imicpe 1.0.0__py3-none-any.whl → 1.0.2__py3-none-any.whl

imicpe/_version.py

@@ -1 +1 @@
-__version__="1.0.0"
+__version__="1.0.2"

imicpe/cs/l1.py

@@ -32,16 +32,15 @@ def l1(opreg,A,At,z,x0,lam):
     
     ### init ###
     dim = x0.ndim
-    match opreg:
-        case 'id':
-            G = Id
-            Gt = Id
-        case 'gradient':
-            G = D
-            Gt = Dt
-        case 'laplacien':
-            G = L
-            Gt = Lt
+    if opreg == 'id':
+        G = Id
+        Gt = Id
+    elif opreg == 'gradient':
+        G = D
+        Gt = Dt
+    if opreg == 'laplacien':
+        G = L
+        Gt = Lt
     
     # operator norms
     lipA = opNorm(A,At,dim,x0)

imicpe/cs/operators.py

@@ -9,7 +9,7 @@ import pywt
 ############################################################
 def Id(x):
     """
-    Id       Opérateur identité
+    Opérateur identité
    
     Args:
         X (numpy.ndarray)               signal 1D
@@ -28,7 +28,7 @@ def Id(x):
 # gradient
 def D(x):
     """
-    D       Calcule le gradient par différences finies à droite.
+    Calcule le gradient par différences finies à droite.
     Autrement dit, D(x) calcule le produit matriciel Dx.
    
     Args:
@@ -52,7 +52,7 @@ def D(x):
 
 def Dt(x):
     """
-    Dt       Calcule l’adjoint gradient par différences finies à droite.
+    Calcule l’adjoint gradient par différences finies à droite.
     Autrement dit, Dt(x) calcule le produit matriciel D'x.
    
     Args:
@@ -76,7 +76,7 @@ def Dt(x):
 # laplacian
 def L(x):
     """
-    L        Calcule la dérivée seconde d’un signal, ou le laplacien dans le cas d’une image.
+    Calcule la dérivée seconde d’un signal, ou le laplacien dans le cas d’une image.
     Autrement dit, L(x) calcule le produit matriciel Lx.
    
     Args:
@@ -99,7 +99,7 @@ def L(x):
 
 def Lt(x):
     """
-    Lt       Calcule l’adjoint du laplacien.
+    Calcule l’adjoint du laplacien.
     Autrement dit, Lt(x) calcule le produit matriciel L'x.
    
     Args:
@@ -126,7 +126,7 @@ def Lt(x):
 ############################################################
 def fwt(x,wavelet,level):
     """
-    P       Calcule la transformée en ondelettes directe 1D.
+    Calcule la transformée en ondelettes directe 1D.
 
     Args:
     x (numpy.ndarray)               signal 1D
@@ -143,12 +143,14 @@ def fwt(x,wavelet,level):
     return coeff_arr
 
 
-def iwt(x,wavelet,level,coeffs_slices=None,coeffs_shapes=None,):
+def iwt(x,wavelet,level):
     """
-    P       Calcule la transformée en ondelettes inverse 1D.
+    Calcule la transformée en ondelettes inverse 1D.
 
     Args:
-    x (numpy.ndarray)               Vecteur des coefficients d'ondelettes                                          
+    x (numpy.ndarray)               Vecteur des coefficients d'ondelettes                
+    wavelet (string)                Nom de l'ondelette mère (voir la librairie pywt)     
+    level (int)                     Niveau de décompisition                                     
 
     Returns: 
     (numpy.ndarray)                 Signal correspondant aux coefficients d'ondelettes donnés par x
@@ -156,6 +158,7 @@ def iwt(x,wavelet,level,coeffs_slices=None,coeffs_shapes=None,):
 
     J = level
     N = len(x)
+    _, coeffs_slices, coeffs_shapes = pywt.ravel_coeffs(pywt.wavedec(np.ones(N), wavelet=wavelet, level=J, mode='periodization'))
     
     if coeffs_shapes is None:
         # compute coeffs size at each level
@@ -178,10 +181,12 @@ def iwt(x,wavelet,level,coeffs_slices=None,coeffs_shapes=None,):
 
 def fwt2(x,wavelet,level):
     """
-    P       Calcule la transformée en ondelettes directe 2D.
+    Calcule la transformée en ondelettes directe 2D.
 
