$course$/QCM de NSI/SNT/La photographie numérique Capteur et photosites, pixel et définition d'une image, profondeur de
couleur et codage rouge vert bleu, poids brut d'une image et compression
avec ou sans perte, métadonnées d'un fichier photo, traitements simples
et filtres, algorithmes de la prise de vue, comparaison de la
photographie argentique et de la photographie numérique, droit à l'image.

]]> La photographie numérique — Q01 : Le rôle d'un photosite Le capteur d'un appareil photo numérique est couvert de photosites. Que
fait un photosite pendant la prise de vue ?

]]> Le capteur est une grille de photosites. Chacun mesure la lumière
reçue à l'endroit qu'il occupe et fournit une valeur. C'est de ces
mesures que naît ensuite l'image numérique.

]]> 1.0 0.0 0 true true abc Il mémorise la couleur du point correspondant de
l'image enregistrée

]]> Erreur : la mémorisation revient au fichier, écrit ensuite sur la
carte mémoire. Pendant la prise de vue, le photosite se contente
de mesurer.

]]> Il transforme la lumière qu'il reçoit en une valeur
électrique mesurable

]]> Bonne réponse : chaque photosite compte la lumière reçue pendant
l'exposition et rend une valeur, que l'électronique de l'appareil
convertit ensuite en nombre.

]]> Il projette sur le capteur la part de lumière que
l'objectif laisse passer

]]> Erreur : c'est l'objectif qui forme l'image et la projette sur le
capteur. Le photosite se trouve à l'arrivée de cette lumière, il
ne la dirige pas.

]]> Il règle la quantité de lumière admise, à la manière
d'un diaphragme

]]> Erreur : le réglage de la quantité de lumière appartient au
diaphragme et à la durée de pose. Le photosite subit cette lumière
et la mesure.

]]> La photographie numérique — Q02 : Ce qu'est un pixel Qu'est-ce qu'un pixel dans une image numérique ?

]]> Une image numérique est une grille rectangulaire de pixels. Chaque
pixel occupe une place fixe dans cette grille et porte une couleur
unique, décrite par des nombres.

]]> 1.0 0.0 0 true true abc Le plus petit élément de l'image, qui porte une seule
couleur

]]> Bonne réponse : l'image est une grille de pixels, et chacun ne
porte qu'une couleur. C'est la juxtaposition de ces carrés minuscules
qui donne l'illusion d'une image continue.

]]> Une petite zone de l'image, à l'intérieur de laquelle
les couleurs varient

]]> Erreur : à l'intérieur d'un pixel, rien ne varie. Si la scène
présente un dégradé, il faut plusieurs pixels pour le rendre.

]]> Un point de l'écran chargé d'afficher l'image que
l'on regarde

]]> Erreur : l'écran possède lui aussi ses points, mais le pixel d'une
image existe dans le fichier, indépendamment de tout écran.

]]> Un groupe de photosites du capteur réunis pendant la
prise de vue

]]> Erreur : le photosite appartient au capteur, le pixel à l'image.
Les deux se comptent séparément, et leurs nombres peuvent différer.

]]> La photographie numérique — Q03 : Photosites du capteur et pixels de l'image Le capteur de l'appareil de Nora compte 24 millions de photosites, mais
elle a réglé l'appareil pour enregistrer des images de 6 millions de
pixels. Que peut-on dire de ses photos ?

]]> Photosites et pixels se comptent séparément. À pleine définition,
l'image compte à peu près autant de pixels que le capteur a de
photosites ; à définition réduite, elle en compte beaucoup moins.

]]> 1.0 0.0 0 true true abc Elles comptent 24 millions de pixels, le réglage ne
touchant que l'affichage

]]> Erreur : le réglage porte bien sur le fichier enregistré. Les
images produites contiennent réellement 6 millions de pixels.

]]> Elles comptent 6 millions de pixels, les autres
photosites restant inutilisés

]]> Erreur : le capteur expose tous ses photosites. L'appareil réunit
ensuite leurs mesures pour former les pixels de l'image, sans en
abandonner aucun.

