{"id":93795,"date":"2021-09-23T08:33:00","date_gmt":"2021-09-23T07:33:00","guid":{"rendered":"https:\/\/datascientest.com\/?p=93795"},"modified":"2023-11-09T14:05:57","modified_gmt":"2023-11-09T14:05:57","slug":"image-processing-tout-savoir","status":"publish","type":"post","link":"https:\/\/datascientest.com\/image-processing-tout-savoir","title":{"rendered":"Image Processing : principes fondamentaux et usages pratiques"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"93795\" class=\"elementor elementor-93795\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-a7c5f60 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"a7c5f60\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7e23c45\" data-id=\"7e23c45\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-8622c58 elementor-widget elementor-widget-text-editor\" data-id=\"8622c58\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<h2><strong>Les images contiennent de nombreuses informations importantes. Si elles sont faciles \u00e0 d\u00e9celer pour nos yeux habitu\u00e9s, elles repr\u00e9sentent un vrai challenge en analyse de donn\u00e9es. L\u2019ensemble de ces techniques est connu sous le nom d\u2019\u00ab image processing \u00bb ou traitement d\u2019image. Dans cet article, vous d\u00e9couvrirez les algorithmes, techniques et outils classiques permettant de traiter les donn\u00e9es sous forme d\u2019images.<\/strong><\/h2>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-adf8293 elementor-widget elementor-widget-heading\" data-id=\"adf8293\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">Qu'est-ce que l\u2019image processing ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3391da1 elementor-widget elementor-widget-text-editor\" data-id=\"3391da1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Comme son nom l&rsquo;indique, le traitement d&rsquo;image consiste \u00e0 traiter des images, ce qui peut inclure de <\/span><b>nombreuses techniques diff\u00e9rentes<\/b><span style=\"font-weight: 400;\">, et le r\u00e9sultat final peut se pr\u00e9senter sous la forme d&rsquo;une autre image, d\u2019une variation ou simplement d&rsquo;un param\u00e8tre de cette image. Ce r\u00e9sultat peut ensuite \u00eatre utilis\u00e9 pour une <\/span><b>analyse plus approfondie<\/b><span style=\"font-weight: 400;\"> ou une <\/span><b>prise de d\u00e9cision<\/b><span style=\"font-weight: 400;\">.<\/span><\/span><\/p><p><span style=\"color: #000000;\">Il s&rsquo;agit de la partie centrale de <a href=\"https:\/\/www.youtube.com\/watch?v=3jLxVYe-Nwc\">la vision par ordinateur\u00a0<\/a>(ou \u00ab\u00a0computer vision\u00a0\u00bb) qui joue un r\u00f4le crucial dans de nombreux exemples du monde r\u00e9el comme la <b>robotique<\/b>, les <b>voitures<\/b> <b>autonomes<\/b> et la <b>d\u00e9tection d&rsquo;objets<\/b>.<span style=\"font-weight: 400;\"> Le traitement d&rsquo;images nous permet de<\/span><b> transformer <\/b><span style=\"font-weight: 400;\">et de<\/span><b> manipuler <\/b><span style=\"font-weight: 400;\">des milliers d&rsquo;images \u00e0 la fois et d&rsquo;en extraire des informations utiles.\u00a0<\/span><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-91e5e04 elementor-widget elementor-widget-video\" data-id=\"91e5e04\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/www.youtube.com\\\/watch?v=3jLxVYe-Nwc&quot;,&quot;video_type&quot;:&quot;youtube&quot;,&quot;controls&quot;:&quot;yes&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-video .elementor-widget-container{overflow:hidden;transform:translateZ(0)}.elementor-widget-video .elementor-wrapper{aspect-ratio:var(--video-aspect-ratio)}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{height:100%;width:100%;display:flex;border:none;background-color:#000}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-wrapper{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .elementor-open-inline .elementor-custom-embed-image-overlay{position:absolute;top:0;right:0;bottom:0;left:0;background-size:cover;background-position:50%}.elementor-widget-video .elementor-custom-embed-image-overlay{cursor:pointer;text-align:center}.elementor-widget-video .elementor-custom-embed-image-overlay:hover .elementor-custom-embed-play i{opacity:1}.elementor-widget-video .elementor-custom-embed-image-overlay img{display:block;width:100%;aspect-ratio:var(--video-aspect-ratio);-o-object-fit:cover;object-fit:cover;-o-object-position:center center;object-position:center center}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-custom-embed-image-overlay{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-custom-embed-image-overlay img{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .e-hosted-video .elementor-video{-o-object-fit:cover;object-fit:cover}.e-con-inner>.elementor-widget-video,.e-con>.elementor-widget-video{width:var(--container-widget-width);--flex-grow:var(--container-widget-flex-grow)}<\/style>\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6ab092e elementor-widget elementor-widget-heading\" data-id=\"6ab092e\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Mais qu'est-ce qu'un image ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-78f3811 elementor-widget elementor-widget-text-editor\" data-id=\"78f3811\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Une image peut \u00eatre repr\u00e9sent\u00e9e comme une <\/span><b>fonction en 2D<\/b> <b>F(x,y) o\u00f9 x et y sont des coordonn\u00e9es spatiales<\/b><span style=\"font-weight: 400;\">.<\/span><span style=\"font-weight: 400;\"> Il s&rsquo;agit donc d&rsquo;un tableau de pixels dispos\u00e9s en colonnes et en rang\u00e9es. La valeur de F en un point x,y est connue comme l&rsquo;intensit\u00e9 d&rsquo;une image \u00e0 ce point. Si x, y et la valeur de l&rsquo;amplitude sont finis, on parle d&rsquo;image num\u00e9rique.\u00a0<\/span><\/span><\/p><p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Une image peut \u00e9galement \u00eatre <\/span><b>repr\u00e9sent\u00e9e en 3D<\/b> <b>dont les coordonn\u00e9es sont x, y et z<\/b><span style=\"font-weight: 400;\">. <\/span>Les pixels sont alors dispos\u00e9s sous la forme d&rsquo;une matrice. C&rsquo;est ce qu&rsquo;on appelle une<strong> image RVB (ou RGB en anglais). <\/strong>Si l\u2019image est en niveaux de gris, il n\u2019y a qu\u2019un seul canal\u00a0: <strong>z = 1.<\/strong><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b03a028 elementor-widget elementor-widget-image\" data-id=\"b03a028\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"430\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Repre\u0301sentation-Fond-Blanc@2x-1024x550.png\" class=\"attachment-large size-large wp-image-98171\" alt=\"repr\u00e9sentation de l&#039;image processing\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Repre\u0301sentation-Fond-Blanc@2x-1024x550.png 1024w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Repre\u0301sentation-Fond-Blanc@2x-300x161.png 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Repre\u0301sentation-Fond-Blanc@2x-768x412.png 768w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Repre\u0301sentation-Fond-Blanc@2x-1536x824.png 1536w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Repre\u0301sentation-Fond-Blanc@2x.png 1742w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Illustration d'une image RVB<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-789e751 elementor-widget elementor-widget-heading\" data-id=\"789e751\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Techniques classiques d\u2019image processing<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-eb66a56 elementor-widget elementor-widget-text-editor\" data-id=\"eb66a56\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400; color: #000000;\">Historiquement, les images \u00e9taient trait\u00e9es avec des m\u00e9thodes d\u2019analyse math\u00e9matique, nous allons en pr\u00e9senter quelques-unes ci-dessous\u00a0:<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><b>Le flou gaussien<\/b><span style=\"font-weight: 400;\">, ou lissage gaussien, est