À faire vous-même 1 :

• Ouvrez le fichier « analyse.py » avec par exemple l’environnement de développement « Thonny »
• Commencez par tester son programme chargé d’effectuer une petite analyse d’un fichier image en saisissant le nom avec son extension d’une image de votre choix contenue dans le dossier du programme
• Complétez puis testez ce programme pour qu’il affiche après calcul la définition de l’image

En sortie du capteur d’un appareil photo couleur, l’image est formée de pixels colorés homogènes, représentés par trois nombres RVB (Rouge, Vert, Bleu) ou RGB en Anglais (Red, Green, Blue) compris usuellement entre 0 et 255 (8 bits = 2⁸ = 256 valeurs) ; plus la valeur est grande plus la couleur concernée est représentée. Par exemple :

• RGB(255,0,0) donne du rouge
• RGB(255,255,255) donne du blanc
• RGB(0,0,0) donne du noir évidemment

Maintenant si on cherche intuitivement à retrouver les valeurs RGB d’une certaine couleur, les choses deviennent rapidement impossibles ; imaginons que nous cherchions le code RGB pour la couleur saumon, encore faut-il préciser s’il s’agit d’un saumon clair ou pas !

Pour cette raison, une autre codification nommée TSL (Teinte, Saturation, Luminance) ou HSL en Anglais (Hue, Saturation, Ligthness) concurrence le code RGB.

À faire vous-même 2 :

• A partir du site « htmlcolorcodes.com », retrouvez le code RVB du rouge vu précédemment et le code TSL correspondant
• Retrouvez maintenant le code RVB puis TSL du jaune

À faire vous-même 3 :

• Vérifiez ce principe toujours avec le site

Toujours avec le codage TSL, Le troisième nombre correspond donc à la luminance et est compris entre 0 et 100 (comme 100%) ; plus ce nombre est élevé, plus la quantité sera au maximum.

L’effet du deuxième nombre, celui de la saturation, est moins évident à comprendre ! Plus ce nombre, qui varie lui aussi entre 0 et 100, est grand, plus la couleur est intense et à l’inverse terne.

À faire vous-même 4 :

• Vérifiez ce principe toujours avec le site en déplaçant le point (pipette) aux 4 coins de la palette de couleurs

Les appareils photos et scanners génèrent un fichier appelé RAW qui contient les données brutes du capteur et les paramètres nécessaires à la transformation en fichier image visible sur écran. Le fichier est plus volumineux que celui au format JPEG, mais il n'a pas subi de transformations irréversibles, ce qui permet à des spécialistes de la photographie numérique de retravailler l’image de manière poussée.

Jusqu’à présent, chaque marque d’appareil produisait des formats spécifiques avec des extensions propres (exemple : « .kdc » pour Kodak).

Un standard pour les fichiers RAW semble cependant se mettre en place progressivement… le format « dng » avec l’extension « .dng ».

Les fichiers RAW étant plutôt réservés aux professionnels, d’autres formats sont couramment employés dont les principaux sont :

• BitMaP (« .bmp ») : format simple sans compression de taille… inconvénients : fichier volumineux
• JPEG (« .jpg » ou « .jpeg ») : format actuellement très courant où les données sont compressées avec perte (dégradations de l’image au format 8 bits soit 256 nuances pour chaque couleur)
• GIF (« .gif ») : format léger (très compressé et donc avec dégradations) permettant des animations par superposition animée de plusieurs images)
• PNG (« .png ») : nouveau format sans perte spécialement adapté pour publier des images simples
• HEIC (« .heic ») : nouveau format pour la photographie de qualité remplaçant le format JPEG (faible dégradation de l’image au format 16 bits soit 65536 nuances pour chaque couleur)
• WebP (« .webp ») : permet aux sites web d'afficher des images de qualité avec des tailles de fichiers inférieures aux formats traditionnels comme PNG et JPEG. L’image sera avec une compression sans perte ou avec perte.

À faire vous-même 5 :

• Utilisez un convertisseur en ligne pour convertir le fichier « feuilles.bmp » (donc non compressé) en fichier au format JPEG avec le site « convertio.co/fr » ou autre site.
• Comparez la taille des fichiers de la même image (« feuilles.dng », « feuilles.gif  », « feuilles.png », « feuilles.jpg »,  « feuilles.heic » et « feuilles.webp ») sous les formats BMP, GIF, PNG, JP, HEIC et WEBP dans le dossier

Conclusion : Le format GIF et sa version plus récente PNG n’est vraiment pertinent pour ce genre d’image complexe car il doit être réservé aux images simples comme par exemple une image de dessin animé.

Passons maintenant aux modes de couleurs d’une image ! Une image peut-être :

• En mode Noir et Blanc (Mode « 1 »)
• En mode niveau de gris (Mode « L »)
• En mode couleurs indexées en utilisant un seul nombre pour définir une couleur (Mode « P »)
• En mode RVB comme vu précédemment issu des capteurs CCD (Mode « RGB »)

Note : d’autres modes existent

Sous Python, il est possible non seulement de connaitre la définition d’une image (nombre de colonnes x nombre de lignes) mais aussi le mode de l’image ; il sera aussi possible en plus de changer le mode !

À faire vous-même 6 :

• Ouvrez de nouveau le fichier « analyse.py » avec par exemple l’environnement de développement « Thonny »
• Complétez puis testez ce programme pour qu’il affiche le mode de l’image en utilisant notamment de l’instruction « print(img.mode) »
• Complétez puis testez ce programme pour qu’il change le mode d’une image couleur en mode niveau de gris en utilisant l’instruction « img.convert('L') »
• Complétez puis testez ce programme pour qu’il change le mode d’une image couleur en mode noir et blanc
• Complétez puis testez ce programme pour qu’il change le mode d’une image couleur en mode couleurs indexées

Le termes « données EXIF » revient très souvent quand on parle de photographie numérique.

EXIF signifie « Exchangeable Image File ». Il s’agit en fait d’un ensemble de métadonnées relatives à chaque photo et présentées dans un format normalisé. Ces données sont générées par l’appareil photo lors de la prise de vue, automatiquement. Elles sont stockées dans le fichier image pour les formats JPG, TIFF et RAW.

À faire vous-même 7 :