Scheda di revisione: Introduction à la photographie numérique

📋 Plan du Cours

1. Caractéristiques des pixels et définition d’une image numérique
2. Codage des couleurs par synthèse additive RVB
3. Fonctionnement des capteurs photographiques et filtres colorés
4. Formats d’image numérique, profondeur de couleurs et poids des images
5. Compression des formats usuels d’image numérique
6. Métadonnées EXIF et leur rôle dans la traçabilité et l’indexation
7. Algorithmes de prise de vue et traitement d’image
8. Algorithmes de reconnaissance faciale dans la photographie numérique

📖 1. Caractéristiques des pixels et définition d’une image numérique

🔑 Notions clés & Définitions

• Pixel : Donc se décomposer en trois sous-pixels de couleur rouge, verte ou bleue possédant chacun 256 nuances possibles (0 à 255).
• Définition d'une image : Le nombre total de pixels qui composent une image, sans inclure les sous-pixels individuels.
• Résolution d'une image : La densité de pixels par unité de longueur, exprimée en dpi, ppi ou ppp, qui détermine la qualité d'affichage ou d'impression d'une image ou d'un écran.

📝 Points essentiels

• Chaque pixel est constitué de trois sous-pixels (rouge, vert, bleu), chacun avec 256 nuances possibles.
• La résolution, exprimée en pixels par pouce, influence la qualité d'affichage ou d'impression, avec 80-90 ppp pour les écrans et 300 ppp pour l'impression papier.

💡 À retenir

La structure et la quantité de pixels déterminent la qualité visuelle et la précision d'une image numérique, en influençant sa définition et sa résolution.

📖 2. Codage des couleurs par synthèse additive RVB

🔑 Notions clés & Définitions

• Synthèse additive RVB : procédé de représentation des couleurs utilisant la combinaison de trois composantes lumineuses, rouge, verte et bleue, pour produire une large gamme de couleurs.

• Composantes RVB : éléments fondamentaux du codage, chaque pixel est défini par un triplet (R, V, B) où chaque composante représente l’intensité lumineuse de la couleur correspondante, variant de 0 à 255.

📝 Points essentiels

• Chaque pixel est codé par un triplet (R, V, B) où chaque composante peut prendre une valeur comprise entre 0 et 255, permettant de représenter une multitude de nuances.

• Le codage RVB permet d’afficher environ 16,8 millions de couleurs par synthèse additive, grâce à la combinaison des différentes intensités des trois composantes.

• Exemples de codage : (255,0,0) correspond à la couleur rouge, (0,255,0) à la couleur verte, et (255,255,0) à la couleur jaune, illustrant la manière dont les valeurs déterminent la couleur perçue.

💡 À retenir

Le principe du codage RVB repose sur la synthèse additive, où la combinaison des trois composantes lumineuses permet d’afficher une large palette de couleurs, essentielle pour la reproduction visuelle numérique.

📖 3. Fonctionnement des capteurs photographiques et filtres colorés

🔑 Notions clés & Définitions

• Capteur photographique : Composant constitué de photosites qui produisent de l'électricité lorsqu'ils reçoivent de la lumière, permettant de capturer une image numérique.
• Filtre coloré : Revêtement appliqué sur chaque photosite, ne laissant passer qu'une seule couleur (rouge, vert ou bleu), pour filtrer la lumière reçue.

📝 Points essentiels

• Un capteur photographique est constitué de photosites qui produisent une tension électrique proportionnelle à la lumière reçue.
• Chaque photosite est recouvert d'un filtre coloré ne laissant passer qu'une seule couleur : rouge, vert ou bleu.
• Les filtres sont organisés en carrés de quatre : deux verts, un rouge et un bleu.
• La tension électrique de chaque photosite est convertie en valeur numérique pour former l'image.

💡 À retenir

Un capteur photographique est constitué de photosites qui produisent une tension électrique proportionnelle à la lumière reçue.

📖 4. Formats d’image numérique, profondeur de couleurs et poids des images

🔑 Notions clés & Définitions

• Exemple : Un codage sur n bits correspond à 2n couleurs.
• Profondeur de couleurs : Nombre de bits utilisés pour coder la couleur d'un pixel, exprimé en bits par pixel (bpp), déterminant le nombre de nuances possibles.
• Poids d'une image : Quantité de mémoire nécessaire pour stocker une image, mesurée en Ko ou Mo, influencée par le format et la compression.
• Image numérique : Image stockée sous forme binaire, codée selon un format spécifique, représentant une suite de 0 et de 1.

📝 Points essentiels

• La profondeur de couleurs correspond au nombre de bits utilisés pour coder la couleur d'un pixel, plus elle est grande, meilleure est la qualité.
• Un codage sur n bits permet 2^n couleurs, par exemple 16 bpp correspond à 65 536 couleurs.
• Le poids d'une image est la mémoire nécessaire à son enregistrement, mesurée en Ko ou Mo, et dépend du format et de la compression.
• Les formats Raw sont non compressés et volumineux, JPEG est compressé et peu volumineux, TIFF est volumineux avec excellente qualité.

💡 À retenir

Les formats, la profondeur de couleurs et la compression influencent la qualité et la taille des images numériques, avec des compromis entre volume et qualité.

📖 5. Compression des formats usuels d’image numérique

🔑 Notions clés & Définitions

• Compression avec perte : technique de réduction de la taille des images qui entraîne une perte d’informations, affectant la qualité visuelle.
• Compression sans perte : méthode de réduction de la taille des images qui conserve intégralement toutes les données, sans dégradation de la qualité.

