Notions spécifiques aux images bitmap

Dites aussi "rasters", ces images sont constituées d'un ensemble de points élémentaires, les pixels. Elles sont donc "pixellisées" (on dit aussi rasterisées et le phénomène s'appelle la rastérisation) et c'est l'oeil qui assure la recomposition du motif à visualiser.
Toutes les images scannées sont "bitmap" et il en est de même pour toutes les images que l'on regarde à l'écran.
On dit aussi que ces images sont matricielles (ou tramées) car elles se définissent par une trame de x pixels en largeur, de y pixels en hauteur et selon z (la "profondeur" de l'image) qui correspond aux niveaux de gris et/ou à l'étendue des couleurs qui composent chaque pixel...
Les images bitmap ont une dimension fixe et le volume (le "poids") du fichier croit avec la taille (dimensions physiques) et la résolution de l'image.

La notion de pixel...

Le pixel, abréviation de "picture element", est le plus petit élément que peuvent manipuler les matériels et les logiciels d'affichage ou d'impression. L'ensemble des pixels est contenu dans un quadrillage rectangulaire fin (un tableau à 2 dimensions) composé de milliers de cellules identiques couvrant la surface d'un écran ou d'une feuille.
Dans ce qui nous intéresse, le pixel est le plus petit élément d'une image bitmap (on ne peut pas détailler un pixel et il possède une seule valeur RVB). Celle-ci est constituée par un tableau à 2 dimensions dont chaque case est un pixel dont le codage sur un certain nombre de bits détermine sa couleur ou son intensité (Voir "La profondeur d'une image matricielle")...

L'aliasing, la plaie de l'image matricielle...

L'aliasing (ou crénelage) est le phénomène qui apparaît lorsque la résolution d'affichage est trop grossière pour minimiser l'apparence dentelée (en "marche d'escalier") de certains éléments d'une image ou de l'image toute entière lorsque celle-ci est agrandie... Ce phénomène est directement lié à la nature même d'une image bitmap : une trame de pixels disposés en rangées et en colonnes. Le crénelage pourra donc apparaître sur des courbes ou des diagonales lorsqu'on transforme une image vectorielle en image bitmap lorque la résolution est trop faible et il sera général sur un image bitmap zoomée. Pour pallier à cet inconvénient, on utilisera d'abord des modes d'affichage et des écrans haute résolution. Il existe également des routines anti-crénelage qui peuvent estomper le phénomène (voir "Le lissage" ci-dessous). Attention : On adoptera comme règle de ne jamais travailler sur une image bitmap agrandie (sauf pour des raisons graphiques)...

Lissage d'une image matricielle (anti-aliasing)

Il s'agit d'une méthode de lutte contre l'aspect en marche d'escalier d'éléments graphiques tels que les diagonales, les courbes et les cercles...

La résolution d'une image matricielle

De façon générale, le terme "résolution" se rapporte à l'espace d'information physique d'un dispositif de sortie donné. Pou un écran d'ordinateur (le moniteur), la résolution (ou définition) est caractérisée par le nombre de pixels par unité de longueur et par le nombre total de pixels affichables horizontalement et verticalement ; cette valeur est généralement comprise entre 72 et 120 dpi pour une taille de 640x480, 800x600, 1024x768 (que l'on peut aussi exprimer par sa diagonale : 14, 15, 17 pouces...). La résolution d'une image numérique est définie par le nombre de pixels par unité de longueur de la structure à numériser. Cette valeur est classiquement exprimée en dpi (dots per inches) ou en ppp (points par pouce). Ce paramètre est défini lors de la numérisation et dépend principalement des caractéristiques du matériel utilisé lors de processus de numérisation. Plus le nombre de pixels est élevé par unité de longueur de la structure à numériser, plus la quantité d'information qui décrit cette structure est importante et plus la résolution est élevée. La résolution d'une image définit précisement le degré de détail pouvant être atteint par une image. Attention cependant, car si certains matériels de numérisation permettent de faire varier la résolution d'acquisition, la résolution d'une image peut être différente de la résolution du système de sortie (on parlera plutôt de sa définition). La résolution d'un écran informatique est généralement de 72 dpi, alors que celle d'une imprimante jet d'encre est au minimum de 300 dpi. Il est alors évident que quelle que soit la résolution de l'image, le résultat final ne pourra dépasser celui qui est permi par le périphérique de restitution...

