TP2: On s'amuse en fréquences, Sébastien de Blois (111 098 332)

Dans ce TP, il faudra s'exercer à manipuler les images avec les fréquences, des images hybrides seront créées et des mélange multirésolution. Ce Tp nous permettra d'en apprendre d'avanatge sur l'importance des fréquences dans la modification d'images. Les sources de toutes les images sont à la fin.

Partie 0: Réchauffement (question1.py)

Ce petit réchauffement nous demandes d'accentuer les détails d'image en utilisant la technique de l'accentuation. Les résultats sont assez impresionnants pour une technique aussi simple, le détail est accentué de beaucoup, mais l'image ne semble pas irréaliste. Pour obtenir ces résultats, il suffit de créer une image floue en passant un filtre gaussien (donne les basses fréquences de l'image) sur l'image d'origne (valeur de sigma utilisé=3), ensuite pour obtenir l'image avec plus de détail il faut simplement faire img=(img+0.5*(img-img_flou)), en gros on additionne à l'image d'origine 0.5 fois l'image d'origine-image floue (ce qui donne les hautes fréquences de l'image, les détails).

Les images suivantes présentent le résultat de cela.

Avant sharpening Après sharpening

Partie 1: Images hybrides (hybrid_image.py)

Les images suivantes présentent le résultat du mix d'une image en haute fréquence avec une en basse fréquence. Par exemple avec Einstein et Marylin Monroe, en regardant croche ou de loin il est possbile de voir Marylin Monroe (basses fréquences), alors qu'Einstein est visible de près (hautes fréquences). Les hautes fréquences sont donc visible de près, alors que les basses fréquences prédominent à plus grande distance, c’est le même principe que pour les hautes fréquences en son, les hautes fréquences comme la voix n’a pas une aussi grande portée que les basses fréquences comme la « bass » d’un « subwoofer ».

Marylin Monroe Albert Einstein Marylin Einstein
Trump Pumpkin Trumkin
Donald Trump Barack Obama Barack Trump
Chien Chat Chachien
Terre Soleil Terre chaude

Les images suivantes présentent le résultat du mix d'une image en haute fréquence avec une en basse fréquence, mais cette fois en couleurs, ainsi pour simplifier aucun allignement n'est fait, car la fonction align_image ne fonctionne que pour les images en noir et blanc. Les résultats sont encores une fois très intéressant, même principe une image est visible de près et l'autre de loin. Mais il semble que l'image en basse fréquence est accentué, car les couleurs sont de l'image en basse fréquence en majorité, alors que les hautres fréquences sont principalement le contour (incluant les edges). (Crédit supplémentaire) Un résultat que je trouve saissisant ici est celui de Van Bowie, Bowie est très visible de près, alors que Van Gogh apparait facilement en regardant un peu croche ou d’un peu plus loin.

Vincent Van Gogh David Bowie Van Bowie
Terre Trump Trumkin
Pumpkin Sun Sunkin
Dromadaire Chameau Chamadaire
Terre Happy Happy earth

Les images suivantes présentent le résultat du mix d'une image en haute fréquence avec une en basse fréquence, mais cette fois avec mes images personnelles. (Crédit supplémentaire). Les résultats sont intéressants, par exemple la similitude entre les deux orignaux rend le résultat très bon. Ici encore les résultats en couleur sont obtenus sans faire alignement, donc les images choisies sont déjà similaires en alignement.

AA Ancetre AA et son ancetre
Koala Cochon Koala-Pig
Orignal 1 Orignal 2 Orignal 12
Coconut Statue Stacoco
Madame.Ananas Mangue Mananas

Les images suivantes présentent le résultat du mix d'une image en haute fréquence avec une en basse fréquence, cette fois avec des changements importants: émotions, morphage, texture. (Crédit supplémentaire) Un résultat que je trouve magnifique ici est celui de l’hybride entre Che et Tatcher, le morphage en s’éloignant est excellent selon moi, Margaret se transforme doucement en Che.

Terre Soleil Soleil continent
Che Guevara Margaret Thatcher Che Tatcher
Justin Castro Justin Castro
Trump Happy Scary Happy Trump
Che Castro Che Castro

Illustration détaillée de l'analyse fréquentielle pour votre résultat préféré. Mon résultat préféré est l'image de Marylin Einstein, donc l'analyse fréquentielle se fera sur ce résultat.

Marylin Monroe Albert Einstein Marylin Monroe filtrée Albert Einstein filtré Marylin Einstein

Partie 2: Piles gaussienne et laplacienne (stack.py)

Dans cette section, nous devons implanter des piles gaussiennes et laplaciennes; celles-ci sont comme les pyramides, mais sans le sous-échantillonnage (redimensionnement). Ensuite, il faudra utiliser ces piles pour analyser des images, ainsi que notre résultat préféré de la première partie. Il est très intéressant de regarder les résultats et de voir par exemple Gala disparaitre au profit de Lincoln avec la pile gaussienne, la pile Laplacienne affiche elle l'image originale-image de la pile gaussienne. Pour Marylin-Einstein, au début on voit très clairement Einstein, mais plus le filtre gaussien est important plus Marylin prend le dessus jusqu'à ce que l'image n'ait plus rien de Einstein et soit simplement une Maryline floue. Le laplacien 1 est obtenu en faisant gaussien 1 (image originale)- gaussien 2, le laplacien 2 est obtenu en faisant gaussien 2-gaussien 3,etc., mais le dernier laplacien est simplement la dernière gaussienne.

Lincoln et Gala de Dali (sigma pour gaussien=1,2,4,8,16,32)

Piles gaussienne.

Piles laplacienne.

Marylin Einstein (sigma pour gaussien=1,2,4,8,16)

Piles gaussienne.

