Bonjour, je souhaite récupérer les centres des taches que me génère ce code : 

import numpy as np 
import matplotlib.pyplot as plt 
import cv2

filtre = 150 # filtre sur 255 

image = cv2.imread("ciel2.jpg")
imagegris = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) #lvl gris

for i in range(0,imagegris.shape[0]):
    for j in range(0,imagegris.shape[1]):
        if imagegris[i,j]<filtre: #on garde que les plus lumineuse
            imagegris[i,j] = 0

imagegris = 255 - imagegris #négatif de notre image le noir sont nos étoiles


"""visualisation de l'image en gris"""
plt.imshow(imagegris, cmap = 'gray')  # affiche la matrice de niveaux de gris
plt.show() # ouvre la fenêtre d’affichage et attend la fin de l’interaction utilisateur

les images sont des images très similaire a celle ci dessous : 

Si quelqu'un a une idée de comment je peux faire cela, cela m'aiderais beaucoup merci. 

 

Salut, je te conseil de te tourner vers le module scikit image, j'ai un exemple de code pour un ciel étoilé :

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches

from skimage import data, util
from skimage.filters import threshold_otsu
from skimage.segmentation import clear_border
from skimage.measure import label, regionprops
from skimage.morphology import closing, square, erosion
from skimage.color import label2rgb, rgb2gray

image1 = data.imread("15740739115479_gris.jpg", plugin='pil')
image1 = rgb2gray(image1)
image = util.invert(image1)

# apply threshold
thresh = threshold_otsu(image)
bw = closing(image > thresh, square(2))

# remove artifacts connected to image border
cleared = clear_border(bw)

# label image regions
label_image = label(cleared)
image_label_overlay = label2rgb(label_image, image=image)

#Affichage
fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(16, 8), sharex=True, sharey=True)
ax1.imshow(image1, cmap=plt.cm.gray)
ax1.axis('off')
ax1.set_title('image originale', fontsize=20)

ax2.imshow(image, cmap=plt.cm.gray)
n = 0
for region in regionprops(label_image):
    # take regions with large enough areas
    if region.area >= 0:
        n+=1
        minr, minc, maxr, maxc = region.bbox
        rect = mpatches.Rectangle((minc, minr), maxc - minc, maxr - minr,
                                  fill=False, edgecolor='red', linewidth=2)
        y,x = region.centroid
        ax2.add_patch(rect)
        print("{},{}".format(int(x),int(y)))

print("Cette image contient {} étoiles.".format(n))
ax2.set_axis_off()
plt.tight_layout()
plt.show()

Les resultat sont pas mauvais je trouve, après tu peux affiner avec tes propres valeurs et filtres :

Le script t'affiche dans la console les positions, il y a certainement des doublons, mais je ne vais pas tout te faire quand même  

Edit: J'ai modifié et puis ca joue avec ton image 

-
Edité par KevKev01 18 novembre 2019 à 14:10:26

Salut !

Alors Merci beaucoup, cela m'a parfaitement aidé à faire ce que j'avais besoin, c'est en plus super rapide !!! J'ai mis un peu de temps à comprendre comment chaque lignes fonctionnes mais je n'ai pas encore tous saisie. La bibliothèque semble super fournit mais étrangement très peu répandu. Pour le moment je n'ai perçu aucune erreur ni doublon.     

Dans la dernière version de la biblio, on utilise "image1 = data.load("image.jpg")" à la place de "image1 = data.imread("image.jpg", plugin='pil')"

Je vais jeter un œil à "remove_small_objects"

Voilà tout, je vais continuer à bosser sur mon programme en tous cas merci beaucoup, vraiment !

Je t'en prie, j'ai volontairement laissé cette ligne : 

if region.area >= 0:

Elle te permet de filtrer les objets selon leurs tailles, tu pourrais aussi ajouter une limite haute et filtrer pour des objets supperieur a x et inferieur a y, bon courage pour la suite