📝 Points essentiels

• La compression réduit le poids des images en transformant les données binaires, permettant ainsi un stockage et une transmission plus efficaces. La compression peut être avec perte, comme dans le cas du format JPEG, où une partie des données est éliminée, ou sans perte, comme pour le format PNG, qui conserve toutes les informations originales. Le format Raw est non compressé, ce qui signifie qu’il ne modifie pas les données issues du capteur, tandis que JPEG utilise une compression avec perte pour réduire la taille des fichiers. Les formats adaptés au Web, tels que JPEG, GIF et PNG, emploient différentes méthodes de compression selon leurs usages spécifiques, notamment pour équilibrer qualité et poids.

💡 À retenir

La distinction entre compression avec ou sans perte influence directement la qualité et la taille des images numériques, chaque méthode étant choisie en fonction de l’usage et des exigences de qualité.

📖 6. Métadonnées EXIF et leur rôle dans la traçabilité et l’indexation

🔑 Notions clés & Définitions

• Métadonnées EXIF : Ensemble d'informations textuelles enregistrées lors de la prise de vue dans un fichier image, permettant la traçabilité et l'indexation.

📝 Points essentiels

• Les métadonnées EXIF sont des informations textuelles enregistrées lors de la prise de vue dans le fichier image.
• Elles contiennent la date, l'heure, les coordonnées GPS, le modèle d'appareil, l'orientation, etc.
• D'autres métadonnées peuvent être ajoutées par des logiciels : titre, légende, logiciel utilisé.
• Les métadonnées permettent une traçabilité technique et juridique des images.
• Les métadonnées facilitent l'indexation et la recherche des images par mots-clés.

💡 À retenir

Les métadonnées EXIF sont cruciales pour la gestion, la recherche et la légitimité des images numériques, en enregistrant des informations techniques et contextuelles.

📖 7. Algorithmes de prise de vue et traitement d’image

🔑 Notions clés & Définitions

• Algorithme de mise au point : processus automatisé qui ajuste la netteté de l’image lors de la prise de vue, en gérant la mise au point selon des critères précis.

• Algorithme de calcul d'exposition : procédure qui détermine le temps d'exposition et l'ouverture du diaphragme pour optimiser la luminosité et la qualité de l’image lors de la capture.

• Filtre de réduction de bruit : opération appliquée après la prise de vue visant à éliminer ou diminuer les informations parasites, notamment dans les zones sombres, pour améliorer la clarté de l’image.

• Filtre d'augmentation de netteté : traitement qui accentue les contours et les détails pour rendre l’image plus nette ou plus précise avant son enregistrement.

📝 Points essentiels

• Les algorithmes gèrent la mise au point, le temps d'exposition et l'ouverture du diaphragme lors de la prise de vue, permettant une capture optimisée selon les conditions.

• Certains algorithmes déclenchent la prise de vue uniquement lorsque les conditions sont jugées idéales, par exemple lorsque la personne photographiée sourit, afin d’assurer une image de meilleure qualité.

• Après la capture, des algorithmes ajustent la taille de l’image pour répondre aux besoins spécifiques, puis appliquent des filtres pour réduire le bruit numérique, notamment dans les zones sombres, ou pour augmenter la netteté apparente de l’image.

💡 À retenir

Les algorithmes automatisent la mise au point, l’exposition et l’amélioration de l’image, garantissant une capture optimale et une qualité visuelle améliorée.

📖 8. Algorithmes de reconnaissance faciale dans la photographie numérique

🔑 Notions clés & Définitions

• Image géométrique du visage : Une représentation numérique du visage construite à partir de mesures précises telles que la taille, la forme et la distance entre les éléments du visage, utilisée pour la comparaison dans les processus de reconnaissance faciale.

📝 Points essentiels

• Les algorithmes de reconnaissance faciale créent une image géométrique du visage en fonction de paramètres comme la taille, la forme et la distance entre les éléments du visage.
• Cette image est comparée à une base de données de visages géométrisés pour identifier ou reconnaître une personne.

💡 À retenir

Les algorithmes de reconnaissance faciale identifient les visages en analysant leurs caractéristiques géométriques et en les comparant à une base de données.

📊 Tableaux de Synthèse

Comparaison des formats d'image

Profondeur de couleurs et poids

⚠️ Pièges & Confusions Fréquentes

1. Confusion entre pixels et sous-pixels dans la définition d'une image.
2. Erreur dans la compréhension du codage RVB et de ses valeurs.
3. Confusion entre compression avec perte et sans perte.
4. Mauvaise interprétation des métadonnées EXIF et leur rôle.
5. Confusion entre algorithmes de traitement d'image et de reconnaissance faciale.
6. Erreur dans la compréhension du fonctionnement des capteurs et filtres colorés.
7. Mélange des formats d'image et de leur impact sur la taille et la qualité.

✅ Checklist Examen

1. Maîtriser la structure des pixels et leur composition.
2. Comprendre le codage RVB et ses applications.
3. Savoir différencier compression avec et sans perte.
4. Connaître le rôle des métadonnées EXIF.
5. Identifier les algorithmes de traitement d'image.
6. Expliquer le fonctionnement des capteurs et filtres.
7. Différencier formats d'image et leur impact.
8. Reconnaître les principes de la reconnaissance faciale.
9. Appliquer les notions de résolution et poids d'image.