Nota : Attention de ne pas confondre la résolution de l'image de la résolution du format de l'image qui correspond au nombre de pixels composant l'image en hauteur et en largeur.

La "profondeur" de couleur d'une image matricielle

La profondeur (ou dynamique) d'une image correspond à l'étendue de la gamme de couleurs ou de niveaux de gris (Voir "Les couleurs") que peuvent prendre les pixels composant une image. Cette notion est directement liée au nombre d'octets utilisés pour stocker l'information. Les images codées sur 1 bit n'ont que 2 états (allumé = blanc et éteint = noir). Plus il y a de bits par pixel, plus le nombre de couleurs augmente... On distingue ainsi, les images indexées (prof. de 1 à 8 bits), les images High Color (prof. = 16 bits) et les images True Color (prof. 24 et 32 bits). Attention : Le nombre de couleurs accroit la taille d'un fichier image et donc le temps de chargement de celui-ci dans une page web.

De la même façon que pour la résolution, la profondeur d'une image peut être différente de celle tolérée par le système de restitution graphique. Pour ce qui nous préoccupe ici, c'est la carte graphique d'un moniteur (et surtout la mémoire vidéo de celle-ci : la VRAM) qui déterminera in fine le nombre de couleurs que le moniteur peut afficher... En clair, inutile de s'escrimer à produire des images en millions de couleurs si le moniteur sur lesquelles vous les visionnez ne peut les afficher. Le nombre total d'informations qu'un écran est en mesure d'afficher est directement lié à la quantité de mémoire RAM vidéo de la carte graphique d'un ordinateur.

Taille des images

Pour travailler correctement des images pour le Web, il faudra tout d'abord se passer des repères habituels que l'on a avec les photographies papiers. En effet, une photo de 9 X 13 cm ou de 10 x 15 cm n'aura pas les mêmes dimensions après numérisation car celles-ci dépendront de la résolution adoptée lors de la numérisation. Nota : On prendra l'habitude de travailler avec des pixels et non avec des centimètres. De façon générale, la taille en pixels d'une image diminue en fonction de la résolution. De plus, lorsque celle-ci diminue, la précision diminue aussi car l'objet est représenté par un nombre moins important de pixels. Le choix de la résolution de numérisation est donc un facteur primordial lorsque l'on réalise une numérisation. Ce choix va conditionner la qualité de l'information véhiculée dans l'image (et donc ce que l'on va pouvoir en faire par la suite), la taille en pixels de l'image ainsi que son poids en octets...

Poids des fichiers

Pour calculer le poids d'une image, on utilise l'équation suivante :

Poids en bits = (nombre de pixels (hauteur x largeur) x profondeur de couleur
Poids en octets = poids en bits / 8
Poids en kilo-octets = poids en octets / 1024

La valeur obtenue est légèrement inférieure à la réalité car elle ne tient pas compte de la taille de l'en-tête du fichier ou des spécificités de son format (encapsulage d'autres types de données, compression...).

Comme on peut le constater en analysant ces équations, le poids d'un fichier image est directement concerné par sa taille physique (dimensions x et y), la résolution (qui donne le nombre de pixels par unité de mesure) et par la profondeur de couleur (le type d'image retenu : indexée, True color ou High color).

Nota : La taille de l'image en pixels est reliée au poids non pas de façon linéaire mais par un facteur au carré. Ainsi lorsque l'on multiplie par 2 la taille d'une image, son poids est quant à lui multiplié par 4...

Attention : Il est faux d'affirmer que la taille d'un fichier croît uniquement de manière significative dès que l'on augmente le nombre de couleurs puisque, sur le Web, les images sont toujours transmises sous forme compressée. Le paramètre le plus important devient alors le taux de compression (Voir "Les formats d'images pour le Web") qui est dépendant du type de format utilisé et de la nature de l'image à compresser...

© 2000 - 2001 @michaudp : http://www.michaudp.net Accueil Images et Photos pour le Web : http://www.michaudp.net/aide/imgweb Auteur et Webmaster : Philippe Michaud   /   webmaster@michaudp.net Date de création : 24/09/2000 Dernière révision : 18/02/2001