Qu’est-ce que la vision par ordinateur ?

La vision par ordinateur est une branche de l’intelligence artificielle qui permet à une machine de voir, analyser et comprendre le contenu d’une image ou d’une vidéo.

• Analyse d’images et de vidéos pour en extraire des informations pertinentes
• Applications variées : reconnaissance faciale, tri automatisé d’objets, conduite autonome, inspection industrielle
• S’appuie sur :
  • Le traitement d’image (filtres, détection de contours...)
  • Les statistiques et l’apprentissage automatique
  • Les réseaux de neurones convolutifs (CNN) pour la reconnaissance de motifs

OpenCV - Open Source Computer Vision

Une boîte à outils pour voir le monde numérique

• Chargement, affichage et manipulation d’images et de vidéos
• Traitement de couleurs, conversions d’espaces colorimétriques, filtres classiques
• Détection de contours, formes, visages, mouvements
• Intégration directe avec des modèles de Machine Learning et Deep Learning

Multiplateforme : Python, C++, Java, compatible ROS / ROS 2
Créé par Intel en 2000, aujourd’hui open-source sous licence Apache 2.0

OpenCV – Exemples d’usages concrets

• Détection de couleur : BGR → HSV → masquage → seuil
• Extraction de ROI : découpe dynamique dans l’image
• Détection de mouvement : cv.createBackgroundSubtractorMOG2()
• Suivi d’objets : cv.calcOpticalFlowPyrLK() (optical flow)
• ROS 2 : traitement en temps réel des flux caméra, intégration dans la stack robotique

OpenCV est la boîte à outils standard de vision pour les robots

OpenCV – Architecture & Modules principaux

• cv2.imgproc : traitements d’images (filtres, contours, morpho)
• cv2.highgui : affichage interactif, gestion des fenêtres
• cv2.video : traitement vidéo, optical flow, background subtraction
• cv2.dnn : importation de modèles IA (ONNX, Caffe, TensorFlow…)
• cv2.calib3d : vision 3D, stéréoscopie, calibrage de caméras
• cv2.aruco : détection de marqueurs fiduciaires
• ....

OpenCV – Origine et coordonnées de l’image

• L’origine des coordonnées est en haut à gauche : (0, 0)
• L’axe x augmente vers la droite
• L’axe y augmente vers le bas
• L’image est stockée sous forme de matrice NumPy : chaque pixel est repéré par (y, x)

┌ x ─────────────┐
y 
│ 
│ 
│
│
│ 
└

OpenCV – Espaces de couleurs

img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)
img_hsv = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2HSV)

HSV facilite la segmentation de couleurs indépendamment de l’éclairage

PyTorch – Apprentissage profond

PyTorch – Réseaux de neurones en Python

• Bibliothèque Python pour construire et entraîner des réseaux de neurones
• Basée sur Torch, développée par Facebook AI Research (FAIR)
• Très utilisée en recherche et production
• Intègre un système de tensors dynamique (comme NumPy)
• Compatible CPU, GPU (CUDA) et TPUs

Exemple : classification d’images (MNIST)

• Base MNIST : 70 000 images de chiffres manuscrits 28×28
• Utilisation d’un réseau convolutif (CNN) pour extraire les motifs visuels
• Objectif : prédire le bon chiffre (0–9)

class CNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(1, 10, 5)
        self.conv2 = nn.Conv2d(10, 20, 5)
        self.fc1 = nn.Linear(320, 50)
        self.fc2 = nn.Linear(50, 10)

Apprentissage supervisé – Étapes clés

• Entrée : X = images
• Vérité terrain : Y = classes connues (0 à 9 pour MNIST)
• Prédiction du réseau : Ŷ = sortie du modèle (probabilités pour chaque classe)
• Calcul de la perte Loss(Ŷ, Y)

  mesure à quel point le modèle se trompe (ex. : CrossEntropyLoss pour la classification)

• Rétropropagation (backpropagation)

  calcul automatique du gradient de l’erreur pour chaque poids du réseau

• Mise à jour des poids

  par descente de gradient, l’optimiseur (Adam, SGD...) ajuste les paramètres

Qu’est-ce qu’une epoch ?

Une epoch = une passation complète sur tout l'ensemble d'entraînement

• Un seul passage n'est pas suffisant pour bien apprendre
• Le modèle est entraîné sur plusieurs epochs pour converger

Exemple : 60 000 images → 10 epochs = 600 000 images vues au total

Résumé – Pipeline PyTorch (MNIST)

• Charger les données (images + labels)
• Créer le modèle (réseau CNN)
• Définir la fonction de perte + optimiseur
• Entraîner : boucle forward → loss → backward → step
• Évaluer le modèle sur de nouvelles images

YOLO – You Only Look Once

Détection d’objets en temps réel

• Réseau de neurones qui prédit en une seule passe :
  • Les positions (bounding boxes)
  • Les classes (personne, voiture, etc.)
  • La confiance (score de certitude)
• Très rapide et précis : idéal pour la robotique, la vidéosurveillance, la conduite autonome

YOLO peut être intégré dans OpenCV avec cv2.dnn ou utilisé via la bibliothèque ultralytics

Travaux Pratiques – Vision par Ordinateur

Option 1 — Activités guidées

• OpenCV : traitement et extraction d’images de couleur
• PyTorch : entraînement d’un réseau pour classifier des chiffres

Option 2 — Projet libre (créatif)

• Détection d’objets avec YOLO
• Reconnaissance de gestes simples
• Reconnaissance de symboles

Soyez curieux, testez vos idées, explorez des cas concrets !