]]> Elles comptent 6 millions de pixels, moins que le
capteur n'a de photosites

]]> Bonne réponse : le nombre de photosites caractérise le capteur, le
nombre de pixels caractérise l'image. Le second dépend du réglage
choisi, le premier jamais.

]]> Elles comptent 6 millions de pixels, chacun codé sur
quatre fois plus de couleurs

]]> Erreur : la profondeur de couleur ne dépend pas de la définition.
Chaque pixel reste codé de la même façon, que l'image soit grande
ou petite.

]]> La photographie numérique — Q04 : Comment le capteur obtient les couleurs Un photosite mesure une quantité de lumière, sans distinguer les
couleurs. Comment l'appareil obtient-il malgré tout une image en
couleurs ?

]]> Le capteur porte une mosaïque de filtres colorés, un par photosite.
L'appareil reconstitue ensuite les trois composantes de chaque pixel à
partir des mesures voisines, par un calcul appelé dématriçage.

]]> 1.0 0.0 0 true true abc Un filtre rouge, vert ou bleu couvre chaque photosite,
et le reste est calculé

]]> Bonne réponse : chaque photosite ne mesure qu'une composante,
celle que son filtre laisse passer. Les deux autres sont déduites
des mesures des photosites voisins.

]]> Le capteur mesure la longueur d'onde de la lumière
reçue par chaque photosite

]]> Erreur : un photosite compte la lumière reçue sans en distinguer
la couleur. C'est précisément pour cela qu'un filtre est
nécessaire.

]]> L'appareil prend trois clichés successifs, un par
couleur, puis les superpose

]]> Erreur : trois prises successives donneraient des couleurs
décalées dès que le sujet bouge. Un appareil ordinaire enregistre
la scène en une seule exposition.

]]> Un programme attribue à chaque zone la couleur que
la scène possède d'ordinaire

]]> Erreur : aucune couleur n'est devinée d'après le sujet. L'appareil
n'a pas à reconnaître ce qu'il photographie, et un ciel gris
resterait gris.

]]> La photographie numérique — Q05 : Photographier en faible lumière À nombre de pixels égal, l'appareil de Naïm, doté d'un grand capteur,
donne le soir des photos moins parasitées que son téléphone. Comment
l'expliquer ?

]]> Le bruit apparaît quand la mesure de la lumière devient incertaine,
faute de lumière reçue. Multiplier les photosites sur un petit capteur
les rétrécit, et fragilise chaque mesure en faible éclairage.

]]> 1.0 0.0 0 true true abc Son capteur compte bien plus de photosites, ce que le
nombre de pixels ne montre pas

]]> Erreur : à nombre de pixels égal, les deux capteurs comptent à peu
près autant de photosites. C'est leur taille, et non leur nombre,
qui les sépare.

]]> Ses pixels sont codés sur davantage de couleurs, ce
qui éclaircit l'image obtenue

]]> Erreur : les deux appareils codent leurs pixels de la même façon,
et la profondeur de couleur ne crée aucune lumière.

]]> Il compresse moins ses fichiers, ce qui préserve la
lumière mesurée à la prise de vue

]]> Erreur : la compression intervient après la mesure, sur des
nombres déjà enregistrés. Elle ne peut rien ajouter à une lumière
qui n'a pas été captée.

]]> Ses photosites, plus grands, recueillent davantage de
lumière pendant la pose

]]> Bonne réponse : un grand photosite reçoit plus de lumière qu'un
petit pendant la même durée. Sa mesure est donc plus sûre, et
l'image moins parsemée de points parasites.

]]> La photographie numérique — Q06 : Le nombre de pixels d'une image Le téléphone de Rayan enregistre des images de 1 600 pixels de large
sur 1 200 pixels de haut. Combien de pixels contient une image ?

]]> La définition d'une image est le nombre de pixels qu'elle contient,
obtenu en multipliant la largeur par la hauteur. On l'exprime souvent
en mégapixels, un mégapixel valant un million de pixels.

