Nous ferons ici une présentation de "l'image numérique" dans ses grandes lignes.

• Qu'est ce qu'une image numérique?

     Une image, du latin imago, désigne la représentation 2D (notamment visuelle) d'un objet, d'une chose ou d'un environnement 3D par différents moyens ou supports : dessin, image numérique, peinture, photographie, etc. ...

L'image numérique, est une image qui est décrite dans un langage informatique ce qui lui permet d'être enregistrée sur différents supports magnétiques (disque rigide, disquette...) ou optiques (CD, par exemple);

En infographie, on distingue deux grandes familles d'images numériques :

Les images vectorielles sont des représentations d'entités géométriques telles qu'un cercle, un rectangle ou un segment. Ceux-ci sont représentés par des formules mathématiques (un rectangle est défini par deux points, un cercle par un centre et un rayon, une courbe par plusieurs points et une équation).

Les formes plus complexes sont subdivisées en segments de droite ou de courbe. Ils sont reliés entre eux par des points d'ancrage dont la position relative est enregistrée sous forme de coordonnées (X,Y).

Ainsi il est possible de lui appliquer facilement des transformations géométriques (zoom, étirement, ...) sans perte d'information et de définir une image avec très peu d'information, ce qui rend les fichiers très peu volumineux.

Cependant, une image vectorielle permet uniquement de représenter des formes simples. S'il est vrai qu'une superposition de divers éléments simples peut donner des résultats très impressionnants, toute image ne peut pas être rendue vectoriellement, c'est notamment le cas des photos réalistes.

Ces images sont donc essentiellement utilisées pour réaliser des schémas ou des plans. Les logiciels de dessin industriel fonctionnent suivant ce principe ; les principaux logiciels de traitement de texte ou de PAO (publication assistée par ordinateur) proposent également de tels outils.

• Les images matricielles

Les images matricielles sont composées de petits carreaux colorés (y compris le blanc, le noir et les différentes nuances de gris), appelés pixels.

Définition du pixel :

selon la définition du Conseil international de la langue française, pixel est la forme abrégée de l’expression anglo- américaine « picture element ». C’est l’élément le plus petit d’une surface de détection (le capteur de l’appareil photo), d’une image échantillonnée ou d’une surface de visualisation (par exemple un écran), auquel puisse être affecté individuellement des caractéristiques visuelles.

Pour décrire une image matricielle, il faut compiler les informations suivantes :

Les images vues sur un écran de télévision ou une photographie sont des images matricielles.

On obtient également des images matricielles à l'aide d'un appareil photo numérique, d'une caméra vidéo numérique ou d'un scanner:

L'acquisition se fait par un capteur, une photodiode par exemple :

l'énergie incidente est convertie en signal électrique, il est proportionnel à l'intensité lumineuse ; pour numériser l'image il faut échantillonner le signal puis le quantifier comme le montre l'exemple suivant:

A la fin on obtiendra un tableau de valeur, appelé matrice, où chaque valeur de chaque case, les pixels, est codée dans un intervalle de tons ou de couleurs défini par le capteur. L'échantillonnage est limité par la capacité du capteur, donc le nombre de pixels disponible.

Plus la densité des pixels est élevée, plus le nombre d'informations est grand et plus la résolution de l'image est élevée.

La résolution joue un rôle primordial en regard de la qualité des images : en général, plus la résolution est élevée, plus nettes et détaillées apparaissent les images comme nous le montrerons plus tard.

• Les dimensions et la résolution

Un document matriciel se caractérise par sa dimension, sa résolution et son codage ou mode. Ces caractéristiques ont à leur tour, un effet direct sur le volume du document.

La matrice de pixels s'étend à l'ensemble de la surface du document, qu'il y ait ou non une représentation graphique sur le document. Un document vectoriel dans lequel il n'y a rien est un document vide. Par contre, un document matriciel dans lequel il n'y a aucune représentation graphique est quand même composé d'une matrice de pixels blancs qui occupe une certaine quantité de mémoire.

La résolution est l'expression de la taille des pixels. Elle s'exprime en PIXELS PAR POUCE (PPI). Plus la valeur de la résolution est élevée, plus les pixels sont petits et plus il en faut pour combler la matrice d'un document de même dimension.

