VirusPhoto, apprendre la photo ensemble

VirusPhoto, apprendre la photo ensemble (http://www.virusphoto.com/forum-photo.php)
-   Conseils pratiques (http://www.virusphoto.com/conseils-pratiques/)
-   -   Comprendre l'interpolation numérique (http://www.virusphoto.com/752-comprendre-linterpolation-numerique.html)

20/12/2006 18h42

Comprendre l'interpolation numérique
 
L'interpolation de l'image, c'est ce qui arrive lorsqu'on redimensionne une image numérique, ou qu'on la redimensionne avec une distorsion, qu'on change la perspective, etc...
L'interpolation consiste pour le logiciel à "ajouter des pixels là où il n'y en pas".
Il est important de comprendre le fonctionnement de l'interpolation, pour savoir comment redimensionner ses photos en perdant le moins de qualité possible.

Exemple :

Image de base (sans interpolation) :


Image agrandie, et donc interpolée :

On remarque une perte de netteté, due à l'interpolation.
La surface est plus grande puisque l'image est redimensionnée. Les nouveaux pixels créés sont ren fait créées de toutes pièces par l'interpolation.

Mais en agrandissant la même image en utilisant deux méthodes d'interpolation différentes, les résultats ne sont pas du tout les mêmes.
Le logiciel avec lequel on agrandit l'image, quel qu'il soit (Photoshop, iPhoto, Picasa, Gimp, ou autre), utilise une formule de calcul (un algorithme) pour remplacer les "pixels manquants".
En fonction de la formule de calcul utilisé, les résultats ne sont pas du tout les mêmes.
Dans cet article, nous allons essayer de comprendre comment fonctionne l'interpolation comment minimiser la perte de qualité lors de l'interpolation.

L'interpolation : ça fonctionne comment ?

L'interpolation utilise les données connues de l'image, et estime des données intermédiaires pour les données manquantes.

Par exemple : si vous ignorez la température qu'il fait à midi, mais que vous savez combien il faisiait à 11 heures et à 13 heures, vous pouvez estimer cette donnée avec une interpolation :


Si vous aviez eu plus d'informations, comme la température qu'il faisait à 11h30, vous auriez pu prendre en compte la forme de la courbe. En fait, plus vous avez d'informations, plus l'interpolation sera précise.


Exemple d'un recadrage d'image

L'interpolation de l'image a cette fonction : trouver la meilleure estimation possible de la couleur et de l'intensité d'un pixel en se basant sur les valeurs des pixels qui l'entourent.

Voici une illustration :

Image originale :


Nous allons agrandir cette image à 180% :
Il va donc nous manquer des informations, là où l'on va créer des pixels pour agrandir l'image :


Voici le résultat sans interpolation : le logiciel agrandit simplement les pixels :


Et voici le résultat avec interpolation : le logiciel calcule une couleur intermédiaire pour chaque nouveau pixel :


Comme pour l'exemple ci-dessus avec les températures, les valeurs des pixels peuvent changer de manière abrupte d'un pixel à l'autre.
Plus on a d'informations, et plus l'estimation sera bonne. Donc moins on agrandit l'image par rapport à sa taille originale, plus les résultats seront bons.

Il faut noter que l'agrandissement, même avec une interpolation, déteriore l'image, et elle n'ajoutera jamais des détails qui ne sont pas présents sur l'image.


Les différents algorithmes d'interpolation

Il existe deux types d'algorithmes d'interpolation de l'image (algorithme = formule de calcul utilisée par le logiciel) : les adaptatifs, et les non-adaptatifs.

- Les algorithmes adaptatifs traitent chaque partie de manière différente, selon la texture (les contours ou les zones avec de fortes différences de couleur sont traités de manière différente.)
Par exemple, sur une photo, l'interpolation du ciel sera traité par le logiciel d'une manière séparée du reste de l'image.
Parmi les algorithmes adaptatifs : ceux utilisés par les logiciels spécialisés dans l'interpolation, comme Qimage, PhotoZoom Pro, Genuine Fractals (l'un des meilleurs logiciels pour redimensionner ses images), etc...
Chacun de ces logiciels utilise une formule de calcul différente.
Les algorithmes adaptatifs sont les meilleurs lorsqu'on agrandit une image.

- Les algorithmes non adaptatifs
traitent toute l'image de la même manière.
Parmi les algorithmes non-adaptatifs : l'interpolation bilinéaire, bicubique, au plus proche, splyne, sinc, et lanczos.
(certaines de ces options sont disponibles dans Photoshop par la commande Image > taille de l'image).
Les algorithmes non-adaptatifs sont les meilleurs lorsqu'on effectue une distorsion ou une rotation de l'image.


Les algorithmes les plus courants : lequel utiliser ?

La plupart des logiciels "pro", comme Photoshop ou Gimp, permettent de choisir l'algorithme utilisé, en général dans les préférences du logiciel.
Quel algorithme choisir ?

- L'interpolation "Au plus proche"
C'est l'algorithme le plus basique, qui est le plus rapide à calculer, puisqu'il ne prend en compte dans le calcul que le pixel le plus proche du point à interpoler.
Celà consiste tout simplement à agrandir chaque pixel.
La qualité n'est pas au rendez-vous, mais le logiciel mettra peu de temps à faire ses calculs.

