Traitement d'image &

Infographie

Fait par :
• Benomar Kawtar
Traitement d'image

2
Traitement d'image

Pour l’être humain, l’image constitue l’une des principales sources d’informations.
Une scène contient une quantité importante d’informations qu’il est utile parfois de
traiter et d’analyser dans le but de prendre des décisions.

3
Traitement d'image

C’est quoi une image ?

Une image est une représentation planaire d’un objet quelconque. Mathématiquement,
c'est une fonction bidimensionnelle de la forme f(x, y), où f(x0, y0) est la valeur de f
aux coordonnées (x0, y0). Donc, c'est un processus continu de 2D résultant d’une
mesure physique. L’amplitude de f est appelée intensité (ou niveau de gris) de l’image
au point de coordonnées (x, y).

4
Traitement d'image

Différentes catégories d’image:

❑ Images morphologiques: formes des objets et leur disposition en 2D ou 3D.
❑ Images volumiques: rendu volumique d’un objet ou d’une scène.
❑ Images dynamiques: séquence d’images en fonction du temps (vidéo).
❑ Images fonctionnelles ou paramétriques: comportement d’un phénomène physique.
❑ Images multi spectrales: obtenues dans différentes bandes de fréquences du
rayonnement de la source.

5
Traitement d'image

Représentation des images

Une image est une fonction d’au moins deux variables réelles:

6
Traitement d'image

L’existence d’images de mauvaises qualités et volumineuses a conduit les chercheurs à

s’intéresser à :
❑ La restauration (corriger les défauts liés à l'acquisition),
❑ L’amélioration (rendre l'image "belle" pour l'affichage),
❑ La compression (réduire le volume de l'image)

7
Traitement d'image

L’évolution naturelle vers l'extraction automatique d'informations a conduit à

l’apparition de nouvelles notions telles que :

❖ L’analyse d’images en vue de l’extraction automatique d’information d’où les

thèmes : seuillage, segmentation, extraction de contours, morphologie
mathématique (pour les images binaires), ...
❖ L’interprétation d'images et les systèmes experts
❖ Analyse du mouvement
❖ Vision pour la robotique (mouvement, 3D, détection d'obstacle, trajectoire)

8
Traitement d'image

Les bibliothèques numériques : Reconnaissance de l’écriture OCR

Traitement automatique des chèques

Tri-postale

9
Traitement d'image

Imagerie biologique :
• Identification des cellules, bactéries, virus
• Comptage des cellules

10
Traitement d'image

Imagerie médicale :
• Aide au diagnostique
• Reconstruction 3D des images

Reconstruction 3D Image de scintigraphie cardiaque

11
Traitement d'image

Imagerie aérienne et satellitaire :

• Analyse des ressources terrestres
• Météo
• Cartographie
• Astronomie

12
Traitement d'image

Biométrie :
• Reconnaissance d’empreintes digitales
• Reconnaissance de visage
• Reconnaissance d’iris
• Reconnaissance du style d’écriture du scripteur

13
Traitement d'image

Vidéosurveillance :
•Détection de mouvements et reconnaissance de comportement

Analyse de plaque d’immatriculation Détection automatique d’incidents

14
Traitement d'image

15
 Traitement d'image

Reconnaissance des formes

Acquisition d’image Représentation et description

Amélioration d’image Segmentation d’image

Traitement d’image
Traitements morphologiques
Restauration d’image

Traitement des Ondelettes et Compression d’image

images couleurs multirésolutions

16
Traitement d'image

Acquisition d’image : c’est la première étape dans le traitement de l’image. Elle est
essentielle : on ne peut décrire, extraire ou améliorer quelques choses qui n’existent pas
Amélioration d’image : parmi les traitements les plus simples et les plus utilisés:
mettre en relief les détails ou faire ressortir certaines caractéristiques.
Restauration d’images : amélioration de l’images ayant subies des dégradations:
bougé de caméra
Traitement des images couleurs: domaine qui prend de l’importance en raison du
développement d’Internet
Ondelettes et multirésolutions : fondements pour la représentation à différents
degrés de résolution : représentation, extraction d’attributs, compression…
Compression d’image : réduction de la quantité d’informations véhiculées par une
image: stockage, transmission de données…