le r\u00e9sultat de l\u2019application sur une image, c\u2019est-\u00e0-dire sur une matrice telle que d\u00e9fini ci-dessus, d\u2019une fonction gaussienne. Il est utilis\u00e9 pour r\u00e9duire le bruit de l&rsquo;image et att\u00e9nuer les d\u00e9tails. L&rsquo;effet visuel de cette technique de flou est similaire \u00e0 celui de regarder une image \u00e0 travers un \u00e9cran translucide. Elle est parfois utilis\u00e9e comme technique d\u2019augmentation de donn\u00e9es pour du <\/span><a style=\"color: #000000;\" href=\"https:\/\/datascientest.com\/deep-learning\"><span style=\"font-weight: 400;\">deep learning<\/span><\/a><span style=\"font-weight: 400;\"> dont nous parlerons plus en d\u00e9tail ci-dessous.<\/span><\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">La <\/span><b>transform\u00e9e de Fourier<\/b><span style=\"font-weight: 400;\"> d\u00e9compose une image en composantes sinus et cosinus.<\/span><span style=\"font-weight: 400;\"> Elle a de multiples applications comme la reconstruction d&rsquo;images, la compression d&rsquo;images ou le filtrage d&rsquo;images. <\/span><span style=\"font-weight: 400;\">Puisque nous parlons d&rsquo;images, nous allons prendre en consid\u00e9ration la transform\u00e9e de Fourier discr\u00e8te.<\/span><\/span><\/li><\/ul><p><span style=\"font-weight: 400; color: #000000;\">Consid\u00e9rons une sinuso\u00efde, elle est compos\u00e9e de trois \u00e9l\u00e9ments :<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">L&rsquo;<\/span><b>amplitude<\/b><span style=\"font-weight: 400;\"> &#8211; li\u00e9e au contraste\u00a0<\/span><\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">La <\/span><b>fr\u00e9quence spatiale<\/b><span style=\"font-weight: 400;\"> &#8211; li\u00e9e \u00e0 la luminosit\u00e9<\/span><\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">La <\/span><b>phase<\/b><span style=\"font-weight: 400;\"> &#8211; li\u00e9e \u00e0 l&rsquo;information sur la couleur<\/span><\/span><\/li><\/ul><p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">La <\/span><b>d\u00e9tection des contours<\/b><span style=\"font-weight: 400;\"> est une technique de traitement d&rsquo;image permettant de<\/span><b> trouver les limites des objets<\/b><span style=\"font-weight: 400;\"> dans les images, elle fonctionne en d\u00e9tectant les discontinuit\u00e9s de la luminosit\u00e9. <\/span><span style=\"font-weight: 400;\">Plus pr\u00e9cis\u00e9ment, les bords sont d\u00e9finis comme les maxima locaux du gradient de l\u2019image, c\u2019est-\u00e0-dire les zones o\u00f9 il y a une grande variation de valeurs entre deux zones de pixels. <\/span><span style=\"font-weight: 400;\">L&rsquo;algorithme de d\u00e9tection des contours le plus courant est celui de <\/span><b>Sobel<\/b><span style=\"font-weight: 400;\">. <\/span><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b30a353 elementor-align-center elementor-widget elementor-widget-button\" data-id=\"b30a353\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formations-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Apprendre \u00e0 utiliser l'image processing<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8024a48 elementor-widget elementor-widget-heading\" data-id=\"8024a48\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Image Processing avec des r\u00e9seaux de neurones <\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1218dcc elementor-widget elementor-widget-image\" data-id=\"1218dcc\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"412\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Detection-des-contours@2x-1024x527.png\" class=\"attachment-large size-large wp-image-98172\" alt=\"d\u00e9tection des contours sur une image de la tour Eiffel\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Detection-des-contours@2x-1024x527.png 1024w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Detection-des-contours@2x-300x154.png 300w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Detection-des-contours@2x-768x395.png 