SNT Seconde

Les pixels des images numériques


La photographie numérique (et sa gestion : stockage, modifications, améliorations) est devenue aujourd'hui l'un des principaux arguments de vente des smartphones. Nous allons tenter de voir comment on parvient à acquérir une image numérique de la réalité puis comment on parvient à la restituer à l'écran.

Documents de cours : open document ou pdf ou ou word

1 - Pixels

Notion d'image numérique

Une image visible sur un écran d'ordinateur est juste la juxtapostion de petits carrés qu'on nomme des pixels.

Voici à titre d'exemple, voici le signe du langage Python et un agrandissement 

Sans zoom et avec zoom
Logo Python Logo Python Zoom

Ou encore une image du Golden Gate :

Le pont Le zoom La grille
L'image, le zoom et la grille

Définir une image revient donc à définir la couleur qu'on veut voir s'afficher sur chacun des pixels.

On peur définir cette couleur à l'aide uniquement de trois couleurs:

color : #FF8822;

  • Le rouge, red en anglais, a ici l'intensité maximale FF
  • le vert, green en anglais, a ici une intensité 88
  • le bleu, blue en anglais, a ici une intensité 22

Pourtant, si on fait un zoom sur la partie jaune du Python, on peut voir cela 

Logo Python Zoom

Une question se pose donc : comment parvenir à afficher du jaune à l'aide uniquement de rouge, de vert et de bleu ?

En réalité, chaque pixel est lui-même séparé en trois sous-pixels : un rectange ROUGE, un rectange VERT et un rectangle BLEU.

Voici un pixel vu de très très près. On a activé à fond les intensités RGB (red-green-blue) ou RVB (rouge-vert-bleu) :

En 4x4 pixels de plus loin

En 10x10 pixels de plus loin

En 30 x 30 pixels

Si on continue encore à réduire la taille affichée du pixel :

Voici donc comment on parvient à obtenir du blanc : lorsqu'on envoie du Rouge, du Vert et du Bleu à grande intensité, les 3 cônes de l'oeil sont activés et le cerveau interprète cela en BLANC.

et
et
donne l'impression de

Si on active uniquement le rouge et le vert, on obtient ceci :

En 4x4 pixels de plus loin

En 10x10 pixels de plus loin

En 30 x 30 pixels

Si on continue encore à réduire la taille affichée du pixel, on aura l'impression de voir du jaune :

Bilan :

+
+
donne

Vous allez voir en sciences physiques qu'il existe deux synthèses de la lumière :

  • la synthèse soustractive (on éclaire des objets qui ne brillent pas d'eux même dans le noir). C'est le cas d'un mélange de gouaches par exemple.
  • la synthèse additive : un objet émet plusieurs radiations à la fois. C'est le cas ici : votre écran allumé brille bien de lui-même dans le noir.

Remarque

Bien entendu, une synthèse ne peut avoir lieu que si l'oeil n'est pas en capacité de distinguer les différents pixels.
Ce qui est le cas, l’œil distingue simplement une couleur globale, due à son pouvoir de résolution limité.
Sur un écran moderne de smartphone, les différentspixels sont tellement petits que même avec une loupe vous n'avez que peu de chances de les voir !

Les 8 cas typiques de synthèse additive
      
      
      
      
      
      
      
      

Avec votre smartphone

On peut constater des différences dans l’agencement ou la forme des pixels (et sous-pixels), suivant le modèle de smartphone observé :

Ecrans de smartphones
différents smartphones

Concrếtement, quelle est la taille des pixels sur un écran ?

Ca dépend de la qualité de l'écran. En gros, la taille (on dit le pas) d'un pixel varie de 0,31 mm à 0,21 mm.

Les sous-pixels sont donc 3 fois plus fins. Le principe est bien qu'un oeil humain ne puisse pas distinguer les sous-pixels en étant à une distance d'utilisation typique.

Si vous voulez comparer avec un appareil du commerce, il faut chercher les ppp (pixel par pouce en français) ou les dpi (dots per inch en anglais).

Un écran typique fait entre 82 dpi à 122 dpi.

Comme un pouce correspond à D = 2.54 cm = 25.4 mm, on peut trouver facilement la largeur L théorique du pixel :  D = nbr x L 

On trouve la largeur L d'un pixel en calculant  L = D / nbr 

01° Déterminer la largeur d'un pixel pour un écran qui affiche 82 dpi.

