
              
                ## Si vous n'avez jamais installé skimage sur votre ordinateur, il est probablement absent des bibliothèques par défaut. 
## Pour l'installer, effacez le # (avant le "!").

#!pip install scikit-image


              
                ## Import des bibliothèques
 
import skimage # Bibliothèque de traitement d'images
import skimage.io as io # Utilitaire permettant de lire et d'écrire des images dans différents formats (raccourci en io).
import skimage.metrics # Utilitaire permettant des mesures entre images.
import matplotlib.pyplot as plt  # Bibliothèque destinée à tracer et visualiser des données sous forme de graphiques.
import numpy as np # Bibliothèque destinée à manipuler des matrices ou tableaux multidimensionnels.

## Pour en connaître la version de skimage

skimage.__version__ # attention au "." après skimage


              
                ## Lecture avec la fonction imread() avant affichage

HOW87TM4 = io.imread('data/how87tm4.tif')


              
                ## Affichage du nb de lignes, de colonnes et du nb de canaux (le cas échéant)
## Utilisation de la fonction .shape du module .io

print(HOW87TM4.shape)

## Si on souhaite habiller la sortie (texte entre '', puis "," avant la fonction .shape sur la variable HOW87TM123)

print('(nb lignes, nb colonnes) :', HOW87TM4.shape)


              
                ## Affichage des informations

print( 'type :', HOW87TM4.dtype )


              
                ## Affichage de l’image en niveau de gris, en utilisant la fonction imshow() du module plt :

plt.imshow(HOW87TM4, 'gray')

## Pour choisir une autre couleur : https://matplotlib.org/stable/tutorials/colors/colormaps.html

## Écrire n'importe quoi à la place de 'gray', cela génère un message d'erreur !
## À ValueError, dans la liste des couleurs, en essayer d'autres comme :
## 'viridis' (couleur par défaut) ou 'tab20c_r' pour voir l'effet.
## Attention à la casse (MAJ/min) !


              
                ## Sauvegarde de l'image compressée en format .jpg

io.imsave('data/HOW87TM4.jpg', HOW87TM4, quality=50) # compression à 50%


              
                ## Lecture de l'image en format .jpg

JPEG4 = io.imread('data/HOW87TM4.jpg') # lecture de l'image affectée à la variable JPEG
plt.imshow(JPEG4, 'gray')


              
                ## Affichage de l'image compressée et de l'image des différences

plt.figure(figsize=(15, 5)) # affichage des images dans deux sous figures (faire varier la taille (size) si besoin
plt.subplot(121) # affichage de plusieurs tracés dans la même figure (121/122 disposition sur une ligne)
plt.title('JPEG4 (luminances apparentes, 256 niveaux de gris') # titrage pour identifier l'image
plt.imshow(JPEG4, 'gray') # fonction d'affichage dans matplotlib.pyplot

## Ajout de la légende
plt.colorbar()

diff1 = np.absolute(HOW87TM4-JPEG4) # calcul (avec numpy) la valeur absolue de la différence entre les deux images (origine - compressée)
plt.subplot(122) # affichage de plusieurs tracés dans la même figure (121/122 = disposition sur une ligne)
plt.imshow(diff1) # affiche l'image des différences entre HOW87TM4 et JPEG4

## Ajout de la légende
plt.colorbar()

plt.title('TIFF - JPEG4 (écart en val. absol. de luminances appar.)') # ajout d'un titre à la sous figure avec la valeur de MSE associée à l'image des différences
plt.show() # Pas nécessaire ici pour afficher les résultats successifs stockés en mémoire, mais évite texte inutile au dessus des images (comme : Text(0.5, 1.0, 'Différence TIFF - JPEG4'))


              
                ## Calcul de l'erreur quadratique moyenne (MSE) entre les deux images

mse = skimage.metrics.mean_squared_error(HOW87TM4, JPEG4) # calcul de l'écart entre les deux images avec skimage.metrics via MSE