768w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Detection-des-contours@2x.png 1464w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">D\u00e9tection des contours sur une image de la Tour Eiffel<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6539472 elementor-widget elementor-widget-text-editor\" data-id=\"6539472\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">L\u2019apparition des r\u00e9seaux de neurones et des puissances de calcul accrues a permis de r\u00e9volutionner le traitement d\u2019image. En particulier, les <\/span><strong>r\u00e9seaux de convolution<\/strong><span style=\"font-weight: 400;\"><span style=\"color: #000000;\"> q<\/span>ui s\u2019inspirent des techniques cit\u00e9es pr\u00e9c\u00e9demment excellent dans la d\u00e9tection et la reconnaissance d\u2019objets ou de personnes. Comment fonctionnent-ils\u00a0?\u00a0<\/span><\/span><\/p><p><span style=\"color: #000000;\">Un <a href=\"https:\/\/datascientest.com\/convolutional-neural-network\"><b>r\u00e9seau neuronal convolutif<\/b><\/a>, ou CNN en abr\u00e9g\u00e9, comporte trois types de couches principales :<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">La <\/span><b>couche convolutionnelle<\/b><span style=\"font-weight: 400;\"> (CONV) : Elle est responsable de l&rsquo;ex\u00e9cution de l&rsquo;<\/span><b>op\u00e9ration de convolution<\/b><span style=\"font-weight: 400;\">. L&rsquo;\u00e9l\u00e9ment impliqu\u00e9 dans l&rsquo;ex\u00e9cution de l&rsquo;op\u00e9ration de convolution est appel\u00e9 le<\/span><b> noyau\/filtre<\/b><span style=\"font-weight: 400;\"> (matrice). Le noyau effectue des <\/span><b>d\u00e9calages horizontaux et verticaux<\/b><span style=\"font-weight: 400;\"> jusqu&rsquo;\u00e0 ce que l&rsquo;image enti\u00e8re soit travers\u00e9e. Son fonctionnement est <\/span><b>similaire \u00e0 la technique de d\u00e9tection des contours<\/b><span style=\"font-weight: 400;\">.<\/span><\/span><\/li><\/ul><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Couche de <\/span><b>mise en commun<\/b><span style=\"font-weight: 400;\"> (POOL) : Cette couche est responsable de la <\/span><b>r\u00e9duction de la dimensionnalit\u00e9<\/b><span style=\"font-weight: 400;\">. Elle permet de <\/span><b>diminuer la puissance de calcul <\/b><span style=\"font-weight: 400;\">n\u00e9cessaire au traitement des donn\u00e9es. Il existe deux types de mise en commun : La <\/span><b>mise en commun maximale et la mise en commun moyenne<\/b><span style=\"font-weight: 400;\">. La mise en commun maximale renvoie la valeur maximale de la zone couverte par le noyau sur l&rsquo;image. La mise en commun moyenne renvoie la moyenne de toutes les valeurs de la partie de l&rsquo;image couverte par le noyau.<\/span><\/span><\/li><\/ul><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Couche <\/span><b>enti\u00e8rement connect\u00e9e<\/b><span style=\"font-weight: 400;\"> (FC) : La couche enti\u00e8rement connect\u00e9e (FC) est pr\u00e9sente \u00e0 la fin des architectures CNN. Elle est similaire \u00e0 une couche traditionnelle de r\u00e9seaux de neurones et permet, apr\u00e8s application d\u2019une fonction d\u2019activation, de renvoyer la sortie attendue par le r\u00e9seau, par exemple une classification.<\/span><\/span><\/li><\/ul><p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">L\u2019ajout de fonctions non lin\u00e9aires (\u00ab\u00a0RELU\u00a0\u00bb) au sein des r\u00e9seaux ou d\u2019architectures sp\u00e9cifiques permettent de r\u00e9pondre \u00e0 des probl\u00e9matiques plus complexes. Les exemples sont nombreux\u00a0: <\/span><\/span><strong><a href=\"https:\/\/datascientest.com\/reseaux-de-neurones-densenet\">DenseNet<\/a><\/strong><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">, <\/span><strong><a href=\"https:\/\/datascientest.com\/u-net\">U-Net<\/a><\/strong><span style=\"font-weight: 400;\">, <\/span><strong><a href=\"https:\/\/datascientest.com\/quest-ce-que-le-modele-vgg\">VGG<\/a><\/strong><span style=\"font-weight: 