17
Traitement d'image

Traitements morphologiques: ensemble d’outils pour extraire des composantes de

l’image: représentation et description des formes.
Segmentation d’image : procédure de partitionnement de l’image en ses composantes
ou objets: reconnaissance des formes…
Représentation et description : intervient généralement après une segmentation.
Conversion des résultats obtenus sous une forme convenable pour la suite du
traitement. La description peut être vue comme une sélection de caractéristiques :
classification…
Reconnaissance des formes : assignation d’un label à un objet en se basant sur ses
descripteurs

18
Traitement d'image

Acquisition des images :

Parmi les capteurs on peut distinguer:
❖ Les scanners.
❖ Les caméras thermiques.
❖ Les capteurs laser.
❖ Les capteurs radar.
❖ Les capteurs ultrasoniques.
❖ Les films photographiques
❖ Les capteurs photoélectriques (photodiodes, CCD, CMOS,…)

19
Traitement d'image

La représentation informatique d’une image est nécessairement discrète alors qu’une

image est de nature continue.
▪ Certains capteurs effectuent une discrétisation.
▪ La transformation d’un signal analogique 2D nécessite :
✓ Une discrétisation de l’espace : c’est l’échantillonnage.

✓ Une discrétisation des couleurs : c’est la quantification.

20
Traitement d'image

Représentation d’une image numérique

Pour numériser des images, deux opérations :
❖ échantillonnage
❖ quantification

21
 Traitement d'image
Acquisition des images :

1. Projection 2D d’une scène 3D

2. I(x,y) représente l’intensité de la lumière au point (x,y)
3. Discrétisation de l’espace et de l’intensité

22
 Traitement d'image

Acquisition des images :

Signal lumineux Capteur CCD Signal électrique

CCD (Charge-Coupled Device) :

• Senseur de haute qualité : bruit faible, sensibilité à la lumière, haute
résolution.
• Forte consommation d’énergie
• Technologie coûteuse
• Il faut transférer toute la matrice de pixels avant de pouvoir y accéder

23
 Traitement d'image

Acquisition des images :

Signal lumineux Capteur CMOS Signal électrique

CMOS (Complementary Metal-Oxide-Semiconductor) :

• Faible consommation d'énergie.
• Coût de fabrication moins élevée.
• Meilleure vitesse de lecture des données.
• Faible qualité d'image : bruit et sensibilité à la lumière.
• Moins adapté aux applications nécessitant une très haute résolution

24
Traitement d'image
Représentation d’une image numérique
L'échantillonnage est le procédé de discrétisation spatiale d'une image consistant à
associer à chaque zone rectangulaire R(x,y) d'une image continue une unique valeur
I(x,y). On parle de sous-échantillonnage lorsque l’image est déjà discrétisée et qu’on
diminue le nombre d’échantillons.

La quantification désigne la limitation du nombre de valeurs

différentes que peut prendre I(x,y)

Une image numérique est une image échantillonnée et quantifiée.

25
Traitement d'image
Représentation d’une image numérique

26
Traitement d'image
Un histogramme est un graphique statistique permettant de représenter la distribution
des intensités des pixels d'une image, c'est-à-dire le nombre de pixels pour chaque
intensité lumineuse. Par convention un histogramme représente le niveau d'intensité en
abscisse en allant du plus foncé (à gauche) au plus clair (à droite).
Ainsi, l'histogramme d'une image en 256 niveaux de gris sera représenté par un
graphique possédant 256 valeurs en abscisses, et le nombre de pixels de l'image en
ordonnées.

27
Traitement d'image
Tracer l’histogramme.

28
Traitement d'image
Tracer l’histogramme.

29
Traitement d'image
Codage des pixels
❑ Pour un ordinateur : une image ⇒ ensemble de pixels
❑ Un pixel possède une valeur : scalaire, vecteur
❑ Ordre de grandeur :
• Si un pixel est codé sur 8 bits ⇒ 28=256 couleurs ou niveau de gris
• Si un pixel est codé sur 16 bits ⇒ 216=65 536 couleurs…plus d’espace
• Si un pixel est codé sur 24 bits ⇒ 224=16 777 216 couleurs…encore ++

30
Traitement d'image
Exercice :
On a des images classiques qui sont enregistrées sur trois canaux, chacun codé sur 8 bits
1. Combien de couleurs sont possibles ?
2. Quelle est la taille en bits d’une image de 1000 x 1000 pixels ?