...CORRECTION...

 L = D / nbr = 25.4 / 82 = 0.31 mm

02° Déterminer la largeur d'un pixel pour un écran qui affiche 122 dpi.

...CORRECTION...

 L = D / nbr = 25.4 / 122 = 0.21 mm

03° Déterminer la largeur d'un pixel pour l'écran d'un iphone 11 Pro max qui affiche 458 dpi.

04° Déterminer la largeur d'un pixel pour l'écran d'un galaxy S20+ qui affiche 525 dpi.

A partir du moment où on connait la taille d'un pixel ou le nombre de pixels par cm sur l'écran, on peut déterminer la résolution de l'écran.

Définition d'un écran ou d'une image

La defintion correspond aux pixels qu'on peut trouver sur une largeur et sur une hauteur.

Type de matérielDéfinition typique
Moniteur classique -de 800 pixels de large sur 600 pixels de large : 800 x 600
Moniteur classique +2515 x 1886
Téléviseur UltraHD3840 x 2160
Smartphone moyen960 x 640
iPhone11 Pro Max2688 x 1242
Samsung galaxy S20+3200 x 1440

En cliquant sur les propriétés d'une image, on peut trouver sa résolution; souvent sous la forme pixels en largeur x pixels en hauteur.

05° Que vaut la définition de l'image ci-dessous ?

06° Que vaut la définition de l'image ci-dessous ?

2 - Capter une photo ?

Nous avons donc vu comment générer une image sur un écran à partir de 3 informations (RGB ou RVB) par pixel.

Mais comment créer une photo numérique ?

L’ambition d’une photographie est autre : il s’agit de capturer puis retranscrire le plus fidèlement possible l’image formée sur notre rétine par la lumière extérieure.

Pour fabriquer une photo numérique, il faut d'abord disposer d'un capteur : un dispositif qui transforme une grandeur physique (ici l'éclairement lumineux) en grandeur électrique.

Cette grandeur électrique va ensuite être transformée en grandeur numérique : un simple nombre compris entre 0 (pas d'émission) à une valeur maximale (souvent 255 en décimal).

Le capteur permettant de créer une photographie numérique se nomme un photosite.

Photosites
Plusieurs photosites formant un maillage (image domaine public https://fr.wikipedia.org/wiki/Capteur_photographique#/media/Fichier:CCD_Bayer_Filter.png)

Plus la lumière arrivant sur l'un des photosites est importante, plus la grandeur numérique de sortie sera grande.

Par exemple :

  • obscurité totale : 0
  • lumière maximale saturant le photosite : 255 en décimal ou FF en hexadécimal

Mais on aura simplement une image en nuance de gris.

Pour la couleur

Pour obtenir une information sur les couleurs en plus de la luminosité, on place des filtres au dessus des photofiltres :

  • Les filtres rouges laissent passer principalement les radiations rouges
  • Les filtres verts laissent passer principalement les radiations vertes
  • Les filtres bleus laissent passer principalement les radiations bleues
Les photosites et les filtres
Filtres RGB (image domaine public https://fr.wikipedia.org/wiki/Capteur_photographique#/media/Fichier:CCD_Bayer_Filter.png)

C’est le rôle de la matrice de Bayer

.
diagramme bayer

La lumière extérieure, après avoir été filtrée (filtres InfraRouge et Anti-Aliasing), va être concentrée par des microlentilles avant de passer dans la matrice de Bayer.

diagramme bayer

Le rôle de la matrice de Bayer est de séparer la lumière, en laissant passer sa composante rouge, verte, ou bleue.

À noter que la composante verte est deux fois plus représentée que les autres couleurs .
Cela est dû au fait que l’oeil humain est naturellement plus sensible au vert qu’aux autres couleurs.
Il faut donc artificiellement favoriser la lumière verte lors de sa captation.

Cette conversion de l’information lumineuse en information électrique est l’étape essentielle de la prise d’une photographie numérique.
Les photosites jouent un rôle dans la captation de la lumière, à l’intérieur du capteur de l’appareil photo numérique, alors que les pixels de l’écran servent à reproduire cette lumière.

07° Du coup, combien de photosites faut-il dans le cas le plus simple pour former un pixel 

08° Pourquoi trouve-t-on deux fois plus de filtres verts ?

