Qu’est-ce que j’ai à voir avec Nombres avec images numériques? Lorsque nous prenons une photo avec un appareil numérique, comme le téléphone, les informations visuelles sont converties et stockées sous forme d’informations numériques prêtes à être consultées plus tard. Pendant l’acquisition, en fait, l’image est divisée en de nombreux carrés, appelés pixel, à quoi certains Nombres basés sur la couleur. Les mêmes nombres sont utilisés, pendant la visualisation, pour reconstruire l’image en tant que mosaïque faite de nombreux pixels.
Nous voyons, avec un exemple détaillé, comment ces deux passages fonctionnent, et nous expliquons en quoi une image bien définie diffère, d’un point de vue numérique, à partir d’une image non instée.
Enregistrer une image: convertir les pixels en nombres
Tout objet numérique, comme le Images, est sauvé sous la forme de données. Les données, à stocker, sont toujours codifiées! Voyons comment cela fonctionne pour les images.
La première chose qui doit être comprise est que lors de la numérisation d’une image, il n’est pas acquis en un seul bloc, mais est divisé en beaucoup carrés, appelé pixel. Le dispositif de acquisition – Comme par exemple la caméra – analyse chaque pixel et reconnaît quelles sont les couleurs répandues qui nous apparaissent.
Dans le cas des images en noir et blanc un est défini gris Plus ou moins large selon les besoins: dans le cas le plus défini, l’escalier a 256 valeurs dans lesquelles 0 est noir et 255 est blanc, et au milieu toutes les différentes nuances sont progressivement trouvées. Au lieu de cela, dans le cas de images en couleurla plupart des appareils électroniques utilisent le Modèle RVBc’est-à-dire bleu vert rouge (rouge, vert, bleu). Dans ce cas, trois nombres sont attribués à chaque pixel, un pour chaque couleur, avec des valeurs qui peuvent varier de 0 à 255 (toujours dans le cas d’une définition maximale).
Selon le Numéro de pixel utilisé, l’image est plus ou moins clair. En fait, gardez à l’esprit que, même lorsqu’il est montré sur un écran (ou imprimé), l’image est toujours composée de « carrés »: si ceux-ci sont petits, notre œil perçoit une image fluide. Plus les pixels sont utilisés, plus l’image est claire, mais si nous le zoomais suffisamment, il sera toujours en mesure de révéler les carrés qui le composent, tandis que si le numéro de pixel est faible, nous verrons immédiatement des résultats comme ceux que nous voyons dans les images ci-dessus, sans avoir besoin de zoom.
Maintenant, pour comprendre le mécanisme d’affectation des nombres, voyons le cas simplifié d’images en noir et blanc. Le même raisonnement que nous ferons peut être étendu au cas de couleur, en gardant à l’esprit que le raisonnement de l’affectation numérique ne sera pas fait d’un seul nombre (gris) mais de trois nombres (rouge, vert, bleu).
Plus il y a de pixels, meilleure est la qualité de l’image
Ce dont nous avons besoin est un table de conversioncomme celui de la figure ci-dessous, qui associe différents nombres à différentes quantités de noir.
Dans ce cas, pour simplifier davantage les choses, nous avons choisi de considérer seulement 4 niveaux de couleurs différents:
- blancauquel nous avons associé le numéro 0;
- gris clairou petit noir, associé à 1;
- gris foncéun peu noir, associé à 2;
- noir associé à 3.
Imaginons que nous voulons convertir leImage d’un C Et, par degrés, nous voyons les différents résultats en fonction du nombre de pixels utilisés.
Commençons par une image a 16 pixelsc’est-à-dire en divisant l’image du C en une table 4 × 4. À ce stade, nous attribuons à chaque carré un nombre de 0 à 4 en fonction de la quantité de couleur noire qu’il contient. Les 16 nombres obtenus sont stockés dans l’appareil, mais que se passe-t-il lorsque nous voulons voir l’image sur le moniteur? L’appareil électronique que nous utilisons n’a plus accès à l’image d’origine E il ne peut être basé que sur des nombres qui stocké: l’utilisation du même premier tableau convertit chaque numéro dans un pixels de couleur uniforme reconstruire une image comme dans la figure ci-dessous.
Dans ce cas, le résultat n’est certainement pas très satisfaisant. Nous pouvons deviner que l’image rapportée est un C, mais nous sommes loin d’être une représentation véridique de la figure initiale. L’avantage de sauver quelques pixels est qu’il occupe très peu d’espace en mémoire!
Augmentons maintenant le nombre de Pixel à 100afin d’acquérir une table 10 × 10. Comme cela a été fait précédemment, nous attribuons à chaque carré un nombre de 0 à 4 en fonction de la quantité de noir contenu spécifiquement des pixels. Vous voyez que de cette manière, le résultat est un C très flou, un peu comme nous l’avons déjà vu dans l’image ci-dessus qui a rapporté le logo Wikipedia. Même si le résultat semble toujours indésirable, si nous sommes très rétrécis l’image de ce C, il sera parfaitement clair. Cela nous fait comprendre à quel point le nombre de pixels dépend beaucoup de l’image spécifique et comment il doit être utilisé. Dans un cas comme le nôtre, par exemple, l’utilisation de 1000 pixels ne pourrait pas être très fonctionnelle, aller occuper beaucoup plus d’espace. Il n’est pas toujours nécessaire d’utiliser un nombre élevé de pixels, également parce qu’ils occupent beaucoup de mémoire!