31
Traitement d'image
Exercice :
On a des images classiques qui sont enregistrées sur trois canaux, chacun codé sur 8 bits.
1. Combien de couleurs sont possibles ?
2. Quelle est la taille en bits d’une image de 1000 x 1000 pixels ?
Réponse :
1. Les images couleur RVB utilisent ((2)8)3 = 224 = 16 Millions de couleur possibles
2. Taille de l'image = 1000 x 1000 x 8 x 3 = 24x106

32
Traitement d'image
Distance entre pixels
Distance euclidienne :
La distance euclidienne entre deux pixels dans une image est une mesure de la distance
spatiale entre ces deux pixels dans l'espace des couleurs ou des niveaux de gris. Cette
mesure est souvent utilisée pour évaluer la similitude entre les pixels ou pour effectuer
des opérations de traitement d'image telles que le filtrage ou la segmentation.
La distance euclidienne est calculée en utilisant le théorème de Pythagore dans un
espace multidimensionnel.

33
Traitement d'image
Distance entre pixels
Différentes distances entre 2 points P(i,j) et P(n,m) peuvent être utilisées :

1. Distance euclidienne :

+ Cette distance ne privilège aucun axe

34
Traitement d'image
Distance euclidienne :
Coordination de p(x,y) = (0,0) et coordination de q(s, t).

De (x, y) = ((s - x)2 + (t - y)2)1/2

De (x, y) = ((4 - 0)2 + (4 - 0)2)1/2

De (x, y) = 5,65

35
Traitement d'image
Distance entre pixels
Distance de Manhattan :
La distance de Manhattan, également appelée distance L1 ou distance de la ville, est
une mesure de la distance entre deux points dans un espace à deux dimensions (par
exemple, un plan cartésien). Contrairement à la distance euclidienne, qui mesure la
longueur de la ligne droite entre deux points, la distance de Manhattan mesure la
somme des distances horizontales et verticales séparant les deux points.

36
Traitement d'image
Distance entre pixels
Différentes distances entre 2 points P(i,j) et P(n,m) peuvent être utilisées :

2. Distance blocks:

Cette distance est appelée également «

Manhatten distance» il faut contourner les
blocs d’habitations pour relier deux points

37
Traitement d'image
Distance blocks :
Coordination de p(x,y) = (0,0) et coordination de q(x, y).

D4 (x, y) = |s – x| + |t – y|

D4 (x, y) = |4 – 0| + |4– 0|

D4 (x, y) = 8 Units

38
Traitement d'image
Distance entre pixels
Distance de Manhattan :
La distance de de tour d'échiquier est une mesure de la distance entre deux points dans
un espace à deux dimensions (comme un plan cartésien), où seuls les mouvements
horizontaux, verticaux et diagonaux sont autorisés.
Pour deux pixels dans une image, la distance de tour d'échiquier entre ces deux pixels
est égale à la plus grande différence entre leurs coordonnées horizontales ou verticales.

39
Traitement d'image
Distance entre pixels
Différentes distances entre 2 points P(i,j) et P(k,l) peuvent être utilisées :

2. Distance tour d’échiquier:

40
Traitement d'image
Distance tour d’échiquier :
Coordination de p(x,y) = (0,0) et coordination de q(x, y).

D8 (x, y) = max(|s – x| , |t – y|)

D8 (x, y) = max(|4 – 0| , |4– 0|)

D8 (x, y) = 4 units

41
Traitement d'image

Calculer la distance entre les deux pixels en utilisant les trois distances :
o q :(1,1)
o p : (2,2)

42
Traitement d'image

Calculer la distance entre les deux pixels en utilisant les trois distances :
o q :(1,1)
o p : (2,2)

Distance euclidienne : ((1-2)2+(1-2)2)

