Interface Homme Machines

Interface homme machines
Le traitement des images et vidéo numérique
1. Les pixels d’une image
Une image numérique en niveaux de gris est un tableau de valeurs. Chaque case de ce tableau, qui
stocke une valeur, se nomme un pixel. En notant n le nombre de lignes et p le nombre de colonnes
de l’image, on manipule ainsi un tableau de n×p pixels.
La figure ci-dessous montre une visualisation d’un tableau carré avec n=p=240, ce qui représente
240×240=57600 pixels. Les appareils photos numériques peuvent enregistrer des images beaucoup
plus grandes, avec plusieurs millions de pixels.
.
Les valeurs des pixels sont enregistrées dans l’ordinateur ou l’appareil photo numérique sous forme
de nombres entiers entre 0 et 255, ce qui fait 256 valeurs possibles pour chaque pixel.
La valeur 0 correspond au noir, et la valeur 255 correspond au blanc. Les valeurs intermédiaires
correspondent à des niveaux de gris allant du noir au blanc.
La figure ci-dessous montre un sous-tableau de 5×5 pixels extrait de l’image précédente. On peut voir
à la fois les valeurs qui composent le tableau et les niveaux de gris qui permettent d’afficher
l’image à l’écran.
2. La résolution d’une image
Résolution = Nombre de pixels composant l’image dans sa Longueur / Taille de l’image en Longueur
ou
Résolution = Nombre de pixels composant l’image dans sa Hauteur /

Taille de l’image en Hauteur
L’unité de langueur étant souvent le pouce (1pouce=2,54cm)
L’unité de la résolution est le point par pouce (ppp) ou (ppi en anglais)
Résolution d'une image matricielle, bitmap, d'impression - Résolution image (imedias.pro)
3. Quantifier une image

La quantification d'une image consiste à réduire le nombre de niveaux de couleur ou de gris utilisés
dans l'image, ce qui réduit également la quantité de mémoire nécessaire pour stocker l'image. Cela
implique de regrouper les valeurs de couleur ou de gris dans des intervalles définis et de les
remplacer par une valeur unique pour chaque intervalle.
Dans l'exemple que vous avez fourni, l'image d'origine est convertie en une image avec 4 niveaux de
gris (0 à 3) en divisant la gamme de valeurs de 0 à 255 en quatre intervalles égaux:
- Les valeurs de 0 à 63 sont remplacées par 0.
Cela permet de réduire l'échelle de couleurs de l'image et, par conséquent, la quantité de mémoire
nécessaire pour la stocker. Cette opération de quantification peut entraîner une perte de détails et
de nuances dans l'image, mais elle peut également être utile dans certaines applications où la
réduction de la taille du fichier est prioritaire.
La figure que vous avez mentionnée montrerait l'image résultante après quantification, avec 4
niveaux de couleurs. Les 4 valeurs sont affichées en utilisant 4 niveaux de gris allant du noir au blanc.
Nous avons déjà vu que l’on pouvait représenter toute valeur entre 0 et 255 à l’aide de 8 bits
en utilisant l’écriture binaire. De façon similaire, on vérifie que toute valeur entre 0 et 3 peut se
représenter à l’aide de 2 bits. On obtient ainsi une réduction d’un facteur 8/2=4 de la place mémoire
nécessaire pour le stockage de l’image sur un disque dur.
La figure suivante montre les résultats obtenus en utilisant de moins en moins de