]]> 1.0 0.0 0 true true abc 2 800 pixels, en additionnant la largeur et la hauteur

]]> Erreur : l'addition donne le tour de l'image, non son contenu. Les
pixels forment une grille, donc les deux dimensions se
multiplient.

]]> 1 920 000 pixels, en multipliant la largeur par la hauteur

]]> Bonne réponse : la grille compte 1 200 lignes de 1 600 pixels,
soit 1 920 000 pixels, ce qui s'annonce commercialement comme
près de deux mégapixels.

]]> 5 760 000 pixels, en comptant trois valeurs par point

]]> Erreur : 5 760 000 est le poids brut de l'image en octets, à
raison de trois octets par pixel. Le nombre de pixels reste
1 920 000.

]]> 1 920 pixels, le produit se comptant en milliers

]]> Erreur : le produit vaut 1 920 000, et rien n'autorise à le
diviser par mille. Un mégapixel vaut un million de pixels, non
mille.

]]> La photographie numérique — Q07 : Des carrés à l'agrandissement Lina agrandit fortement une photo sur son écran et voit apparaître des
carrés colorés. Comment l'expliquer ?

]]> Une image numérique ne contient qu'un nombre fini de pixels. Au delà
d'un certain grossissement, aucun détail supplémentaire n'apparaît :
on ne voit plus que la grille elle-même.

]]> 1.0 0.0 0 true true abc L'écran ne dispose pas d'assez de couleurs pour rendre
une image agrandie

]]> Erreur : un écran ordinaire affiche des millions de couleurs,
agrandissement ou non. Ce que Lina voit tient à l'image, non à
l'écran.

]]> L'agrandissement supprime une partie des pixels de
l'image de départ

]]> Erreur : agrandir ne retire rien. Le même nombre de pixels occupe
une plus grande surface, ce qui grossit chacun d'eux.

]]> L'image est une grille de pixels, que l'agrandissement
rend visibles

]]> Bonne réponse : chaque pixel devient assez large pour être vu
séparément. La photo n'a pas changé, seule sa taille d'affichage a
changé.

]]> L'appareil enregistre les zones uniformes sous la forme
de carrés de couleur

]]> Erreur : aucune image n'est enregistrée sous forme de carrés. La
grille de pixels existe dès la prise de vue, quelle que soit la
scène photographiée.

]]> La photographie numérique — Q08 : Réduire une photo avant de l'envoyer Pour l'envoyer par courriel, Malik ramène une photo de 4 000 sur
3 000 pixels à 2 000 sur 1 500 pixels. Que devient le nombre de
pixels ?

]]> Le nombre de pixels est le produit des deux dimensions. Diviser chacune
par deux divise donc ce produit par quatre, et le poids brut du fichier
dans la même proportion.

]]> 1.0 0.0 0 true true abc Il est divisé par quatre et tombe à 3 millions de pixels

]]> Bonne réponse : chaque dimension est divisée par deux, donc leur
produit est divisé par quatre. De 12 millions, on passe à
3 millions de pixels.

]]> Il est divisé par deux et tombe à 6 millions de pixels

]]> Erreur : diviser une seule dimension par deux diviserait le total
par deux. Ici les deux dimensions sont réduites, et les effets se
multiplient.

]]> Il est divisé par huit et tombe à 1,5 million de pixels

]]> Erreur : aucun facteur huit n'intervient. Il faudrait pour cela
diviser trois dimensions par deux, ce qui n'a pas de sens pour une
image.

]]> Il ne change pas, seule la taille d'affichage étant réduite

]]> Erreur : la photo est réellement réenregistrée avec moins de
pixels. C'est ce qui allège le fichier, et c'est bien le but
recherché.

]]> La photographie numérique — Q09 : Le codage rouge vert bleu Dans le codage rouge vert bleu, comment la couleur d'un pixel est-elle
représentée ?