D4(City Block distance): |1-2| +|1-2| = 2
D8(chessboard distance ) : max(|1-2|,|1-2|)= 1

car il s'agit d'un des 8 voisins

43
Traitement d'image

1. Utilisez la distance D4 pour prouver que p à 4-voisins ?

2. Utilisez la distance D8 pour prouver que p à 8-voisins ?

44
Traitement d'image

1. Utilisez la distance D4 pour prouver que p à 4-voisins ?

2. Utilisez la distance D8 pour prouver que p à 8-voisins ?

45
Traitement d'image

1. Utilisez la distance D4 pour prouver que p à 4-voisins ?

Pixel A : | 2-2| + |1-2| = 1

Pixel B: | 3-2|+|2-2|= 1
Pixel C: |2-2|+|2-3| =1
Pixel D: |1-2| + |2-2| = 1

46
Traitement d'image

1. Utilisez la distance D8 pour prouver que p à 4-voisins ?

Pixel A : max(| 2-2| , |1-2|) = 1

Pixel B: max(| 3-2| , |2-2|)= 1
Pixel C: max(|2-2| , |2-3|) =1
Pixel D: max (|1-2| , |2-2|) = 1

47
Traitement d'image

Exercice :
Considérons une image couleur RVB.
Pixel A : Couleur (120, 50, 200)
Pixel B : Couleur (200, 100, 50)
Calculez distance euclidienne, de la distance de Manhattan et de la distance
de tour d’échiquier entre ces deux pixels en tenant compte des trois canaux de
couleur (rouge, vert, bleu).

48
Traitement d'image

Exercice :
Considérons une image couleur RVB.
1. Distance Euclidienne :
De = (120−200)2 + (50−100)2 + (200−50)2 = (120−200)2 + (50−100)2 + (200−50)2
De ​= (−80)2+(−50)2+(150)2
De = 6400+2500+22500
De = 31400 ≈ 177.2
Distance de Manhattan :
D4 = ∣120−200∣ + ∣50−100∣ + ∣200−50∣
D4 = 80 + 50 + 150 = 280
Distance de tour d’échiquier :
D8 = max⁡ (20−200∣,∣50−100∣,∣200−50∣) = max⁡
(80,50,150)=150
49
Traitement d'image
Image vectorielle Vs. Image matricielle
- Une image vectorielle est représentée par des formes géométriques simples. Elle
stocke des instructions mathématiques pour dessiner chaque élément graphique.
- Une image matricielle est composée de pixels individuels, chacun ayant sa propre
couleur et sa propre luminosité. C’est une matrice de pixels Bitmap (image en mode
point) Ex: image en niveaux de gris ou couleurs de type photo : JPEG, PNG, GIF et
BMP…..

50
Traitement d'image
Image vectorielle Vs. Image matricielle

51
Traitement d'image
Formats de fichiers d'images
Il existe beaucoup de format de fichiers pour sauvegarder numériquement, les images :
TIF, GIF, JPEG, PNG, PPM, PGM, BMP, ...

52
Traitement d'image
Stockage des images
• Pour la mémorisation des images sur disque mémoire : on stocke les informations
concernant les images dans un en-tête puis les données (valeurs de pixels).
• L’en-tête contient la largeur et la hauteur de l’image aussi on peut ajouter d’autres
informations telles que le type de données, l’auteur, la date,…
• Pour certains formats l’en-tête et les données sont stockés dans 2 fichiers
différents.
• Les données sont souvent stockées dans l’ordre des pixels de la gauche à droite et
de haut en bas.
Les anciens formats sont simples et très facile à lire et à écrire:
•PBM : pour des images binaires
•PGM : pour des images en niveaux de gris
•PPM : pour des images couleurs

53
Traitement d'image
Formats de fichiers d'images
Une image est un tableau de pixels :

Une image est stockée soit dans un fichier sous

la forme de texte, soit dans la mémoire de
l'ordinateur sous la forme d'un vecteur :

54
Traitement d'image
Formats de fichiers d'images
Les opérations de bases concernant une image sont la lecture (fichier vers mémoire) et
l'écriture (mémoire vers fichier). Les informations nécessaires à la manipulation d’une
image sont:
• Nombre de lignes,
• Nombre de colonnes,
• Format des pixels (bit, niveaux de gris, niveaux de couleurs),
• Compression éventuelle.
Il existe une multitude de formats de fichiers permettant de stocker ces informations
ainsi que le tableau des valeurs. En particulier :
➢ Les formats simples : fichiers textes comportant un entête contenant les dimensions
de l'image et le format des pixels. Exemples, les formats PBM(portable bitmap),
PGM(portable grays calemap), PPM(portable pixmap).

