bases.m

% bases.m
% Hugo Gallée
% 24/02/2012

clear all; close all; % ferme tout et clear les variables

% Ouvre l'image
myImage = imread('Chocolat.jpg');
myImage = double(myImage);
[Nlin, Ncol] = size(myImage);

figure(1);
image(myImage);
colormap(gray(256));
axis('image');

% % image inverse (negatif)
% myImageInverted = 255 - myImage;
% figure(2);
% image(myImageInverted);
% colormap(gray(256));
% axis('image');


% % Selection et affichage d'une zone
% % Using ginput
% figure(1);
% [x, y] = ginput(2);
% x = round(x);
% y = round(y);
% detail = myImage( y(1) : y(2), x(1) : x(2));
% figure(3);
% image(detail);
% colormap(gray(256));
% axis('image');
%
% % Using imcrop
% figure(2)
% detail2 = imcrop;
% figure(4);
% image(detail2);
% colormap(gray(256));
% axis('image');

h = histogramme(myImage); % Mise en vecteur
histo = hist(h,256); % Histogramme de l'image
histo = histo / (Nlin * Ncol); % Normalisation de l'histogramme (Integrale / somme = 1)
%figure(11);
%plot(histo);


% Seuillage selon la méthode de Fisher (pas vue en cours ...)
% http://bnazarian.free.fr/MyUploads/IN_GBM_05_SEGMENTATION.PDF
% voir p.5
seuilMin = Inf;
WMin = Inf;
for seuil=1:255 % Il faut essayer chaque seuil possible pour trouver le meilleur
    t0 = 0; % Integrale / somme de la 1ere partie
    t1 = 0; % Integrale / somme de la 2eme partie
    m0 = 0; % Moyenne de la 1ere partie
    m1 = 0;
    v0 = 0; % Variance de la 1ere partie (en gros c'est le coefficient d'hétérogénéité de cette partie)
    v1 = 0;
    for j = 1:seuil
        t0 = t0 + histo(j);
        m0 = m0 + (j * histo(j));
    end
    for j = seuil+1:256
       t1 = t1 + histo(j);
       m1 = m1 + (j * histo(j));
    end

    m0 = m0 / t0;
    m1 = m1 / t1;

    for j = 1:seuil
        v0 = v0 + (histo(j) * (j - m0)^2);
    end
    for j = seuil+1:256
        v1 = v1 + (histo(j) * (j - m1)^2);
    end

    v0 = v0 / t0;
    v1 = v1 / t1;

    W = t0 * v0 + t1 * v1;
    if (W < WMin)
        WMin = W;
        seuilMin = seuil;
    end
end

seuil = seuilMin;
% On binarise l'image
imageBinaire = zeros(Nlin,Ncol);
for lin=1:Nlin
    for col=1:Ncol
        if (myImage(lin,col) < seuil)
            imageBinaire(lin,col) = 1;
        end
    end
end

figure(21);
image(uint8(imageBinaire));
colormap(gray(2));
axis('image');

% imageDilatee = bwmorph(imageBinaire, 'dilate');
% figure(22);
% image(uint8(imageDilatee));
% colormap(gray(2));
% axis('image');
%
% imageErodee = bwmorph(imageBinaire, 'erode');
% figure(23);
% image(uint8(imageErodee));
% colormap(gray(2));
% axis('image');
%
% imageOuverte = bwmorph(imageBinaire, 'open');
% figure(25);
% image(uint8(imageOuverte));
% colormap(gray(2));
% axis('image');

imageFermee = bwmorph(imageBinaire, 'close'); % Fermeture de l'image
% figure(24);
% image(uint8(imageFermee));
% colormap(gray(2));
% axis('image');

% On compte les labels (formes)
[imageLabels, nbLabels] = bwlabel(imageFermee);
imageColoree = ind2rgb(imageLabels + 1, [0 0 0; lines(nbLabels)]);
figure(31);
imshow(imageColoree);
axis('image');

% Pour chaque label créer une image séparée
for j=1:nbLabels
    [Coo_lin,Coo_col] = find(imageLabels == j);

    % Sauter cette itération si l'image est trop petite (artefact)
    if max(Coo_lin) - min(Coo_lin) <= 10 || max(Coo_col) - min(Coo_col) <= 10
        continue
    end

    choc = ones(max(Coo_lin) - min(Coo_lin) + 3,max(Coo_col) - min(Coo_col) + 3) * 255;
    for i=1:size(Coo_lin)
        choc(Coo_lin(i) - min(Coo_lin) + 2,Coo_col(i) - min(Coo_col) + 2) = myImage(Coo_lin(i),Coo_col(i));
    end

    figure(50 + j);
    image(choc);
    colormap(gray(256));
    axis('image');
end