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.