Les formats d’images (partie 2) : la profondeur et le poids de l’image

Avant d’attaquer les formats spécifiques, je pense qu’il est intéressant de comprendre comment la taille d’une image bitmap est calculée et comment elle est crée sur un ordinateur. Ceci afin de mieux comprendre le fonctionnement des différents formats.

Cet article n’est pas obligatoire pour comprendre la suite du guide (qui parlera du format jpeg), mais gardez peut-être le lien quelque part au cas où. Si vous n’avez pas lu la partie 1, cliquez ici.

Il faut déjà savoir combien pèse une image non-traitée. C’est facile : on compte les pixels en longueur, les pixels en largeur et la profondeur de l’image. La profondeur, c’est le nombre de couleurs qu’un pixel peut prendre. Elle se calcule en bits. Rappelez-vous qu’un pixel se colorie d’un mélange de trois couleurs : le rouge, le vert et le bleu. Donc, une image de profondeur de 24 bits dédiera 8 bits à chaque couleur (8*3=24).

Ce guide ne traitant pas d’informatique, je vais parler des bits schématiquement. Imaginons qu’on indique une profondeur de 4 bits par couleur à notre image. On peut alors faire rentrer dans nos pixels les couleurs de 4 lettres maximum : vert, bleu, noir… si on augmente les bits, par exemple à 12, on peut faire rentrer plus de couleurs : orange, jaune, bleu clair, vert foncé, etc. En vrai, les bits ne peuvent que prendre la valeur de 0 ou 1 et c’est à l’ordinateur de reconnaître que 111110111101000010010111 est une couleur saumon. La profondeur de 24 bits permet d’afficher 16,7 millions de couleurs, et je ne suis pas convaincu qu’il y ait seulement une fois besoin de l’augmenter car il est déjà impossible de faire la différence entre la couleur 200,0,0 et 201,0,0.

Notez qu’il est possible de rajouter 8 bits pour créer la transparence. Tout comme on peut dire à un pixel de prendre tant de rouge, on peut aussi lui dire d’être tant transparent. Cela augmente donc la profondeur à 32 bits.

Donc, pour calculer le poids de notre image : hauteur*largeur*profondeur. La réponse sera donnée en bits, qu’il suffit de convertir (voici un guide pour ceux qui ne connaissent pas les unités informatique). Prenons la photo suivante, qui nous accompagnera tout au long de ce guide :

canard-jpg

Sa taille réelle est de 1600×1600 pixels (c’est au départ une photo que j’ai prise puis rognée à ces dimensions carré. Je l’ai d’ailleurs gardée en 300 ppi pour conserver les détails). Sa profondeur, que j’ai pu choisir au moment de l’enregistrer, est de 24 bits. Elle doit donc peser 1600*1600*24 = 61’440’000 bits. Ce chiffre est énorme, mais ce ne sont que des bits.

  • Il faut les diviser par 8 pour obtenir des octets : 7’680’000
  • puis par 1024 pour obtenir des kilooctets : 7500
  • C’est encore un peu élevé ! Divisons encore par 1024 pour voir des mégaoctets : 7,32

Effectivement, 7 mégaoctets (Mo) est plus parlant que 7500 kilooctets (Ko). C’est d’ailleurs le poids de l’image au format bmp (bitmap). Ce format, comme vous l’aurez compris, ne traite pas l’image. C’est-à-dire qu’il ne va pas essayer de la compresser, ou de retirer des éléments que l’œil humain ne verra pas.

On pourrait donc s’attendre à ce que le format bitmap soit le format de meilleur qualité au monde, car tous les autres vont d’une manière ou d’une autre retirer des informations. Mais ce n’est pas le cas ! L’oeil humain n’étant pas parfait, il est presque impossible de faire la différence entre une image jpeg bien traitée et une image au format .bmp. Nous verrons cela plus en détail dans la partie suivante du guide.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.