55
Traitement d'image
Formats de fichiers d'images
Les fichiers correspondants sont constitués des éléments suivants :
1. Un ‘nombre’ pour identifier les types du fichier : P1 ou P4 pour PBM, P2 ou P5 pour
PGM et P3 ou P6 pour PPM.
2. Un caractère d'espacement (blanc, TABs,…).
3. La largeur de l'image (valeur décimale, codée en ASCII) suivie d’un caractère
d'espacement, la longueur de l'image (valeur décimale, ASCII) suivie d’un caractère
d'espacement.
4. Les données sont souvent stockées dans l’ordre des pixels de la gauche à droite et de
haut en bas et chaque valeur est suivie d’un caractère d'espacement.

56
Traitement d'image
Stockage des images
1. format PBM (Portable BitMap)
Le format PBM (Portable Bitmap) est un format de fichier d'image binaire utilisé
pour stocker des images monochromes, c'est-à-dire des images en noir et blanc.
Le fichier PBM commence par un en-tête qui identifie le type de fichier par P1 pour
les images ASCII (textuelles) et de P4 pour les images binaires. Suivie des
dimensions de l'image (largeur et hauteur) cela indique la taille de l'image en pixels.
Les données d'image PBM binaire (P4) est représenté par un seul bit, où 0 peut
représenter la couleur noire (pixel éteint) et 1 peut représenter la couleur blanche
(pixel allumé).
57
Traitement d'image
Stockage des images Nombre de colonnes=10
1. format PBM (Portable BitMap)

Nombre de colonnes=10
P1: signifie qu’il s’agit d’un format PBM et que les données sont stockées en ASCII
# : signifie qu’il s’agit d’une ligne de commentaire
58
Traitement d'image
Stockage des images
2. format PGM (Portable Gray Map)
Le format PGM (Portable Graymap) est un format de fichier d'image utilisé pour
stocker des images en niveaux de gris. PGM commence par un en-tête qui
identifie le type de fichier par P2 pour les images ASCII (textuelles) et de P5
pour les images en niveaux de gris. De même pour ce fichier les dimensions de
l'image (largeur et hauteur) sont spécifiées dans l'en-tête. Après les dimensions
de l'image dans l'en-tête nous ajoutons valeur maximale de luminosité. Cela
indique la valeur maximale que peut avoir un pixel dans l'image (par exemple,
255 pour une image en niveaux de gris de 8 bits). Suivies d'en-tête, nous avons
les données d'image.

59
Traitement d'image
Stockage des images
2. format PGM (Portable Gray Map)

P2 : signifie qu’il s’agit d’un format PGM et que les données sont stockées en ASCII
60
Traitement d'image
Stockage des images
3. format PPM (Portable Pixel Map)
Le format PGM (Portable Graymap) est un format de fichier d'image utilisé pour
stocker des images en niveaux de gris. Il commence par un en-tête qui identifie
le type de fichier par P3 pour les images ASCII (textuelles) et de P6 pour les
images en couleurs ou en niveaux de gris. Suivie des dimensions de l'image
(largeur et hauteur). Après les dimensions de l'image, nous aurons la valeur
maximale qui peut prendre un composant de couleur dans l'image (par exemple,
255 pour une image en couleurs RVB de 8 bits par canal).

61
Traitement d'image
Stockage des images
3. Format PPM (Portable Pixel Map)

P3 : signifie qu’il s’agit d’un format PPM et que les données sont stockées en ASCII
Les valeurs des pixels sont données pixel par pixel.
62
Traitement d'image
Stockage des images

▪ Pour le format pbm, un pixel est exprimé par un caractère et un espace soit 2
caractères ce qui fait 2*640*480 = 620 ko.
▪ Pour le format pgm, un pixel est exprimé par un nombre à 3 chiffres et un espace soit
4 caractères ce qui fait 4*640*480 = 1.2 Mo.
▪ Pour le format ppm, on a 3 composants ce qui fait 3 fois plus de caractères ce qui
fait 3*4*640*480 = 3.6 Mo.
63
Traitement d'image
Exercice d’application :
Soit une image carrée au format PPM(ASCII) de 160 Ko.
Quelles sont, approximativement, les dimensions de cette image si on néglige la taille
de l’en-tête ?
Quelle serait la taille du fichier si cette image était stockée en binaire?

Remarques: Le format PPM (Portable Pixel Map) concerne les images couleurs.
Chaque pixel a pour valeur un triplet (R,G,B) et chaque couleur est exprimée par un
caractère et un espace.

