Numérique et Sciences Informatiques > Représentation des Données : Types et Encodage > Représentation Numérique des Images, Sons et Vidéos > Images matricielles (pixels, profondeur de couleur)
Images Matricielles : Pixels et Profondeur de Couleur
Comprendre la représentation des images matricielles, les pixels, et l'impact de la profondeur de couleur sur la qualité et la taille des images. Découvrez comment les ordinateurs stockent et manipulent les images.
Introduction aux Images Matricielles
Une image matricielle, aussi appelée image bitmap ou image raster, est une représentation numérique d'une image sous forme d'une grille de petits carrés appelés pixels. Chaque pixel contient des informations sur la couleur à afficher à cet endroit précis de l'image. Imaginez une mosaïque : chaque petite tuile est un pixel. Plus il y a de tuiles (pixels) par unité de surface, plus la mosaïque (l'image) sera détaillée.
Les Pixels : L'unité de base de l'image
Un pixel est l'unité indivisible d'une image matricielle. Il représente une seule couleur à un emplacement spécifique. La couleur d'un pixel est définie par une combinaison de valeurs, généralement Rouge, Vert et Bleu (RVB), ou parfois d'autres systèmes comme CMJN (Cyan, Magenta, Jaune, Noir) pour l'impression. Chaque pixel est donc caractérisé par ses coordonnées (sa position dans la grille) et sa couleur.
Définition (Résolution) d'une image
La définition ou résolution d'une image est le nombre de pixels qui la composent en largeur et en hauteur. Elle est exprimée sous la forme largeur x hauteur (par exemple, 1920x1080, ce qui signifie 1920 pixels de large et 1080 pixels de haut). Plus la résolution est élevée, plus l'image contient de pixels et donc, plus elle est détaillée et nette. Cependant, une résolution plus élevée signifie aussi une taille de fichier plus importante. Exemple concret : Une image de 640x480 pixels aura moins de détails qu'une image de 1920x1080 pixels. Cette dernière sera plus nette lorsqu'elle sera affichée sur un grand écran.
Profondeur de Couleur (Nombre de bits par pixel)
La profondeur de couleur, également appelée nombre de bits par pixel (bpp), détermine le nombre de couleurs différentes qu'un pixel peut afficher. Elle indique le nombre de bits utilisés pour représenter la couleur de chaque pixel. Plus la profondeur de couleur est élevée, plus l'image peut afficher de couleurs et de nuances, et plus elle sera réaliste. Cependant, une profondeur de couleur plus élevée augmente la taille du fichier.
Impact de la profondeur de couleur sur la taille du fichier
La taille d'un fichier image matricielle est directement liée à sa résolution et à sa profondeur de couleur. Plus il y a de pixels et plus chaque pixel utilise de bits pour représenter sa couleur, plus le fichier sera volumineux. Formule de calcul approximative de la taille d'un fichier image (sans compression) : Taille (en bits) = Largeur (en pixels) x Hauteur (en pixels) x Profondeur de couleur (en bits) Taille (en octets) = Taille (en bits) / 8 Exemple : Une image de 1000x1000 pixels avec une profondeur de couleur de 24 bits occupera environ : (1000 x 1000 x 24) / 8 = 3 000 000 octets, soit environ 3 Mo.
Formats d'Images Matricielles courants
Il existe de nombreux formats de fichiers pour stocker des images matricielles. Certains des plus courants sont :
Ce qu'il faut retenir
Voici les points essentiels à retenir sur les images matricielles :
FAQ
-
Quelle est la différence entre une image matricielle et une image vectorielle ?
Une image matricielle est composée de pixels, tandis qu'une image vectorielle est définie par des équations mathématiques (lignes, courbes, etc.). Les images matricielles perdent en qualité lorsqu'elles sont agrandies, alors que les images vectorielles conservent leur netteté.
-
Quand devrais-je utiliser le format JPEG plutôt que PNG ?
Le format JPEG est idéal pour les photos car il offre une bonne compression avec perte, ce qui permet de réduire la taille du fichier. Le format PNG est préférable pour les images avec des aplats de couleurs, des logos ou des images avec transparence, car il utilise une compression sans perte et conserve une meilleure qualité.
-
Qu'est-ce que le canal alpha dans une image 32 bits ?
Le canal alpha représente la transparence d'un pixel. Il permet de rendre certaines parties de l'image transparentes, ce qui est utile pour superposer des images ou créer des effets spéciaux.