niveaux de gris.
Tout comme pour la réduction du nombre de pixels, la réduction du nombre de niveaux de gris influe
beaucoup sur la qualité de l’image. Afin de réduire au maximum la taille d’une image sans modifier sa
qualité, on utilise des méthodes plus complexes de compression d’image. La méthode la plus efficace
s’appelle JPEG-2000. Elle utilise la théorie des ondelettes. Pour en savoir plus à ce sujet, vous pouvez
consuler cet article d’Erwan Le Pennec.
4. Les images couleurs
Une image couleur est en réalité composée de trois images, afin de représenter le rouge, le vert, et le
bleu. Chacune de ces trois images s’appelle un canal. Cette représentation en rouge, vert et bleu
mime le fonctionnement du système visuel humain.
La figure suivante montre la décomposition d’une image couleur en ses trois canaux constitutifs.
Chaque pixel de l’image couleur contient ainsi trois nombres (r,v,b), chacun étant un nombre entier
entre 0 et 255. Si le pixel est égal à (r,v,b)=(255,0,0), il ne contient que de l’information rouge, et est
affiché comme du rouge. De façon similaire, les pixels valant (0,255,0) et (0,0,255) sont
respectivement affichés vert et bleu.
On peut afficher à l’écran une image couleur à partir de ses trois canaux (r,v,b) en utilisant les règles
de la synthèse additive des couleurs. La figure suivante montre les règles de composition cette
synthèse additive des couleurs. Un pixel avec les valeurs (r,v,b)=(255,0,255) est un mélange de rouge
et de vert, il est ainsi affiché c
Synthèse additive des couleurs
On peut calculer une image en niveaux de gris à partir d’une image couleur en moyennant les trois
canaux. On calcule donc une valeur
a=(r+v+b)/3
qui s’appelle la luminance de la couleur.

La figure suivante montre l’image de luminance associée à une image couleur.
Une autre représentation courante pour les images couleurs utilise comme couleurs de base le
cyan, le magenta et le jaune. On calcule les trois nombres (c,m,j) correspondant à chacun de ces trois
canaux à partir des canaux rouge, vert et bleu (r,v,b) comme suit
c=255−r,m=255−v,j=255−b.
Par exemple, un pixel de bleu pur (r,v,b)=(0,0,255) va devenir (c,m,j)=(255,255,0). La figure suivante
montre les trois canaux (c,m,j) d’une image couleur.
Afin d’afficher une image couleur à l’écran à partir des trois canaux (c,m,j), on doit utiliser la synthèse
soustractive des couleurs. La figure suivante montre les règles de composition cette synthèse
soustractive. Notons que ces règles sont celles que l’on utilise en peinture, lorsque l’on mélange des
pigments colorés. Le cyan, le magenta et le jaune sont appelés couleurs primaires.
Synthèse soustractive des couleurs

On peut donc stocker sur un disque dur une image couleur en stockant les trois canaux,
correspondant aux valeurs (r,g,b) ou (c,m,j). On peut modifier les images couleur tout comme les
images en niveaux de gris. La façon la plus simple de procéder consiste à appliquer la modification à
chacun des canaux
5. Contenu d’une vidéo
6. Applications du traitement de l'image
Dans cette partie, nous présentons l’interface de notre application du traitement de l’image

Interface Homme Machines

Transféré par

Droits d'auteur :

Formats disponibles

Interface Homme Machines

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Interface Homme Machines

Transféré par

Droits d'auteur :

Formats disponibles

Interface homme machines

Le traitement des images et vidéo numérique

1. Les pixels d’une image

2. La résolution d’une image

Résolution = Nombre de pixels composant l’image dans sa Hauteur /

L’unité de la résolution est le point par pouce (ppp) ou (ppi en anglais)

Résolution d'une image matricielle, bitmap, d'impression - Résolution image (imedias.pro)

3. Quantifier une image

- Les valeurs de 0 à 63 sont remplacées par 0.

- Les valeurs de 64 à 127 sont remplacées par 1.

- Les valeurs de 128 à 191 sont remplacées par 2.

- Les valeurs de 192 à 255 sont remplacées par 3.

La figure suivante montre les résultats obtenus en utilisant de moins en moins de

4. Les images couleurs

Synthèse additive des couleurs

qui s’appelle la luminance de la couleur.

Synthèse soustractive des couleurs

5. Contenu d’une vidéo

6. Applications du traitement de l'image

Vous aimerez peut-être aussi