]]> Le codage rouge vert bleu est un mélange de lumières, non de peintures.
Le triplet (0, 0, 0) donne le noir, le triplet (255, 255, 255) le
blanc, et trois valeurs égales donnent toujours un gris.

]]> 1.0 0.0 0 true true abc Par un seul nombre, compris entre 0 et 255, qui désigne
une teinte

]]> Erreur : un seul nombre n'offrirait que 256 couleurs. Ce codage
repose sur trois composantes, décrites chacune par un nombre.

]]> Par deux nombres, l'un donnant la teinte, l'autre la
luminosité

]]> Erreur : d'autres codages procèdent ainsi, mais celui-ci mélange
trois lumières colorées, sans nombre séparé pour la luminosité.

]]> Par trois nombres donnant la position du pixel et sa
couleur

]]> Erreur : la position d'un pixel n'a pas à être écrite, elle est
donnée par son rang dans la grille. Les trois nombres décrivent la
seule couleur.

]]> Par trois nombres donnant les doses de rouge, de vert et
de bleu

]]> Bonne réponse : chaque composante vaut de 0 à 255. Le pixel affiche
le mélange de ces trois lumières, du noir, sans aucune lumière, au
blanc, avec les trois au maximum.

]]> La photographie numérique — Q10 : Vingt-quatre bits par pixel Les pixels d'une photo sont codés sur 24 bits. Qu'en déduit-on ?

]]> La profondeur de couleur est le nombre de bits consacrés à un pixel.
Vingt-quatre bits, soit trois octets, donnent 256 valeurs par
composante et 16 777 216 couleurs, que l'on annonce comme 16,7 millions.

]]> 1.0 0.0 0 true true abc Chaque pixel occupe 24 octets et l'image dispose
d'environ 16,7 millions de couleurs

]]> Erreur : un octet vaut huit bits, donc 24 bits font 3 octets et
non 24. Le nombre de couleurs, lui, est bien celui-là.

]]> Chaque pixel occupe 3 octets et l'image dispose
d'environ 16,7 millions de couleurs

]]> Bonne réponse : 24 bits font 3 octets, un par composante. Chaque
composante prend 256 valeurs, donc l'image dispose de 256 fois 256
fois 256 couleurs, soit 16 777 216.

]]> Chaque pixel occupe 3 octets et l'image dispose de
24 couleurs différentes

]]> Erreur : 24 est le nombre de bits, non le nombre de couleurs.
Chaque bit double les possibilités, si bien que 24 bits en offrent
plus de seize millions.

]]> Chaque pixel occupe 3 octets et l'image dispose de
256 couleurs différentes

]]> Erreur : 256 valeurs correspondent à 8 bits, soit une seule
composante. Les trois composantes réunies en offrent bien
davantage.

]]> La photographie numérique — Q11 : Lire un triplet de couleur Dans une image, un pixel porte la valeur 255 pour le rouge, 255 pour le
vert et 0 pour le bleu. De quelle couleur apparaît-il ?

]]> Trois mélanges sont à connaître : rouge et vert donnent du jaune, rouge
et bleu du magenta, vert et bleu du cyan. Les trois ensemble, au
maximum, donnent du blanc.

]]> 1.0 0.0 0 true true abc Blanc, puisque deux composantes sont déjà à leur valeur
maximale

]]> Erreur : le blanc demande les trois composantes au maximum, le
bleu compris. Il manque ici toute la lumière bleue.

]]> Orange, le rouge l'emportant nettement sur les autres
composantes

]]> Erreur : le rouge et le vert valent ici la même chose. L'orange
suppose un vert nettement plus faible, par exemple 255, 128 et 0.

]]> Jaune, obtenu en mélangeant une lumière rouge et une
lumière verte

]]> Bonne réponse : en lumière, le rouge et le vert réunis donnent du
jaune. Il s'agit d'un mélange de lumières, qui ne suit pas les
règles apprises avec de la peinture.

]]> Vert vif, la composante verte étant poussée à sa valeur
maximale

]]> Erreur : le rouge est lui aussi au maximum, il ne peut donc pas
être ignoré. Le vert seul s'écrirait 0, 255 et 0.

