Les pixels des images numériques

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 

Ou encore une image du Golden Gate :

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 

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.

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 :

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 !

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 :

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 

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.

2 - Capter une photo ?

⇩ ⇧ ⤊

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.

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

C’est le rôle de la matrice de 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.

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.

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 :

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 :

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 :

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

Bref, ensuite un peu plus de nuances.

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

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

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