400;\">\u2026<\/span><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8e50efa elementor-widget elementor-widget-heading\" data-id=\"8e50efa\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Generative Adversarial Networks<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a005dd4 elementor-widget elementor-widget-text-editor\" data-id=\"a005dd4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400; color: #000000;\">Les donn\u00e9es labellis\u00e9es \u00e9tant parfois trop peu nombreuses pour l\u2019entra\u00eenement de r\u00e9seaux complexes, les mod\u00e8les g\u00e9n\u00e9ratifs dits <strong><a href=\"https:\/\/datascientest.com\/gan-machine-learning\">GAN pour Generative Adversarial Networks<\/a><\/strong> sont particuli\u00e8rement utilis\u00e9s aujourd\u2019hui.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4a9b680 elementor-widget elementor-widget-image\" data-id=\"4a9b680\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"856\" src=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Second-Sche\u0301ma-Fond-Blanc@2x-957x1024.png\" class=\"attachment-large size-large wp-image-98174\" alt=\"sch\u00e9ma repr\u00e9sentant le fonctionnement du GAN\" srcset=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Second-Sche\u0301ma-Fond-Blanc@2x-957x1024.png 957w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Second-Sche\u0301ma-Fond-Blanc@2x-280x300.png 280w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Second-Sche\u0301ma-Fond-Blanc@2x-768x822.png 768w, https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/Image-Processing-Second-Sche\u0301ma-Fond-Blanc@2x.png 1197w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Le fonctionnement du GAN<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-cfd6a6d elementor-widget elementor-widget-text-editor\" data-id=\"cfd6a6d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Les GANs sont compos\u00e9s de deux mod\u00e8les : <\/span><b>Generator<\/b><span style=\"font-weight: 400;\"> et <\/span><b>Discriminator<\/b><span style=\"font-weight: 400;\">. <\/span><span style=\"font-weight: 400;\">Le g\u00e9n\u00e9rateur apprend \u00e0 cr\u00e9er de fausses images qui semblent r\u00e9alistes afin de tromper le discriminateur et le discriminateur apprend \u00e0 distinguer les fausses images des vraies.\u00a0<\/span><\/span><\/p><p><span style=\"font-weight: 400; color: #000000;\">Le g\u00e9n\u00e9rateur n&rsquo;est pas autoris\u00e9 \u00e0 voir les images r\u00e9elles, il peut donc produire de mauvais r\u00e9sultats dans la phase de d\u00e9marrage, tandis que le discriminateur est autoris\u00e9 \u00e0 voir les images r\u00e9elles, mais elles sont m\u00e9lang\u00e9es avec les images fausses produites par le g\u00e9n\u00e9rateur, qu&rsquo;il doit classer comme r\u00e9elles ou fausses.<\/span><\/p><p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Un certain bruit est introduit dans le g\u00e9n\u00e9rateur afin qu&rsquo;il soit capable de produire des exemples diff\u00e9rents \u00e0 chaque fois et non le m\u00eame type d&rsquo;image.<\/span><span style=\"font-weight: 400;\"><strong> Sur la base des scores pr\u00e9dits par le discriminateur, le g\u00e9n\u00e9rateur essaie d&rsquo;am\u00e9liorer ses r\u00e9sultats<\/strong>. Apr\u00e8s un certain temps, le g\u00e9n\u00e9rateur sera capable de produire des images qui seront plus difficiles \u00e0 distinguer. <\/span><span style=\"font-weight: 400;\">Le discriminateur s&rsquo;am\u00e9liore \u00e9galement car il obtient du g\u00e9n\u00e9rateur des images de plus en plus r\u00e9alistes \u00e0 chaque tour.<\/span><\/span><\/p><p><span style=\"font-weight: 400; color: #000000;\">Les types de GAN les plus populaires sont les GAN convolutifs profonds (DCGAN), les GAN conditionnels (cGAN), les StyleGAN, CycleGAN etc.<\/span><\/p><p><span style=\"font-weight: 400; color: #000000;\">Les GANs sont parfaits pour la g\u00e9n\u00e9ration et la manipulation d&rsquo;images\u00a0: vieillissement du visage, m\u00e9lange de photos, super r\u00e9solution, peinture de photos, traduction de v\u00eatements.