3 - Pourquoi 255 ?

Une question subsiste : pourquoi mettre 255 comme valeur maximale ?

1er raison : ca suffit pour ne pas parvenir à distinguer deux cas successifs 

Nous avons vu que l’intensité des trois couleurs de base (rouge, vert, bleu) est codée par un nombre compris entre 0 et 255. Pourquoi pas 0 et 358 ou 1 et 100 ?

Tout cela est lié à la façon de stocker les chiffres dans un ordinateur.

La plus petite unité mémoire est le bit : une case qui contient 0 ou 1. C’est l’un ou l’autre.

CODAGE DE L’INTENSITE SUR 1 bit :

Si on codait la couleur ROUGE sous cette forme, on aurait :

Cas n°Valeur binaireDonne :Visuel
Cas 00Pas de rouge
Cas 11Rouge(100%)

On obtient donc 2 = 21 cas possibles : de 0 à 1.

CODAGE DE L’INTENSITE SUR 2 bits :

Si on codait la couleur ROUGE sous cette forme, on aurait :

Cas n°Valeur binaireDonne :Visuel
Cas 000Pas de rouge
Cas 101Un peu(33%)
Cas 210Beaucoup(66%)
Cas 311Rouge(100%)

On obtient donc 4 = 22 cas possibles : de 0 à 3.

On voit bien qu'on obtient plus de nuances.

CODAGE DE L’INTENSITE SUR 3 bits :

Si on codait la couleur ROUGE sous cette forme, on aurait :

Cas n°Valeur binaireDonne :Visuel
Cas 0000Pas de rouge
Cas 100114%
Cas 201029%
Cas 301143%
Cas 410057%
Cas 510171%
Cas 611086%
Cas 7111100%

On obtient donc 8 = 23 cas possibles : de 0 à 7.

Bref, ensuite un peu plus de nuances.

09° Si on généralise, combien a-t-on de cas possibles avec 8 bits ? Sur combien de bits est codé l’intensité d’une couleur sachant que sa valeur varie de 0 à 255 ?

Pour vous donner une idée du nombre de nuances que cela représente, voilà les nuances de rouge pour 8 bits :

ValeurVisuelValeurVisuelValeurVisuel
085170
186171
287172
388173
489174
590175
691176
792177
893178
994179
1095180
1196181
1297182
1398183
1499184
15100185
16101186
17102187
18103188
19104189
20105190
21106191
22107192
23108193
24109194
25110195
26111196
27112197
28113198
29114199
30115200
31116201
32117202
33118203
34119204
35120205
36121206
37122207
38123208
39124209
40125210
41126211
42127212
43128213
44129214
45130215
46131216
47132217
48133218
49134219
50135220
51136221
52137222
53138223
54139224
55140225
56141226
57142227
58143228
59144229
60145230
61146231
62147232
63148233
64149234
65150235
66151236
67152237
68153238
69154239
70155240
71156241
72157242
73158243
74159244
75160245
76161246
77162247
78163248
79164249
80165250
81166251
82167252
83168253
84169254
85170255

255 représente donc sur 8 bits l'intensité maximale de rouge.

Mais comment faire le lien entre 255 et les 8 bits ?

Pour transformer un nombre binaire en nombre en base 10 (notre base naturelle puisqu’on a 10 doigts), il faut savoir que :

  • Le bit le plus à droite est nommé le bit de poids faible car il code uniquement 1.
  • Le bit juste d’à côté code 2.
  • Celui d’encore après code 4
  • ...

Voilà un exemple pour un nombre binaire de 8 bits (on appelle cela un octet), M = 1010 1011.

Nombre M =10101011
Les bits codent 1286432168421
On obtient donc12832821

D'ou la valeur de M en base 10 :

M = 128 + 32 +8 + 2 + 1 = 171.

10° Trouver l'octet le plus grand en activant tous les bits à 1 : 1111 1111.

...CORRECTION...

On calcule 128+64+32+16+8+4+2+1 et ça donne 255.

La fois prochaine, nous verrons le poids des images et des photos, ainsi que quelques pistes pour réduire le temps de transfert.

Activité publiée le 06 11 2019
Dernière modification : 25 5 2020
Auteur : ows. h.
Modifié : Pascal F.