MSE = f'{mse:.2f}' # Valeur de la MSE avec deux décimales

#print(f" Valeur de la MSE (erreur quadratique moyenne) entre les deux images : {mse:.2f}")

print('Valeur de la MSE (erreur quadratique moyenne) entre les deux images :', MSE)


              
                ## Sauvegarde de l'image compressée en format .png

io.imsave('data/HOW87TM4.png', HOW87TM4) # on ne définit pas de niveau de compression ici


              
                ## Lecture de l'image en format .png

PNG4 = io.imread('data/HOW87TM4.png') # lecture de l'image affectée à la variable PNG
plt.imshow(PNG4, 'gray')

## Ajout de la légende
plt.colorbar()


              
                ## Affichage de l'image compressée et de l'image des différences

plt.figure(figsize=(15, 5)) # affiche les images dans deux sous figures (faire varier la taille (size) si besoin
plt.subplot(121) # affichage de plusieurs tracés dans la même figure (121/122 disposition sur une ligne)
plt.title('PNG4 (luminances apparentes, 256 niveaux de gris') # titrage pour identifier l'image
plt.imshow(PNG4, 'gray') # fonction d'affichage dans matplotlib.pyplot

## Ajout de la légende
plt.colorbar()

diff2 = np.absolute(HOW87TM4-PNG4) # calcul (avec numpy) la valeur absolue de la différence entre les deux images (origine - compressée)
plt.subplot(122) # affichage de plusieurs tracés dans la même figure (121/122 = disposition sur une ligne)
plt.imshow(diff2) # affiche l'image des différences entre HOW87TM4 et PNG4

## Ajout de la légende
plt.colorbar()

plt.title('TIFF - PNG4 (écart en val. absol. de luminances appar.)') # ajout d'un titre à la sous figure avec la valeur de MSE associée à l'image des différences
plt.show() # Pas nécessaire ici pour afficher les résultats successifs stockés en mémoire, mais évite texte inutile au dessus des images (comme : Text(0.5, 1.0, 'Différence TIFF - PNG4'))


              
                ## Calcul de l'erreur quadratique moyenne (MSE) entre les deux images

mse = skimage.metrics.mean_squared_error(HOW87TM4, PNG4) # calcul de l'écart entre les deux images avec skimage.metrics via MSE

MSE = f'{mse:.2f}' # Valeur de la MSE avec deux décimales

#print(f" Valeur de la MSE (erreur quadratique moyenne) entre les deux images : {mse:.2f}")

print('Valeur de la MSE (erreur quadratique moyenne) entre les deux images :', MSE)

TD : Compression des images et perte de qualité.¶

Cours SIG et télédétection¶

Département de géographie - L3 - Université de Paris 8¶

Téléchargement des documents nécessaires :

1. Chargement des données et des bibliothèques¶

1.1 Chargement des données¶

1.2 Chargement des bibliothèques (library)¶

2. Chargement et affichage des données¶

2.1 Chargement des données¶

2.2 Affichage du contenu de l'image¶

2.3 Affichage de l'image HOW87TM4 en niveaux de gris¶

3. Compression en JPEG¶

3.1 Création de l'image compressée¶

3.2. Comparaison de l'image compressée HOW87TM4 en JPEG avec l'image TIFF d'origine¶

3.2.1 Comparaison visuelle¶

3.2.2 Comparaison statistique¶

4. Comparaison de l'image compressée HOW87TM4 en PNG avec l'image d'origine en TIFF¶

4.1 Compression en PNG¶

4.2 Comparaison de l'image compressée HOW87TM4 en PNG avec l'image TIFF d'origine¶

4.2.1 Comparaison visuelle¶

4.2.2 Comparaison statistique¶

5. Sauriez-vous compresser l'image HOW87TM3 en JPEG puis en PNG et les comparer successivement avec l'image d'origine en TIFF ?¶