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3cfc2c2 elementor-widget elementor-widget-heading\" data-id=\"3cfc2c2\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Conclusion<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e80835b elementor-widget elementor-widget-text-editor\" data-id=\"e80835b\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400; color: #000000;\">Il existe beaucoup de techniques d\u2019image processing, et comme dans beaucoup de cas aujourd\u2019hui, les r\u00e9seaux de neurones permettent d\u2019obtenir beaucoup d\u2019informations et des conclusions tr\u00e8s pr\u00e9cises. Python est le langage de pr\u00e9dilection pour ce genre de t\u00e2ches, avec des outils comme <\/span><span style=\"color: #000000;\"><b>OpenCv<\/b><\/span><span style=\"font-weight: 400; color: #000000;\">, <\/span><span style=\"color: #000000;\"><b>Scikit<\/b><\/span> <span style=\"color: #000000;\"><b>Image<\/b><\/span><span style=\"font-weight: 400; color: #000000;\">, <\/span><span style=\"color: #000000;\"><b>Tensorflow<\/b><\/span><span style=\"font-weight: 400; color: #000000;\"> ou <\/span><span style=\"color: #000000;\"><b>Pytorch<\/b><\/span><span style=\"font-weight: 400; color: #000000;\">.\u00a0<\/span><\/p><p><span style=\"color: #000000;\"><span style=\"font-weight: 400;\">Les<\/span><\/span> <strong><a href=\"https:\/\/datascientest.com\/formation-data-scientist-1\">formations dispens\u00e9es par DataScientest<\/a><\/strong><span style=\"color: #000000;\"><span style=\"font-weight: 400;\"> proposent de nombreux outils pour apprendre \u00e0 traiter les donn\u00e9es sous forme d\u2019image et \u00e0 utiliser les r\u00e9seaux de neurones les plus complexes.\u00a0 <\/span><\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-0bb373c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"0bb373c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-07f8dee\" data-id=\"07f8dee\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-536f379 elementor-align-center elementor-widget elementor-widget-button\" data-id=\"536f379\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formations-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">En savoirs plus sur les parcours de DataScientest<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-4946da7 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"4946da7\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-903a6ef\" data-id=\"903a6ef\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-8894384 elementor-widget elementor-widget-html\" data-id=\"8894384\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [{\n    \"@type\": \"Question\",\n    \"name\": \"Qu'est-ce que l\u2019image processing ?\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Comme son nom l'indique, le traitement d'image consiste \u00e0 traiter des images, ce qui peut inclure de nombreuses techniques diff\u00e9rentes, et le r\u00e9sultat final peut se pr\u00e9senter sous la forme d'une autre image, d\u2019une variation ou simplement d'un param\u00e8tre de cette image. Ce r\u00e9sultat peut ensuite \u00eatre utilis\u00e9 pour une analyse plus approfondie ou une prise de d\u00e9cision.\"\n    }\n  },{\n    \"@type\": \"Question\",\n    \"name\": \"Image Processing avec des r\u00e9seaux de neurones\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"L\u2019apparition des r\u00e9seaux de neurones et des puissances de calcul accrues a permis de r\u00e9volutionner le traitement d\u2019image. En particulier, les r\u00e9seaux de convolution qui s\u2019inspirent des techniques cit\u00e9es pr\u00e9c\u00e9demment excellent dans la d\u00e9tection et la reconnaissance d\u2019objets ou de personnes. Comment fonctionnent-ils\u00a0?