Tu crées des matrices de cooccurrence pour des morceaux de ton image, non ? Tu remplaces le morceau par l'image de la matrice de cooccurrence. Et pour l'échelle, j'en ai déjà parlé, tu peux faire comme le propose pasdeface.
Bonjour,
c'est pas clair?????????????Donc juste à multiplier les valeurs par 255 quoi.
ben :
si 0 = noir et 1 = blanc
et si pour toi 0 = noir et 255 = blanc.
Tu dois simplement changer d'echelle de niveau de gris et passer de valeurs comprises entre 0 et 1 à des valeurs comprises entre 0 et 255.
Si tu multiplie par 255 :
0*255 = 0
1*255 = 255
Deja les bornes sont ok.
Et par exemple 0.5 fairai 0.5*255 = 127
etc...
Ce qui fait bien des valeurs entieres au passage
MERCI c'est clair maintenant
et à ton avis, si j'arrondie les resultats c'est mieux encore, non?
127.2 =>127
127.7 =>128
oui tu peux, même si je pense pas que la différence soit visible à l'oeil.
OK
MERCI pour vous tous...
A bientot..
tout d'abord j'ai bien lu la discussion dès le debut jusqu'à la fin mais il y a juste des précisions dont je voudrai votre aide.
1. si on calcule la matrice de cooccurrence de 0° est-ce qu'elle doit etre symétrique ca veut dire si je trouve que le 1 est à coté du 4 (le 4 est la droite de 1) doit incréménter la matrice de 0° de 1 en mat[0][4] et mat[4][0] sachant que mat est la matrice de cooccurrence de 0°*??
2. j'ai vue que je doits tout d'abord normaliser la matrice que je calcule. Ca veut dire si je prends mat[i][j] pour la normaliser je dois diviser chaque valeur de la matrice par (hauteur*largeur) de l'image. ben pourquoi dois je normaliser ???
3. Si je fais les 4 matrices pour 0°,45°,90°,135° alors après les avoir normalisé je dois calculer les caractéristiques. est-ce que je dois les calculer pour chaque matrice ou comme dit avant on choisit une certaine somme pour certaine matrices et faire le calcul des caractéristiques.
Merci pour vos aides.
Oui, la matrice est toujours symétrique quelque soit l'angle d'exploration. Donc si un pixel de valeur "v1" est a coté d'un pixel de valeur "v2", alors tu dois incrémenter mat[v1][v2] ET mat[v2][v1].
Oui, c'est ça. Tu dois diviser chaque valeur de la matrice par le nombre total de pixel que tu as exploré. Si tu as exploré toute l'image, ça revient effectivement à diviser par (hauteur*largeur) de l'image.2.j'ai vu que je dois tout d'abord normaliser la matrice, donc ca veut dire que pour normaliser la matrice je doit déviser chaque valeur de la matrice par (hauteur*largeur) de l'image ? Pourqoi dois-je normaliser ?
On doit normaliser la matrice car les calculs que l'on va faire dessus sont des calculs statistiques sur des probabilités. Et les probabilités c'est mieux entre 0 et 1.
La littérature n'est pas claire sur ce point. Personnellement, j'ai eu de meilleurs résultats en calculant les caractéristiques de chaque matrice.3.Si je fait les 4 matrices pour 0°,45°,90°,135° alors après les avoir normalisées je dois calculer les caractéristiques. Est-ce que je dois les calculer pour chaque matrice ou, comme dit avant, on fait une certaine somme des matrices et on fait le calcul des caractéristiques.
Merci infiniment PseudoCode.mes idées sont plus claire maintenant.
j'ai voulu juste savoir s'il y'a un lien pour pouvoir savoir les valeurs max et min des caractéristiques de haralick.
merci
Vous avez un bloqueur de publicités installé.
Le Club Developpez.com n'affiche que des publicités IT, discrètes et non intrusives.
Afin que nous puissions continuer à vous fournir gratuitement du contenu de qualité, merci de nous soutenir en désactivant votre bloqueur de publicités sur Developpez.com.
Partager