Systèmes de couleurs et types d'images numériques : RVB, CMJN, pixels et vecteurs

Systèmes de couleurs et types d'images

• Le système RVB : Il est utilisé notamment dans les formats d'image JPEG et TIFF. Rouge, Vert, Bleu (abrégé RVB) est un format de codage des couleurs. Ces trois couleurs sont les couleurs primaires en synthèse additive. Elles correspondent en fait à peu près aux trois longueurs d'onde auxquelles répondent les trois types de cônes de l'œil humain. Elles sont utilisées en éclairage afin d'obtenir toutes les couleurs visibles par l'homme.

• Le système CMJN : La quadrichromie est un procédé d'imprimerie permettant de reproduire un large spectre colorimétrique à partir des trois teintes de base, le cyan, le magenta et le jaune, auxquelles on ajoute le noir. L'absence de ces trois composantes donne du blanc tandis que la somme des trois donne du noir.

Les images numériques

• Images matricielles : Elles sont composées, comme leur nom l'indique, d'une matrice de points colorés. Dans le cas des images à deux dimensions, les points sont appelés pixels. Ce type d'image s'adapte bien à l'affichage sur écran informatique ; il est en revanche peu adapté pour l'impression, car la résolution des écrans informatiques est inférieure. L'image imprimée, si elle n'a pas une haute résolution, sera donc plus ou moins floue ou laissera apparaître des pixels carrés visibles.

• La définition et la résolution : La définition d'une image matricielle est donnée par le nombre de points la composant. En image numérique, cela correspond au nombre de pixels qui composent l'image en hauteur et en largeur. La résolution d'une image matricielle est donnée par un nombre de pixels par unité de longueur. Ce paramètre est défini lors de la numérisation, et dépend principalement des caractéristiques du matériel utilisé. Plus la quantité d'information qui décrit cette structure est importante, plus la résolution est élevée.

• Images vectorielles : Le principe des images vectorielles est de représenter les données de l'image par des formules géométriques qui peuvent être décrites d'un point de vue mathématique. Cela signifie qu'au lieu de mémoriser une mosaïque de points élémentaires, on stocke la succession d'opérations conduisant au tracé. L'avantage de ce type d'image est la possibilité de l'agrandir indéfiniment sans perdre la qualité initiale, ainsi qu'un faible encombrement. L'usage de prédilection des images vectorielles concerne les schémas générés avec certains logiciels.

Traitement et retouche d'image

• Courbe tonale : Retoucher une image revient à modifier les valeurs de certains pixels. On peut le faire localement ou globalement. Dans ce dernier cas, on utilise un outil appelé courbe tonale, qui ressemble au dessin ci-contre.

• Négatif : Obtenir le négatif d'une image est très simple : toutes les composantes x de tous les pixels de l'image sont remplacées par 255 - x.

• Rouge : Chaque pixel de l'image est une combinaison de rouge, de vert et de bleu. En assignant la valeur 0 aux composantes verte et bleue, on obtient une image dans les tons rouges.

• Niveau de gris : Dans une image en niveau de gris, chaque pixel est noir, blanc, ou a un niveau de gris entre les deux. Cela signifie que les trois composantes ont la même valeur.

• Seuillage : Le seuillage d'image est la méthode la plus simple de segmentation d'image. À partir d'une image en niveau de gris, le seuillage peut être utilisé pour créer une image comportant uniquement deux valeurs, noir ou blanc.

• Sépia : En photographie, le sépia est une qualité de tirage qui ressemble au noir et blanc, mais avec des variations de brun, et non de gris. La couleur sépia dans le système RVB est S(94, 38, 18).

Filtres

• Lissage : Un filtre est une transformation mathématique permettant de modifier la valeur d'un pixel en fonction des valeurs des pixels avoisinants, affectées de coefficients. Les calculs sont faits pour chacune des trois composantes de couleur. Le filtre est représenté par un tableau, caractérisé par ses dimensions et ses coefficients, dont le centre correspond au pixel concerné. La somme des coefficients doit faire 1.

• Accentuation : À l'inverse, le tableau ci-après rendra l'image plus nette. C'est un filtre passe-haut. Il peut arriver que la nouvelle valeur ne soit plus comprise entre 0 et 255.

• Pixélisation : L'image est divisée en rectangles de la taille spécifiée. Chaque rectangle est ensuite rempli avec la couleur moyenne de la zone.

Stéganographie

• Stéganographie : Elle consiste à cacher des messages dans un support, par exemple une image ou un texte qui semble anodin.

• Récupération du texte :

• Récupérer le tableau décrivant l'image.
• Remplacer un nombre pair par 0, un nombre impair par 1.
• Grouper les bits par groupes de 8.
• Convertir chaque octet en nombre décimal.
• Écrire les caractères correspondant aux codes ASCII obtenus.

Évolution des langages informatiques

• Évolution des langages informatiques :

• Première génération : le langage machine, ou code machine. On parle aussi de langage natif. Il est composé d'instructions et de données à traiter codées en binaire. C'est le seul langage qu'un ordinateur peut traiter directement.
• Deuxième génération : le langage assembleur : le code devient lisible et compréhensible par un plus grand nombre d'initiés. Il existe en fait un langage assembleur par type de processeur.
• Troisième génération : ces langages utilisent une syntaxe proche de l'anglais. Proposés autour de 1960, ils ont permis un gain énorme en lisibilité et en productivité. Ils ne dépendent plus du processeur, comme c'était le cas des générations précédentes, mais d'un compilateur.
• Quatrième génération (L4G) : souvent associés à des bases de données, ces langages se situent un niveau au-dessus, en intégrant la gestion de l'interface utilisateur et en proposant un langage moins technique, plus proche de la syntaxe naturelle.
• Cinquième génération : ces langages sont destinés à résoudre des problèmes à l'aide de contraintes, et non d'algorithmes écrits. Ils reposent beaucoup sur la logique et sont particulièrement utilisés en intelligence artificielle.