Xavier Nayrac

Rubyiste accro au TDD, serial blogger, apprenti data scientist, heureux utilisateur de Vim, accordéoniste.
Si vous vous sentez particulièrement généreux, suivez moi sur Twitter.

Les algorithmes génétiques démystifiés: Imagerie

| Comments

Niveau : intermédiaire

Bonjour, aujourd’hui on commence une nouvelle étude sur les algorithmes génétiques avec un problème sympa : recréer une photo à partir de plusieurs carrés de tailles et de couleurs différentes. Au début, l’image est générée au hasard:

Puis, petit à petit, elle converge vers la photo d’origine:

Avant tout, il faut réfléchir à deux choses: la représentation des individus et l’évaluation. De plus, comme je l’ai déjà mentionné, Javascript n’est pas mon fort. Alors plutôt que d’écrire tout de suite un algorithme génétique, je vais d’abord essayer de mettre en place un algorithme de Hill Climbing.

Les individus

Chaque solution/individu sera composé de quelques centaines de petits carrés. Chaque carré pourra être personnalisé grâce à:

  • sa position x
  • sa position y
  • sa taille
  • sa couleur (rouge, vert et bleu)
  • sa transparence

Voici comment je traduis ça en Javascript:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function makeIndividual() {
  var individual = [];
  for (var i = 0; i < TOTAL_SQUARES; i++) {
    individual.push({
      x: Math.floor(Math.random() * IMAGE_WIDTH),
      y: Math.floor(Math.random() * IMAGE_HEIGHT),
      size: Math.floor(Math.random() * IMAGE_WIDTH),
      red: Math.floor(Math.random() * 256),
      green: Math.floor(Math.random() * 256),
      blue: Math.floor(Math.random() * 256),
      alpha: Math.random()
    });
  }
  return individual;
}

Techniquement, un individu est donc une liste de gènes, et un gène est un objet avec les propriétés x, y, size, red, green, blue et alpha.

La prochaine fois on verra comment on peut évaluer nos images.

À demain.

Articles connexes

Commentaires