]]> La photographie numérique — Q12 : Les nuances d'une image en niveaux de gris Une image en niveaux de gris est codée sur 8 bits par pixel. Combien de
nuances un pixel peut-il prendre ?

]]> Avec un octet par pixel, une image en niveaux de gris dispose de
256 valeurs. Un pixel gris d'une image en couleurs porte d'ailleurs
trois composantes égales, ce qui revient au même rendu.

]]> 1.0 0.0 0 true true abc 256 nuances, de 0 pour le noir à 255 pour le blanc

]]> Bonne réponse : huit bits offrent 256 combinaisons, numérotées de
0 à 255. La valeur 0 donne le noir et la valeur 255 le blanc.

]]> 255 nuances, le noir n'en étant pas vraiment une

]]> Erreur : la valeur 0 est une valeur comme une autre, et le noir est
bien une nuance. On en compte donc 256, de 0 à 255.

]]> 8 nuances, une pour chacun des bits du codage

]]> Erreur : les bits ne s'additionnent pas, ils se combinent. Chaque
bit supplémentaire double le nombre de valeurs, ce qui donne 256
pour huit bits.

]]> 16,7 millions de nuances, comme une image en couleurs

]]> Erreur : ce nombre correspond à 24 bits, soit trois composantes.
Une image en niveaux de gris n'en garde qu'une seule.

]]> La photographie numérique — Q13 : Le poids après passage en niveaux de gris La photo de Sacha compte 12 millions de pixels codés sur 24 bits, soit
un poids brut de 36 Mo. Il la convertit en niveaux de gris sur 8 bits
par pixel, sans toucher à sa définition. Que devient ce poids brut ?

]]> Le poids brut se calcule toujours de la même façon : nombre de pixels
multiplié par le nombre d'octets par pixel. Seul le second facteur
change ici, de trois octets à un seul.

]]> 1.0 0.0 0 true true abc 36 Mo, le nombre de pixels n'ayant pas changé

]]> Erreur : le poids dépend aussi du nombre d'octets par pixel. Il
passe ici de trois octets à un seul, donc le total change.

]]> 18 Mo, le poids se trouvant divisé par deux

]]> Erreur : la division par deux ne correspond à rien ici. On passe
de 24 bits à 8 bits, soit trois fois moins et non deux fois moins.

]]> 4,5 Mo, le poids se trouvant divisé par huit

]]> Erreur : le facteur huit relie le bit et l'octet, il n'intervient
pas dans cette conversion. Le rapport utile est 24 sur 8, soit
trois.

]]> 12 Mo, chaque pixel n'occupant plus qu'un octet

]]> Bonne réponse : 8 bits font un octet. Douze millions de pixels d'un
octet pèsent 12 Mo, soit le tiers des 36 Mo de départ.

]]> La photographie numérique — Q14 : Le poids brut d'une photo Une photo mesure 1 920 pixels sur 1 080 et chaque pixel est codé sur
24 bits. Quel est son poids brut, avant toute compression ?

]]> Le poids brut d'une image est le produit du nombre de pixels par le
nombre d'octets par pixel. Ici 1 920 fois 1 080 fois 3, soit
6 220 800 octets.

]]> 1.0 0.0 0 true true abc Environ 2,1 Mo, à raison d'un octet par pixel

]]> Erreur : un octet par pixel correspond aux niveaux de gris. Une
image en couleurs demande trois octets, un par composante.

]]> Environ 6,2 Mo, à raison de trois octets par pixel

]]> Bonne réponse : l'image compte 2 073 600 pixels et 24 bits font
3 octets. Le produit vaut 6 220 800 octets, soit environ 6,2 Mo.

]]> Environ 18,7 Mo, à raison de trois octets par composante

]]> Erreur : les trois octets se partagent entre les trois
composantes, ils ne valent pas pour chacune. Ce calcul reviendrait
à 72 bits par pixel.