Piles laplacienne.

Marylin Einstein (pyramide avec sigma de départ=2), Crédit supplémentaire (pyramides.py)

Les résultats sont très similaires à la pile avec la pyramide, si le sigma avait été le même il aurait été identique normalement (comme gaussien 2 de la pile et gaussien 1 de la pyramide, même sigma rendu là, donc tout est décaler de 1). L'intérêt d'utiliser une pyramide plutôt qu'une pile est qu'on sauve de l'espace mémoire.

Piles gaussienne.

Piles laplacienne.

Partie 3: Mélange multirésolution (multi-res.py)

Ici l'objectif est de mélanger harmonieusement deux images en utilisant la technique de mélange multirésolution décrite dans un article de 1983 par Burt et Adelson. Le mélange multirésolution calcule un joint entre les deux images indépendamment à chacune des bandes de fréquence de l'image ce qui résulte en un joint beaucoup plus lisse. LA différence est très importante entre simplement mettre les deux images ensemble sans traitement et le faire avec un mélange multirésolutoion, la première technique donne un joint extrémement voyant bien sur, versus la deuxième technique permet de rendre le tout quasiment naturelle (pour certaine images dont la pommange). Certain de mes résultats sont plus réaliste que d'autres, mais ils sont tous bien selon moi, bien sur il serait possible d'améliorer le résultat avec plus de temps dans ce TP, une solution que j’aurais tenté est de faire les masques avec plus de précision et aussi choisir des images ayant un fond plus similaire pour que ce soit à si méprendre (comme mes résultats personnelles). Par exemple le résultat avec le dromadaire dans le dessert comporte un important halo, probablement causé par la trop grande différence entre le fond des deux images.

Génération d'une pommange (couleur=crédit supplémentaire)

La pommange est créée en utilisant la formule de l'article. En gros, il faut faire la sommation de (G_Mask(i)*L_ImA(i)) + (1-G_Mask(i)*L_ImB(i)). Il faut calculer la séquence des Laplaciens de chaque images et la séquence gaussienne du masque et créé la mixture (l'image résultante) avec cela. La dernière image de chaque pile Laplacienne est l'image de la dernière gausienne (voir le code pour les détails).

Pomme Orange Masque Pommange

Trois résultats de mélange d'images obtenus avec des masques irréguliers.

En observant les résultats obtenus, il est facile de conclure au succès de la méthode de mélange multirésolution. Par exemple pour l'image film Up et montagne, le résultat est bien, cependant le contour n'est pas parfait. Un résultat quasiment parfait est celui de Trumkin qui est Trump dans une citrouille. En conclusion, nous voyons qu'avec une pile laplacienne il est possible de faire un mélange graduel entre deux images et produire une image hybride beaucoup plus réaliste qu'avec un copier-coller.

Chalet Mosaique Masque Resultat
Up Montagne Masque Resultat
Dromadaire Desert Masque Resultat

Deux résultats de mélange d'images obtenus avec mes propres photos

>
Miss.Ananas Divan Masque Resultat
Tortue Roche Masque Resultat

Illustration détaillée du procédé pour mon mélange préféré (Pommange).

Pomme Orange Masque Pommange
Pomme Orange Pommange

Sources des images

https://www.worcesternews.co.uk/news/16602209.black-and-white-photography/
https://digital-photography-school.com/5-reasons-why-try-black-and-white-photography/
https://www.kqed.org/science/1918564/this-moment-on-earth-because-climate-change-is-everyones-story
https://www.pinterest.com.au/pin/524036106634365759/
http://www.cookr.com/tags/paleo-recipes?page=3
http://www.pages.drexel.edu
https://www.theguardian.com/us-news/2016/apr/29/white-house-correspondents-dinner-barack-obama-donald-trump
https://www.puppyinstitute.com/advice/buying-a-puppy/buying-a-new-puppy-part-1
https://buhitter.com/search?q=%E3%82%B8%E3%82%A7%E3%83%A9%E3%83%88%E3%83%BC%E3%83%8B&offset=80
https://svs.gsfc.nasa.gov/30002
http://www.geek-blog.it/index.php?ctg=23&id=9
http://www.leaderpost.com/news/local+news/look+like+vincent+gogh+artist+douglas+coupland+wants+your/12001358/story.html
https://kaaoszine.fi/david-bowien-faneja-hellitaan-hittibiisin-ennenjulkaisemattomalla-demoversiolla/
https://news.bitcoin.com/trumps-new-tax-bill-means-changes-ahead-for-us-bitcoiners/1_cllgnun5umc5uvb0zhxs6w/
http://www.cookr.com/tags/paleo-recipes?page=3
https://fintechki.com/plastic-toy-animals.html
https://pramsandtoys.co.uk/index.php?route=product/product&product_id=1841
https://pramsandtoys.co.uk/index.php?route=product/product&product_id=1841
http://losmoncionero.com/index.php/noticias/4105-cuba-celebra-los-90-anos-del-che-guevara-el-insuperable-revolucionario
https://www.lettera43.it/it/blog/franco-tiratore/2012/08/07/perche-in-italia-non-esistono-i-conservatori/514/
https://nexthome.ca/news/federal-election-2015---whos-promising-what-on-housing/84898/
http://www.fcanals.com/page/6/?0
http://pavbca.com/walls/1440p-wallpapers
https://pic2.me/bytag/treugolniki/
https://www.pixel-creation.com/39516/10-latest-up-house-pixar-high-resolution-full-hd-1080p-for-pc-background/
http://wallpapersontheweb.net/11287-mountain-snow-landscape/
http://www.papo.cz/zbozi/3626/Dromadar.htm
https://hdwallsource.com/category/landscape