doc81 504 Ti 1a Notions theoriques

doc81 504 Ti 1a Notions theoriques

Traitement de l’image Ti-la : Notions théoriques Bernard Mikolajczyk SEMM-Université Lille 1 Notions théoriques : l’image numérique L’image est une représentation d’une personne ou d’un objet par la peinture, la sculpture, le dessin, la photographie, le film, etc. C’est aussi un ensemble structuré d’informations qui, après affichage sur Pécran, ont une signification pour l’œil humain. or 15 1 . Qu’est-ce qu’une i ge 2. Caractéristiques d 2-1. Le pixel 2. 2. La résolution 2. 3. La définition 2. 4. Exemple : observez la même image avec 2 résolutions différentes 3.

Les modes colorimétriques 3. 1. Le codage de l’information 32. La notion de couches de couleurs 3. 3. Les principaux modes de couleurs 4. Calcul du poids d’une image numérique 5. es principaux formats d’enregistrement d’image S. I. Tableau comparatif 2 1 . Qu’est-ce qu’une image ? grand et plus la résolution de l’image est élevée. Corrélativement la place occupée en mémoire et la durée de traitement seront d’autant plus grandes. Si l’on agrandit [‘image jusqu’à un certain niveau on peut distinguer les pixels et constater un effet de pixellisation.

Les images vues sur un écran de télévision ou une photographie sont des images matricielles. On obtient également des images matricielles à l’aide

Désolé, mais les essais complets ne sont disponibles que pour les utilisateurs enregistrés

Choisissez un plan d'adhésion
d’un appareil photo numérique, d’une caméra vidéo numérique ou d’un scanner. exemple : matricielle (à gauche) et vectorielle (à droite) 2. Caractéristiques de base d’une image 2. 1. Le pixel Le pixel (de l’anglais PICture ELement) est la plus petite unité constituante d’une image numérique. Chaque pixel composant une image est codé selon la place qu’il occupe (en abscisse et en ordonnée) dans une grille qui forme l’image entière.

Lorsque l’on effectue un zoom important sur une image, les pixels sont représentés sous forme de carrés de couleur. Les pixels d’une même image ont tous la même taille. exemple : zoom sur une partie de l’image Le terme résolution désigne le nombre de pixels par unité de longueur. La résolution d’image se mesure généralement en pixel ar ouce (ppp) ou dot per inch (dpi) en anglais. 15 l’image et le poids du fichier selon sa destination. Domaines d’utilisation Imprimante professionnelle (magazines, catalogues…. ) résolution dpi Imprimante jet d’encre (toute impression personnelle) Visualisation écran (web, tv,.

Les résolutions proposées ci-dessus, ont été reconnues comme étant optimales concernant le rapport ntre la qualité de l’image et le poids de fichier. La résolution se détermine en fonction de la destination de l’image. Si la résolution est inférieure, l’image perd en qualité. A finverse, si elle est supérieure, l’accroissement qualitatif ne sera pas visible à l’œil humain et se traduira par une augmentation rapide et inutile du poids de ce fichier. La définition d’une image est définie par le nombre de pixels qui compose Pirnage en hauteur (axe vertical) et en largeur (axe horizontal).

Pour les appareils photo numériques, on parle à tort de résolution lorsqu’on dit : « Cet appareil a une ésolution de 83 mégapixels Comme on parle de définition de l’ima e, il faudrait dire : « Cet appareil est doté d’un cap 5 résolution produit une impression de meilleure qualité. même image avec une résolution de 72 ppp et de 300 ppp et un zoom de 200 Plusieurs images de même dimension physique (définition) peuvent donc contenir un nombre différent de pixels selon la résolution de l’image.

Nous constatons que plus la résolution est élevée plus le nombre de pixels composant l’image est grand. Plus la résolution est élevée, plus le pixel est petit et meilleure est la qualité de l’image. Remarque : À moins que l’image ne soit rééchantillonnée, la quantité des données d’image reste identique lorsque vous modifiez soit la dimension en pixels, soit la résolution. Par exemple, si vous modifiez la résolution d’un fichier, sa largeur et sa hauteur varient en proportion pour conserver la même quantité de données d’image.

