Bonsoir à tous, 

je cherche à coder en Python une fonction qui permettrait de quantifier une image (matrice 2D avec numpy).

Contraintes :

• Quantification sur "n" niveaux en découpant l'histogramme de l'image en "n" classes d'effectifs comparables 

• attribuer la moyenne à chaque classe. 

J'ai déjà codé une quantification à pas constant : 

def quantify1(i,n):
    q=zeros((i.shape[0],i.shape[1]))
    for k in range(i.shape[0]):
        for l in range(i.shape[1]):
            q[k,l]= 255/n*int(round(i[k,l]*(n/255)))
    return q

Qui fonctionne bien. 

Mon idée : parcourir l'histogramme (abscisses) et avoir un seuil... empiler les pixels dans des "boîtes" et une fois le seuil dépassé, passer à l'autre classe. 

On conserve les bornes pour ensuite faire une moyenne entre chaque bornes... 

Cependant je ne m'en sort pas avec cet algo. Pouvez-vous m'aider ? Ci-dessous l'algo de l'histogramme :

def histogramme(i):
    histo = np.zeros(256, int)      
    for i in range(0,i.shape[0]):       
        for j in range(0,i.shape[1]):  
            histo[int(round(y[i,j]))]+=1
    return(histo)

Merci d'avance !