\"\n    }\n  }]\n}\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Les images contiennent de nombreuses informations importantes. Si elles sont faciles \u00e0 d\u00e9celer pour nos yeux habitu\u00e9s, elles repr\u00e9sentent un vrai challenge en analyse de donn\u00e9es. L\u2019ensemble de ces techniques est connu sous le nom d\u2019\u00ab image processing \u00bb ou traitement d\u2019image. Dans cet article, vous d\u00e9couvrirez les algorithmes, techniques et outils classiques permettant de [&hellip;]<\/p>\n","protected":false},"author":78,"featured_media":188200,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2497],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Image Processing : principes fondamentaux et usages pratiques<\/title>\n<meta name=\"description\" content=\"Les images contiennent de nombreuses informations importantes. Si elles sont faciles \u00e0 d\u00e9celer pour nos yeux habitu\u00e9s, elles repr\u00e9sentent un vrai challenge en analyse de donn\u00e9es. L\u2019ensemble de ces techniques est connu sous le nom d\u2019\u00ab image processing \u00bb ou traitement d\u2019image. Dans cet article, vous d\u00e9couvrirez les algorithmes, techniques et outils classiques permettant de traiter les donn\u00e9es sous forme d\u2019images.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/image-processing-tout-savoir\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Image Processing : principes fondamentaux et usages pratiques\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/image-processing-tout-savoir\" \/>\n<meta property=\"og:site_name\" content=\"Formation Data Science | DataScientest.com\" \/>\n<meta property=\"article:published_time\" content=\"2021-09-23T07:33:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-11-09T14:05:57+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/35477618781_4445e53d96_o.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1080\" \/>\n\t<meta property=\"og:image:height\" content=\"567\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"J\u00e9r\u00e9my Robert\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"J\u00e9r\u00e9my Robert\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/image-processing-tout-savoir\",\"url\":\"https:\/\/datascientest.com\/image-processing-tout-savoir\",\"name\":\"Image Processing : principes fondamentaux et usages pratiques\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/#website\"},\"datePublished\":\"2021-09-23T07:33:00+00:00\",\"dateModified\":\"2023-11-09T14:05:57+00:00\",\"author\":{\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\"},\"description\":\"Les images contiennent de nombreuses informations importantes. Si elles sont faciles \u00e0 d\u00e9celer pour nos yeux habitu\u00e9s, elles repr\u00e9sentent un vrai challenge en analyse de donn\u00e9es. L\u2019ensemble de ces techniques est connu sous le nom d\u2019\u00ab image processing \u00bb ou traitement d\u2019image. Dans cet article, vous d\u00e9couvrirez les algorithmes, techniques et outils classiques permettant de traiter les donn\u00e9es sous forme d\u2019images.\",\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/image-processing-tout-savoir\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/#website\",\"url\":\"https:\/\/datascientest.com\/\",\"name\":\"Formation Data Science | DataScientest.com\",\"description\":\"Leader de la formation en Data Science\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925\",\"name\":\"J\u00e9r\u00e9my Robert\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"contentUrl\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg\",\"caption\":\"J\u00e9r\u00e9my Robert\"},\"description\":\"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.\",\"sameAs\":[\"https:\/\/www.linkedin.com\/in\/jeremyrobert1\/\",\"Data Science\"],\"url\":\"https:\/\/datascientest.com\/author\/jeremyrobert\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Image Processing : principes fondamentaux et usages pratiques","description":"Les images contiennent de nombreuses informations importantes. Si elles sont faciles \u00e0 d\u00e9celer pour nos yeux habitu\u00e9s, elles repr\u00e9sentent un vrai challenge en analyse de donn\u00e9es. L\u2019ensemble de ces techniques est connu sous le nom d\u2019\u00ab image processing \u00bb ou traitement d\u2019image. Dans cet article, vous d\u00e9couvrirez les algorithmes, techniques et outils classiques permettant de traiter les donn\u00e9es sous forme d\u2019images.