Du mode colorimétrique dépend la manière dont vont être codées les couleurs (ou niveaux de gris) dans une image. On détermine le plus souvent le mode colorimétrique d’une image en fonction de sa destination et plus rarement pour des considérations esthétiques (exemple assage d’une image couleurs en niveaux de gris). Le mode colorimétrique est déterminé par la profondeur de couleurs et lui même engendre le nombre de couches de couleurs que contient l’image. PAGFd 5 états différents stables.

Il constitue une mémoire élémentaire ou Conventionnellement on attribue le symbole O à l’un de ces 2 états et le symbole 1 à l’autre. A l’aide de 1 bit on a donc 2 possibilités 0/1 ou ouvert/fermé ou noir/blanc. A l’aide de 2 bits on 2*2 = 4 possibilités : 00/01 / 10/11. A l’aide de 3 bits on a = 8 possibilités • 000/001/010/01 01/1 11. A l’aide de 8 bits on a 256 possibilités. Cet exemple de 8 bits est appelé « octet En général les informations sont regroupées par groupe de 8, 1 6, 24 ou 32 bits (c’est à dire 1, 2, 3 ou 4 octets).

Avec 16 bits ou 2 octets on a 65 536 possibilités. Avec 24 bits ou 3 octets on a 16 777 216 possibilités (plus de 16 millions). On parle de Kilo Octet : Iko 1024 octets (et non pas 1000). En résumé, plus le nombre de bits utilisé est grand, plus le nombre de couleurs existant dans l’image est important et mellleure sera fadéquation des couleurs entre l’original (le sujet photographié ou hotographie argentique) et sa représentation numérique (fichier image).

Cependant, plus une image est riche en profondeur de couleur plus elle prend de place s s 5 Bleu) ou en mode CMJN (Cyan / Magenta / Jaune / Noir), la couleur finale d’I pixel (et donc de l’image) sera déterminé par la superposition (ou le mélange) de plusieurs valeurs colorimétriques qui donnera la couleur finale, comme lorsque l’on mélange des peintures). Encore une fois, la profondeur de couleurs et le nombre de couches sont déterminants quand à la place que prendra le fichier sur le disque dur (poids de fichier).

Exemple : si l’on passe une image du mode RVB (3 couches codées sur 8 bits) au mode niveaux de gris (1 couche codée sur 8 bits) le poids du fichier est divisé par trois. A rinverse si l’on passe en mode CMJN (4 couches codées sur 8 bits) le poids du fichier est augmenté d’un tiers par rapport ? l’original RVB (car une couche en plus). Codage Nombre de couleurs 1 bit 2 bits 4 bits 8 bits 16 bits 24 bits 32 bits 4 16 256 65 535 16 777 216 4 294 967 296 6 5 images en mode Niveaux de gris sont des images 8 bits. Chaque pixel d’une image en niveaux de gris a une valeur de luminosité comprise entre O (noir) t 255 (blanc).

Les valeurs de niveaux de gris peuvent également être mesurées comme des pourcentages de couverture de l’encre noire (O % est égal au blanc, 100 % au noir). Le mode RVB Ce mode dans Photoshop utilise le modèle RVB, attribuant une valeur d’intensité à chacun des pixels. Dans les images en 8 bits par couche, les valeurs d’intensité vont de O (noir) à 255 (blanc) pour chacune des composantes RVB (rouge, vert, bleu) d’une image en couleurs. Par exemple, un rouge vif aura une valeur R de 246, une valeur V de 20 et une valeur B de 50.

Lorsque toutes les composantes ont une valeur égale, on obtient ne nuance de gris neutre ; lorsqu’ elles ont chacune une valeur de 255, on obtient un blanc pur. Une valeur égale à O pour chacune produit du noir. Les images RVB utilisent trois couleurs, ou couches, pour reproduire les couleurs à l’écran. Dans les images en 8 bits par couche, les trois couches sont converties en 24 bits (8 bits x 3 couches) d’ informations chromatiques par pixel. pour les images 24 bits, les trois couches peuvent reproduire jusqu’à 1 6,7 millions de couleurs par pixel.

Le modèle RVB n’est pas simplement le mode par défaut des nouvelles images Photoshop. Il st utilisé par les moniteurs d’ordinateur pour afficher les couleurs. Cela signifie que PAGF 7 5 colorimétriques autres que RVB (par exemple, CMJN), Photoshop convertit Fimage CMJN en image RVB pour l’afficher à l’écran. Le mode CMJN Ce mode attribue à chaque pixel un pourcentage pour chacune des encres quadri. Aux couleurs les plus claires (tons clairs) sont attribués de faibles pourcentages de couleurs d’encre quadri, aux couleurs les plus foncées (tons foncés) de plus forts pourcentages.