     Args:
-    x (numpy.ndarray)               image NON vectorisée 2D
+    x (numpy.ndarray)               image NON vectorisée 2D        
+    wavelet (string)                Nom de l'ondelette mère (voir la librairie pywt)     
+    level (int)                     Niveau de décompisition                    
 
     Returns: 
     (numpy.ndarray)                 Vecteur des coefficients de la décomposition en ondelettes de x
@@ -192,12 +197,14 @@ def fwt2(x,wavelet,level):
 
     return coeff_arr
 
-def iwt2(x,wavelet,level,coeffs_slices,coeffs_shapes):
+def iwt2(x,wavelet,level):
     """
-    P       Calcule la transformée en ondelettes inverse 2D.
+    Calcule la transformée en ondelettes inverse 2D.
 
     Args:
-    x (numpy.ndarray)               Vecteur des coefficients d'ondelettes                                          
+    x (numpy.ndarray)               Vecteur des coefficients d'ondelettes            
+    wavelet (string)                Nom de l'ondelette mère (voir la librairie pywt)     
+    level (int)                     Niveau de décompisition                                                          
 
     Returns: 
     (numpy.ndarray)                 Image correspondante aux coefficients d'ondelettes donnés par x
@@ -205,6 +212,8 @@ def iwt2(x,wavelet,level,coeffs_slices,coeffs_shapes):
 
     J = level
     N = len(x)
+
+    _, coeffs_slices, coeffs_shapes = pywt.ravel_coeffs(pywt.wavedec2(np.ones((int(np.sqrt(N)),int(np.sqrt(N)))), wavelet=wavelet, level=J, mode='periodization'))
     
     coeffs = pywt.unravel_coeffs(x, coeffs_slices, coeffs_shapes,
                                       output_format='wavedec2')
@@ -220,7 +229,7 @@ def iwt2(x,wavelet,level,coeffs_slices,coeffs_shapes):
 ############################################################
 def opNorm(op,opt,dim,xn):
     """
-    opNorm      Calcule la norme de l'opérateur OP, dont 
+    Calcule la norme de l'opérateur OP, dont 
     l'opérateur transposé est OPT, en dimension DIM
 
     Args:
@@ -264,7 +273,7 @@ def opNorm(op,opt,dim,xn):
 
 def matNorm(M):
     """
-    matNorm      Calcule la norme de la matrice M
+    Calcule la norme de la matrice M
 
     Args:
         M (numpy.ndarray)               matrice dont on souhaite calculer la norme

imicpe/cs/tikhonov.py

@@ -29,16 +29,15 @@ def tikhonov(opreg,A,At,z,x0,lam):
     
     ### init ###
     dim = x0.ndim
-    match opreg:
-        case 'id':
-            G = Id
-            Gt = Id
-        case 'gradient':
-            G = D
-            Gt = Dt
-        case 'laplacien':
-            G = L
-            Gt = Lt
+    if opreg == 'id':
+        G = Id
+        Gt = Id
+    elif opreg == 'gradient':
+        G = D
+        Gt = Dt
+    if opreg == 'laplacien':
+        G = L
+        Gt = Lt
     
     # operator norms
     lipA = opNorm(A,At,dim,x0)

{imicpe-1.0.0.dist-info → imicpe-1.0.2.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.1
 Name: imicpe
-Version: 1.0.0
+Version: 1.0.2
 Summary: Toolbox for Maths,Signal,Image Teaching @ CPE
 Author-email: Marion Foare <marion.foare@cpe.fr>, Eric Van Reeth <eric.vanreeth@cpe.fr>, Arthur Gautheron <arthur.gautheron@cpe.fr>
 License: MIT License