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/image-processing-tout-savoir","og_locale":"fr_FR","og_type":"article","og_title":"Image Processing : principes fondamentaux et usages pratiques","og_url":"https:\/\/datascientest.com\/image-processing-tout-savoir","og_site_name":"Formation Data Science | DataScientest.com","article_published_time":"2021-09-23T07:33:00+00:00","article_modified_time":"2023-11-09T14:05:57+00:00","og_image":[{"width":1080,"height":567,"url":"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/09\/35477618781_4445e53d96_o.jpg","type":"image\/jpeg"}],"author":"J\u00e9r\u00e9my Robert","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"J\u00e9r\u00e9my Robert","Dur\u00e9e de lecture estim\u00e9e":"7 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/datascientest.com\/image-processing-tout-savoir","url":"https:\/\/datascientest.com\/image-processing-tout-savoir","name":"Image Processing : principes fondamentaux et usages pratiques","isPartOf":{"@id":"https:\/\/datascientest.com\/#website"},"datePublished":"2021-09-23T07:33:00+00:00","dateModified":"2023-11-09T14:05:57+00:00","author":{"@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925"},"description":"Les images contiennent de nombreuses informations importantes. Si elles sont faciles \u00e0 d\u00e9celer pour nos yeux habitu\u00e9s, elles repr\u00e9sentent un vrai challenge en analyse de donn\u00e9es. L\u2019ensemble de ces techniques est connu sous le nom d\u2019\u00ab image processing \u00bb ou traitement d\u2019image. Dans cet article, vous d\u00e9couvrirez les algorithmes, techniques et outils classiques permettant de traiter les donn\u00e9es sous forme d\u2019images.","inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/image-processing-tout-savoir"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/#website","url":"https:\/\/datascientest.com\/","name":"Formation Data Science | DataScientest.com","description":"Leader de la formation en Data Science","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/datascientest.com\/#\/schema\/person\/7af2361c48e24e79a8aa2360e6e74925","name":"J\u00e9r\u00e9my Robert","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/datascientest.com\/#\/schema\/person\/image\/","url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","contentUrl":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/jeremyrobert.jpeg","caption":"J\u00e9r\u00e9my Robert"},"description":"J\u00e9r\u00e9my Robert est actuellement Directeur p\u00e9dagogique B2B chez DataScientest.com. Avant de rejoindre DataScientest, il a travaill\u00e9 en tant que Consultant Business Intelligence chez DEAPDATA, o\u00f9 il a g\u00e9r\u00e9 des projets dans les domaines de l'assurance, bancaire et industrie. Il a \u00e9galement \u00e9t\u00e9 Co-fondateur et pr\u00e9sident de Tripzer. En tant que consultant ind\u00e9pendant, J\u00e9r\u00e9my a propos\u00e9 des formations sur MicroStrategy pour divers niveaux professionnels. Il est dipl\u00f4m\u00e9 de l'Universit\u00e9 Paris Cit\u00e9 avec un Master MIAGE, combinant comp\u00e9tences en informatique et gestion.","sameAs":["https:\/\/www.linkedin.com\/in\/jeremyrobert1\/","Data Science"],"url":"https:\/\/datascientest.com\/author\/jeremyrobert"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/93795"}],"collection":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/users\/78"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/comments?post=93795"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/93795\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media\/188200"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media?parent=93795"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/categories?post=93795"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/tags?post=93795"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}