Par exemple, un rouge vif peut être obtenu avec 2 % de cyan, 93 % de magenta, 90 % de jaune et 0 % de noir. Dans les images CMJN, le blanc pur est produit lorsque la valeur des quatre composantes est O Utilisez le mode CMJN lorsque vous préparez une image pour l’impression en quadrichromie. La conversion d’une image RVB en CMJN produit une séparation des couleurs. Si votre Image de départ est en mode RVB, il vaut mieux la retoucher d’abord en RVB puis la convertir en CMJN, une fois que vous avez terminé.

En mode RVB, vous pouvez utiliser les commandes Affichage / Format d’épreuve pour simuler les effets d’une conversion CMJN, sans modifier les données image réelles. Vous pouvez également utiliser le mode CMJN pour travailler irectement avec des Images CMJN numérisées ou importées à partir de systèmes haut de gamme. Le mode couleurs indexée mémorise et indexe les couleurs dans l’image. Si une couleur de l’image d’origine n’apparait pas dans la table, le programme choisit celle qui s’en rapproche le plus ou slmule la couleur en utilisant les couleurs disponibles.

En limitant le panneau de couleurs, les couleurs indexées peuvent réduire la taille du fichier tout en conservant la qualité visuelle (pour une page Web, par exemple). 8 Ce mode permet un gain important de poids de fichier mais entraîne une détérioration de l’image. A moins d’un besoin impératif de gain de poids de fichier pour améliorer la rapidité de transfert, il est donc déconseillé d’utiliser ce mode pour les images contenant un grand nombre de couleurs ou des surfaces contenant des dégradés. Le poids d’une image c’est en fait la taille du fichier image en octets (ou kilo octets ou Méga octets).

Bien évidemment, le poids d’une image peut être calculé. Je vous donne d’abord la règle de calcul, puis par la suite les données qui la compose : Poids d’une image en octets = nombre de pixels qui composent l’image x nombre d’octets que composent un pixel Le nombre de pixel : il suffit de faire la multiplication proposée par la définition de l’image. Ainsi, une photo dont la définition est de « 1780×1335 » est composée de 1780Xl 335 2 376 300 Pixels. Le nombre d’octets : Je parts ici du postulat que vos photos sont des fichiers avec l’extension jpg.

Or un jpg fonctionne en mode RVB 24 bits, c’est-à-dire que chaque pixel composant une imag PAGF 15 RVB 24 bits, c’est-à-dire que chaque pixel composant une image jpeg contient 8 bits par couleur primaire R, V, : 8 bit pour le rouge, 8 bits pour le vert et 8 bits pour le bleu ; on parle de 8 bits par couche: 8×3 = 24 bits. Or 1 octet = 8 bits. Donc le nombre d’octet ici est 24/8 = 3. Ainsi, le poids d’une image au format jpg dont la définition est de 1780×1335 vaut : 2 376 300 pixels x 3 octets = 7 128 900 octets.

Evidemment, en octets, ce n’est pas très pratique. Nous allons donc convertir ce poids en Kilo Octets (Ko) et, si nécessaire, en Méga octets (Mo). (Pour info, 1 Ko 1024 octets et 1 Mo octet = 1024Ko). 7 128 900 octetS/1024 = 6961, 8 KO 6961, 8 KO/1024 = 6. 8 MO (env. ) Le poids de cette photo est donc de 6. 8 Méga octets. Remarque : Si vous faites un clic droit/propriété sur une de vos photos, la taille de la photo nnoncée ne correspond pas du tout à celle que vous venez de calculer… , clic doit 2. 3 Mo par exemple.

Pourquoi un tel décalage ? Tout simplement parce que le format jpeg est un format de compression. Ainsi, 2. 30 Mo est le poids de mon image compressée alors que 6. 8 Mo est le poids de ce même fichier mais non compressé. Donc si vous voulez vérifier vos calculs de poids de fichier, il vous suffit d’enregistrer votre photo dans un format d’image non compressé: Bitmap (. bmp) par exemple. 9 5. Les principaux formats d’enregistrement d’image PSD, TIFF, JPG, GIF, PNG, PDF AMP RAW… chaque format a ses particularités et ses usage