64
Traitement d'image
Exercice d’application :
Soit une image carrée au format PPM(ASCII) de 160 Ko.
1. Nous devons d'abord convertir la taille de fichier en octets.
160 Ko = 160 * 1024 octets = 163,840 octets
Dans le format PPM, chaque pixel est représenté par un triplet (R, G, B). Si chaque
composante (R, G, B) est représentée par trois caractères, avec un caractère espace entre
chaque composante, cela fait effectivement 4 caractères par composante.
=> Cela signifie que chaque pixel est représenté par un total de 12 caractères (3 pour R, 3
pour G, 3 pour B, et 3 pour les espaces).
163,840 octets / 12 caractères par pixel ≈ 13 653 pixels
Puisque l'image est carrée, nous calculons la racine carrée du nombre de pixels pour obtenir
les dimensions approximatives de l'image.
√ 13 653 ≈ 117 pixels par côté
2. Taille d’image en binaire : 117* 117*2 = 27 378 octets. (2 représente 0 ou 1 + espace).
65
Traitement d'image
Eléments de Colorimétrie

66
Traitement d'image
Le codage des couleurs
▪ En niveau de gris :
- Binaire : I(i, j) = 0 ou 1 (dont 0 : noir, 1 : blanc)
- Codage 8 bits : I(i, j) = 0,1,…., 255 du plus foncé au plus clair.
▪ En couleur :
- Codage dans l’espace RGB : IR(i, j) = 0,1,…., 255, IV(i, j) = 0,1,…., 255
IB(i, j) = 0,1,…., 255.

67
Traitement d'image
Les systèmes de représentation des couleurs
Kunt a démontré qu’en combinant trois longueurs d’ondes particulières, il est possible
de synthétiser presque toutes les couleurs existantes. Les trois couleurs de base sont
dites « couleurs primaires ». Une couleur peut donc être représentée dans un espace à
trois dimensions. Il en existe plusieurs :
- Système RGB (Red Green Blue)
- Système CMY (Cyan Magenta Yellow)
- Système HSV (Hue Saturation Value)

* Image couleur et sa
représentation matricielle

68
Traitement d'image
Images couleurs (24 bits)
❑ L’espace couleur Rouge Vert Bleu (RGB)

69
Traitement d'image
Images couleurs (24 bits)
❑ L’espace couleur Rouge Vert Bleu (RGB)

70
 Traitement d'image
Images couleurs (24 bits)
❑ L’espace couleur Cyan, Magenta et Jaune (CMJ)

• Les couleurs primaires CMJ sont ici les complémentaires des RVB
• Utilisé par certaines imprimantes couleurs à jet d'encre
• Les différentes couleurs sont obtenues par soustraction du blanc

71
Traitement d'image
L’espace couleur HSV
L'espace couleur HSV, qui signifie Teinte, Saturation et Valeur (en anglais, Hue,
Saturation, Value), est un modèle de couleur largement utilisé dans le domaine de la
vision par ordinateur, du traitement d'image et de la conception graphique.
Contrairement à d'autres espaces de couleur comme RGB qui sont basés sur des valeurs
de composantes primaires, l'espace couleur HSV est plus intuitif et correspond mieux à
la manière dont les humains perçoivent la couleur.

72
Traitement d'image

Teinte (H) : La teinte représente la couleur elle-même,

sans considération de sa luminosité ou de sa saturation.
Elle est souvent mesurée en degrés sur un cercle
chromatique, allant de 0 à 360 degrés. Dans ce modèle, le
rouge est à 0 degré, le vert à 120 degrés et le bleu à 240
degrés, avec des teintes intermédiaires entre elles.

73
Traitement d'image

Saturation (S) : La saturation mesure l'intensité ou la

pureté de la couleur. Une saturation élevée signifie que la
couleur est vive, tandis qu'une saturation faible la rendra
plus terne. Elle est généralement exprimée en
pourcentage, allant de 0% (gris) à 100% (couleur pure).
Valeur (V) : La valeur représente la luminosité ou la
brillance de la couleur. Une valeur élevée indique une
couleur plus lumineuse, tandis qu'une valeur faible donne
une couleur plus sombre ou plus foncée. Comme la
saturation, la valeur est également exprimée en
pourcentage, allant de 0% (noir) à 100% (blanc).

74