- L'interpolation Bilinéaire
L'interpolation bilinéaire prend en compte pous on calcul les 4 pixels les plus proches du pixel inconnu.
Il fait une moyenne des valeurs de ces 4 pixels pour interpoler le pixel manquant.
Résultat : un rendu plus doux que la méthode "au plus proche".

- L'interpolation Bicubique
L'interpolation bicubique va au-delà de la méthode bilinéaire, en prenant en compte les 16 pixels les plus proches du point à interpoler.
Comme ces pixels ne sont pas à la même distance, une plus grande importance est donnée aux pixels les plus proches.
L'interpolation bicubique est celle qui donne les meilleurs résultats par rapport aux méthodes ci-dessus; et c'est celle qui a le meilleur rapport temps de calcul/qualité de rendu.
Pour cette raison, c'est l'option par défaut dans la plupart des logiciels.


L'anti Aliasing

L'anti aliasing est un procédé qui minimise l'apparence des images, pour rendre les contours plus doux :

Sans anti aliasing :


Avec anti aliasing :


Un des problèmes de l'interpolation, c'est de bien calculer cet anti aliasing.
Beaucoup d'algorithmes d'interpolation adaptatifs détectent la présence d'"escaliers" (comme sur l'image ci-dessus), et les ajustent pour minimiser l'aliasing tout en conservant la netteté de l'image.

cirius 21/12/2006 13h28

yes merci tres intéréssant

Cléms 21/12/2006 17h05

très interessant mais il faudra que je lise ca à tête reposée..d'abord un bon sommeil...mais vraiment bien!

starius 22/01/2007 14h40

Bravo pour cet article très clair. On comprend bien mieux les choses maintenant :-)

ZeDarkness 22/01/2007 14h50

Merci pour cette explication tres intéressantes.

ours 24/01/2007 20h03

a savoir mais va falloir faire travailler les neurones aie!!!

papou36 24/01/2007 23h20

ce soir je me couche moins bête merci jeff

francois40 24/07/2007 14h42

ouf!!! ca c'est super intéressant!!! surtout pour un ignorant en cuisine photo numérique comme moi!!!
le mot cuisine, en photographie vient des professionnels en argentique qui en laboratoire réussissaient à rattraper ou à améliorer la qualité de leurs images.
Révelateur doux combiné a un révélateur normal , etc.. Rattrapage d'une partie sous-exposée en la chauffant avec un révélateur réchauffé tout en évitant de la griser.

lxpounet 21/11/2007 11h06

Merci Jeff pour ces explications c'est plus claire dans mon esprit
bonne journée
lxp@+

Mus4RT 10/12/2007 11h20

Très intéressant merci Jeff :good:

Samu-san 30/04/2008 12h04

ah oui c'est pratique cet article pour expliquer le principe en Français.
C'est grosso-modo une traduction de Understanding Digital Image Interpolation que je citais souvent sans connaître cette traduction.

Mais attention à l'erreur à la fin sur toute l'explication de l'anti-aliasing !
Dans les images de Jeff, en fait :
- image1 = image interpolée sans anti-aliasing (donc, elle est aliasée)
- image 2 = image LISSE (avant pixelisation), l'anti-aliasing ne peut pas aboutir à ça.
Le principe c'est que chaque carré de la grille représente un pixel final. Chaque pixel a donc UN niveau de gris..
La vraie image anti-aliasée est :


Bon je vais tâcher de traduire correctement tout ce paragraphe qu'est un peu passé à la trappe :

L'anti-aliasing est un procédé qui tente de minimiser la visibilité des bords obliques aliasés ou crênelés, appelés "dents de scie" (jaggies en V.O.), qui frappent l'oeil humain.
L' anti-aliasing supprime ces dents de scie et donne un aspect plus lisse et de plus haute résolution. Celà fonctionne en comptant quel pourcentage de chaque pixel est recouvert par le bord. L'anti-aliasing utilise ce pourcentage pour fixer le niveau de ce pixel, au lieu de passer sans transition de la couleur du bord à celle des pixels du fond. Une façon plus mathématique de voir ce procédé : on applique un filtre passe-bas à l'image avant de la pixeliser.
Celà supprime les dents de scie, au prix d'un lissage, donc d'une perte de "piqué" (les variations rapides de niveau, i.e. hautes fréquences).

Tout le problème des algorithmes de redimensionnement est alors d'appliquer une dose d'anti-aliasing suffisante pour éviter les dents-de scie, tout en préservant le maximum de piqué.
Les algorithmes adaptatifs prennent des décisions différents en chaque pixel ("adaptées" au contexte), les autres appliquent le même compromis à toute l'image.

fafou 27/04/2011 23h28

Ou ça se trouve" L'anti Aliasing???"
est ce une conséquence du choix bicubique biliéaire etc etc ou autre chose???
je suis encore paumée!

Mylis 23/07/2011 23h55

Bonjour,

j'essaie de faire des redimensionnements de mes photos pour les faire développer, comment puis-je faire pour pouvoir les développer en 10*15 ou en agrandissement 30*40 par exemple est-ce que je dois enregistrer plusieurs fois la photo sous différent format (je galère un peu avec photoshop element 9)
merci pour la ou les réponses.


Fuseau horaire GMT +2. Il est actuellement 10h23.

Editeur : VirusPhoto SRL. Plateforme : Jelsoft Enterprises Ltd.

GARS 2.1.4 édité par The vB Geek
Copyright 2005-2006
Version française par Cédric Claerhout


LinkBacks Enabled by vBSEO © 2011, Crawlability, Inc.