{imicpe-1.0.0.dist-info → imicpe-1.0.2.dist-info}/RECORD

@@ -1,20 +1,20 @@
 imicpe/__init__.py,sha256=WjDmvecyDIyJLYp4rCV9vsSYbQDc4L1EpYqORvEXliI,33
-imicpe/_version.py,sha256=xZawFFh80uj7MHMJJXWFcuzkX29fVkHuS5NT5dJMCf8,20
+imicpe/_version.py,sha256=Zy3VGxZ5T9ift8CxpyHfKfgeKxTkOc3xUXz-mAr9Yq8,20
 imicpe/cs/__init__.py,sha256=fLe1o5jNvrB4qEVBE6amEV9i3NFwM3E_uGiiiHXrph0,339
-imicpe/cs/l1.py,sha256=3Bq3Ryk1mRAvti0lVR4u6Lj7aq2zr_Qxye0_doO8n_0,3266
+imicpe/cs/l1.py,sha256=5bTNM8JG8J8srTamh-gl3ShhFoJjqCvVwlteN_M6Uak,3236
 imicpe/cs/masks.py,sha256=5ehQ-QnYY4trBt7BIx0Pp8DUa3x5KApkc7TPp9LA9Pc,2030
 imicpe/cs/metrics.py,sha256=DuUYpW7s1LkZTDV32D5K4wdSRXpH1Ymunjp2vq6kzfA,148
-imicpe/cs/operators.py,sha256=r11Zvote0q4zcn_r_wRwcboKCNBNYwHY7wKrNcrfF30,8379
+imicpe/cs/operators.py,sha256=pTA8gu_17yoBD4Hs7Cvg0PWUX4xrcMr6DJxyNYX9yBA,9028
 imicpe/cs/shepp_logan_phantom.py,sha256=_RDHimZI6R8uyAwXNyB3BldYjCiNDRorDmPYoJR0T6Q,485
-imicpe/cs/tikhonov.py,sha256=6msVAXrzRBVHMIdh1mK6pf1zRjhnsdhDAQwEOpA-PuU,2518
+imicpe/cs/tikhonov.py,sha256=NokBVdMsErWrf4pHZ3jWFwyRVaP7Z9z4qqujuisjyF4,2488
 imicpe/optim/__init__.py,sha256=rkguPFq7gdmBgm_Xrry2yr1oquEIxE00On2emjRMgZE,344
 imicpe/optim/metrics.py,sha256=AHqudKDch1_jc7X2_9hz30RamEqfQ132GXr3qW81VPY,187
 imicpe/optim/operators.py,sha256=BbyqE9ARZF-q8EkxyDOv1V8Rlz52t9sbo2gI22zQAzA,10648
 imicpe/optim/pnnDataset.py,sha256=PFh5u0SXx761O6N6vVfWfEDmzmCm87eYzAL7mWHBRrw,3971
 imicpe/optim/pnnTrainer.py,sha256=3ygh9XwFJN7jMPsEG3LHLa8sgBbDd9Yu_QWg4ZtM_DM,4571
 imicpe/optim/pnnUtils.py,sha256=LXU7wRfuEi6t-2VG2NStPAOzu19OKTxzNNnbHESpC2U,1523
-imicpe-1.0.0.dist-info/LICENSE,sha256=ACwmltkrXIz5VsEQcrqljq-fat6ZXAMepjXGoe40KtE,1069
-imicpe-1.0.0.dist-info/METADATA,sha256=mlyMGSScoX_Y8oN3l7Gp6u32-6J5Dpvynk6ao1qD29o,1317
-imicpe-1.0.0.dist-info/WHEEL,sha256=PZUExdf71Ui_so67QXpySuHtCi3-J3wvF4ORK6k_S8U,91
-imicpe-1.0.0.dist-info/top_level.txt,sha256=6_gSXCYolzjXHaIDeAsZ_M3nLXdqrMKt48XCz3reJc0,7
-imicpe-1.0.0.dist-info/RECORD,,
+imicpe-1.0.2.dist-info/LICENSE,sha256=ACwmltkrXIz5VsEQcrqljq-fat6ZXAMepjXGoe40KtE,1069
+imicpe-1.0.2.dist-info/METADATA,sha256=sAYb5GOUk9hdw7Iffmc1tZjLfUbnZ_uIWbRTIUc_nLA,1317
+imicpe-1.0.2.dist-info/WHEEL,sha256=PZUExdf71Ui_so67QXpySuHtCi3-J3wvF4ORK6k_S8U,91
+imicpe-1.0.2.dist-info/top_level.txt,sha256=6_gSXCYolzjXHaIDeAsZ_M3nLXdqrMKt48XCz3reJc0,7
+imicpe-1.0.2.dist-info/RECORD,,