]]> Environ 50 Mo, à raison de vingt-quatre octets par pixel

]]> Erreur : la confusion porte sur le bit et l'octet. Vingt-quatre
bits font trois octets, donc le résultat obtenu est huit fois trop
grand.

]]> La photographie numérique — Q15 : Poids brut et poids du fichier Le poids brut de cette même photo vaut environ 6,2 Mo, mais le fichier
enregistré par l'appareil pèse 1,4 Mo. Comment l'expliquer ?

]]> Le poids brut est celui qu'occuperait l'image si chaque pixel était
écrit tel quel. Les formats courants compressent ces données, et le
fichier obtenu est bien plus léger que ce calcul.

]]> 1.0 0.0 0 true true abc Le fichier est compressé, ce qui réduit la place
occupée par les pixels

]]> Bonne réponse : la compression cherche les régularités de l'image
pour l'écrire plus brièvement. Le nombre de pixels, lui, ne change
pas.

]]> L'appareil a diminué la définition de l'image au
moment de l'enregistrement

]]> Erreur : l'image conserve ses 1 920 pixels sur 1 080. C'est la
façon de les écrire dans le fichier qui change, non leur nombre.

]]> Le poids brut se compte en bits alors que le fichier
se compte en octets

]]> Erreur : les deux poids se comptent en octets. Le rapport observé
ne vaut d'ailleurs pas huit, ce qui écarte cette explication.

]]> Le calcul du poids brut ne vaut que pour les images
en noir et blanc

]]> Erreur : ce calcul vaut pour toute image. On multiplie le nombre
de pixels par le nombre d'octets par pixel, ici trois.

]]> La photographie numérique — Q16 : Ce que garantit une compression sans perte Que garantit une compression sans perte ?

]]> Une compression sans perte réécrit les mêmes informations plus
brièvement. Une compression avec perte abandonne des détails que l'œil
remarque peu, et l'image d'origine ne peut plus être retrouvée.

]]> 1.0 0.0 0 true true abc Le fichier obtenu est plus petit qu'avec une
compression avec perte

]]> Erreur : c'est l'inverse. Renoncer à des détails permet des
fichiers bien plus légers, ce qui explique le succès des formats
avec perte pour les photographies.

]]> Le poids du fichier est réduit de plus de la moitié
dans tous les cas

]]> Erreur : aucun taux n'est garanti. Une photographie riche en
détails se comprime mal sans perte, et le gain peut rester très
modeste.

]]> L'image de départ est restituée exactement à
l'ouverture du fichier

]]> Bonne réponse : les données sont réécrites plus brièvement, sans
qu'aucune information disparaisse. La décompression rend l'image
d'origine, pixel pour pixel.

]]> L'image peut être agrandie sans que ses pixels
deviennent visibles

]]> Erreur : la compression ne change pas le nombre de pixels. Un fort
agrandissement fait apparaître la grille, quel que soit le format
employé.

]]> La photographie numérique — Q17 : Choisir un format pour une capture d'écran Camille doit publier une capture d'écran remplie de texte en petits
caractères. Quel format retenir, et pour quelle raison ?

]]> La compression avec perte convient aux photographies, où l'œil ne
remarque pas les détails abandonnés. Elle convient mal aux captures
d'écran, aux schémas et aux dessins au trait, dont les contours nets
font tout l'intérêt.

]]> 1.0 0.0 0 true true abc Le JPEG, avec perte, parce qu'il rend les caractères
plus lisibles à l'écran

]]> Erreur : la compression avec perte brouille au contraire les
contours francs. Autour des lettres apparaît un halo de pixels
parasites.

]]> Le JPEG, avec perte, parce qu'il donne toujours un
fichier plus léger

]]> Erreur : sur une image nette faite d'aplats, la compression sans
perte fait souvent mieux. Et un fichier léger ne vaut rien s'il
est illisible.

]]> Le PNG, sans perte, parce qu'il retire du fichier les
métadonnées inutiles

]]> Erreur : le format retenu convient, mais la raison est fausse. Le
choix se joue sur la conservation exacte des pixels, non sur les
métadonnées.

