qui écrit (0, 0, 0).
💾 NOM_Prenom_ex28.py
Télécharge Gargouille1.jpeg, puis remplace la dernière ligne de la boucle de filtre.py par :
image.putpixel((largeur - 1 - x, y), (R1, V1, B1))largeur - x au lieu de largeur - 1 - x ?Le pixel de la colonne \(x\) est recopié dans la colonne symétrique.
Question 3 : quelle est la plus grande colonne autorisée ? Que vaut largeur - x pour \(x = 0\) ?
💾 NOM_Prenom_ex29.py
min(255, ...) ?Une intensité ne peut pas dépasser 255, ni descendre sous 0.
min(255, R1 + 60) renvoie la plus petite des deux valeurs.
💾 NOM_Prenom_ex30.py
Pour savoir si une photo est plutôt sombre ou claire, on compte les pixels par tranche de luminosité. On calcule le niveau de gris \(g\) de chaque pixel (moyenne) :
Eiffel.jpeg et compare.Trois compteurs qui démarrent à 0, un if / elif / else dans la double boucle.
Le total des pixels est largeur * hauteur. Pourcentage : 100 * sombres / total.
💾 NOM_Prenom_ex31.py
Recopie et teste ce programme avec Eiffel.jpeg :
from PIL import Image
photo = Image.open("Eiffel.jpeg").convert("RGB")
largeur, hauteur = photo.size
image = Image.new("RGB", (largeur, hauteur))
L = largeur // 3 # largeur d'une bande du drapeau
for x in range(largeur):
for y in range(hauteur):
if x < L:
image.putpixel((x, y), (0, 0, 255))
elif x < 2 * L:
image.putpixel((x, y), (255, 255, 255))
else:
image.putpixel((x, y), (255, 0, 0))
for x in range(largeur):
for y in range(hauteur):
R1, V1, B1 = photo.getpixel((x, y))
r, v, b = image.getpixel((x, y))
image.putpixel((x, y), ((R1 + r) // 2, (V1 + v) // 2, (B1 + b) // 2))
image.show()
image.save("Eiffel_fusion.jpg")Question 2 : quelle est la moyenne de deux nombres ?
Question 3 : la couleur du drapeau dépend de y (haut ou bas) : y < hauteur // 2.
💾 NOM_Prenom_ex32.py
Pixelliser, c'est remplacer chaque petit carré de la photo par un carré de couleur unique. Pour un carré de côté taille :
taille en taille : for x in range(0, largeur, taille) ;taille = 10.taille = 3, puis taille = 30. Que constates-tu ?min(x + taille, largeur) pour arrêter les boucles internes ?Quatre boucles : deux pour les carrés, deux (à l'intérieur) pour les pixels d'un carré.
Les pixels du carré sont range(x, x + taille) pour la colonne et range(y, y + taille) pour la ligne.
💾 NOM_Prenom_ex33.py
Pour lisser une photo, on remplace chaque pixel par la moyenne des 9 pixels du carré 3 × 3 qui l'entoure (lui compris).
largeur - 2, et de la ligne 1 à hauteur - 2.Pour chaque pixel \((x\,;y)\), deux boucles de \(-1\) à \(+1\) lisent les voisins \((x + i\,;y + j)\).
Trois accumulateurs r, v, b démarrent à 0 pour chaque pixel ; on les divise par 9 à la fin.
💾 NOM_Prenom_ex34.py
Ce que je sais faire