Exemple:

18 pixels par pouce soit environ 7 pixels par cm dans ce cas on observe l'effet de pixelisation :

72 pixels par pouce soit environ 30 pixels par cm. Cette dernière résolution correspond approximativement à celle d'un écran d'ordinateur, elle est donc idéale pour visualiser une image sur l'écran :

Pour ce type de codage, chaque pixel est soit noir, soit blanc. Il faut un bit pour coder un pixel (0 pour noir, 1 pour blanc). L'image de 10000 pixels codée occupe donc 10000 bits en mémoire.

Ce type de codage peut convenir pour un plan ou un texte mais on voit ses limites lorsqu'il s'agit d'une photographie.

Si on code chaque pixel sur 2 bits on aura 4 possibilités (noir, gris foncé, gris clair, blanc). L'image codée sera très peu nuancée.

En général on code chaque pixel sur 8 bits = 1 octet. On a alors 256 possibilités (on dit 256 niveaux de gris). L'image de 10 000 pixels codée occupe alors 10 000 octets en mémoire.

Il existe plusieurs modes de codage de la couleur. Le plus utilisé est le codage Rouge, Vert, Bleu (RVB ou RGB en anglais). Chaque couleur est codée sur 1 octet, chaque pixel sur 3 octets c'est à dire 24 bits : le rouge de 0 à 255 , le vert de 0 à 255, le Bleu de 0 à 255.

Le principe repose sur la synthèse additive des couleurs : on peut obtenir une couleur quelconque par addition de ces 3 couleurs primaires en proportions convenables.

On obtient ainsi 256 x 256 x 256 = 16777216 (plus de 16 millions de couleurs différentes).

Dans ce cas on attache une palette de 256 couleurs à l'image.

Ces 256 couleurs sont choisies parmi les 16 millions de couleurs de la palette RVB, ainsi pour chaque image, le programme recherche les 256 couleurs les plus pertinentes.

Chaque code (de 0 à 255) désigne une couleur, l'image occupe donc 3 fois moins de place en mémoire qu'avec un codage 24 bits. L'image est moins nuancée : sa qualité est bonne mais moindre.

Le choix de la palette de couleur peut être défini par l'utilisateur (cas des fausses couleurs) ou optimisé par calcul.

On peut maintenant obtenir le volume d'une image quand on connait ces 3 critères par la formule suivante:

• Le format BMP et JPEG

Il existe plusieurs types de format comme le format GIF, TIFF ou PNG ..... Ici on s'interessera plutôt aux deux formats que nous utiliserons et qui sont les deux principaux:

Le format BMP est le format standard de la prise numérique d'une image, la taille des images dans ce format est très importante (selon l'image jusqu'à 50 fois plus grande qu'une image jpg) mais sa qualité est meilleure.

Le format JPEG est un format de compression d'image réglable, avec perte de qualité. Plus la compression est importante, plus l'image est dégradée.

Principe de la compression:

- On divise l'image en bloc de 8*8 ou 16*16 pixels.

- On convertit pour chaque bloc le codage RVB en codage TSL (teinte, saturation, luminance); le passage entre les deux codages se fait grâce à des formules simples.

- On obtient ainsi une matrice où nous appliquons une Transformée Cosinus Discrète (formule complexe) à celle-ci. Ainsi, au lieu de laisser une valeur pour chaque pixel, elle permet de représenter les valeurs des pixels en fréquences qui représentent les variations des valeurs

- Puis la matrice DTC est quantifiée c'est à dire qu'on simplfie les valeurs: un 2 ou 3 ou -5 ... donnerons un 0. Ces valeurs zéro prendront peu d'espace de stockage lors de l'enregistrement du dossier. Le niveau de compression est exprimée au moment de la quantification par "le pas de quantification", le pas est généralement entre 1 et 25, où 1 donne la meilleure qualité d'image et 25 plus mauvaise qualité acceptable.

-Pour le codage, on lit les blocs en zig-zag afin de grouper les valeurs nulles. On applique au résultat une compression RLC (Run Length Coding) et un codage VLC (Variable Length Coding), puis un algorithme Huffman ou arithmétique ou encore Shannon- Fano pour pouvoir retrouver le codage en RVB et pouvoir visualiser l'image.