]]> Le PNG, sans perte, parce qu'il conserve les contours
du texte bien nets

]]> Bonne réponse : un texte est fait de traits très contrastés, que la
compression avec perte dégrade. Le format sans perte restitue
chaque pixel tel quel.

]]> La photographie numérique — Q18 : Enregistrer plusieurs fois un même JPEG Sofia ouvre une photo au format JPEG, la recadre, l'enregistre, puis
recommence l'opération plusieurs jours de suite. Qu'observe-t-on ?

]]> Pour retravailler une photographie en plusieurs séances, on conserve un
original intact et l'on repart de lui chaque fois. L'enregistrement
dans un format avec perte n'intervient qu'à la toute fin.

]]> 1.0 0.0 0 true true abc L'image perd de la qualité au premier enregistrement,
puis n'évolue plus

]]> Erreur : chaque enregistrement repart de l'image déjà dégradée et
lui applique une nouvelle compression. Les pertes s'ajoutent les
unes aux autres.

]]> L'image perd un peu de qualité à chacun des
enregistrements successifs

]]> Bonne réponse : la compression avec perte est appliquée de nouveau
à chaque fois, sur une image déjà appauvrie. Les défauts finissent
par se voir nettement.

]]> L'image garde sa qualité tant que sa définition
n'est pas modifiée

]]> Erreur : la définition n'est pas seule en cause. À nombre de pixels
constant, la compression avec perte modifie les valeurs des pixels.

]]> L'image garde sa qualité, mais son fichier grossit
à chaque enregistrement

]]> Erreur : le poids du fichier reste comparable. Ce qui change, ce
sont les couleurs des pixels, altérées un peu plus à chaque
passage.

]]> La photographie numérique — Q19 : Les métadonnées d'un fichier photo Nadia affiche les informations enregistrées dans le fichier d'une
photo. Que trouve-t-elle parmi ces métadonnées ?

]]> Ces informations, dites EXIF, sont écrites par l'appareil au moment du
déclenchement. Elles renseignent sur les conditions de la prise de vue,
et parfois sur l'endroit où elle a eu lieu.

]]> 1.0 0.0 0 true true abc Le nom des personnes reconnaissables sur la
photographie

]]> Erreur : aucun nom n'est inscrit par l'appareil. Des applications
reconnaissent des visages, mais elles rangent ce résultat dans
leur propre catalogue.

]]> Le nombre de fois où le fichier a été ouvert depuis
sa création

]]> Erreur : ouvrir un fichier ne le modifie pas. Le compte de ses
consultations n'est écrit nulle part dans l'image.

]]> La date de la prise de vue, le modèle de l'appareil
et ses réglages

]]> Bonne réponse : l'appareil inscrit la date, son modèle, la durée de
pose, la sensibilité, et les coordonnées du lieu lorsque la
localisation est active.

]]> L'adresse des sites sur lesquels la photographie a
déjà été publiée

]]> Erreur : un fichier ignore tout de son propre parcours. Une fois
copié sur un site, il ne revient pas en informer l'original.

]]> La photographie numérique — Q20 : Où les métadonnées sont conservées Où les métadonnées d'une photographie sont-elles conservées ?

]]> Les métadonnées voyagent avec l'image, d'une copie à l'autre. Les
retirer suppose un outil qui réécrit le fichier sans elles, ce que
beaucoup de sites font automatiquement à la publication.

]]> 1.0 0.0 0 true true abc Dans le fichier de l'image, à côté des données des
pixels

]]> Bonne réponse : un même fichier réunit les deux. C'est pourquoi ces
informations suivent la photo lorsqu'on la copie ou qu'on
l'envoie.

]]> Dans un second fichier, que l'appareil range près de
la photo

]]> Erreur : un seul fichier est créé. S'il en existait deux, le second
se perdrait au premier envoi et ces informations ne circuleraient
pas.

]]> Dans la mémoire de l'appareil, qui les fournit à la
demande

]]> Erreur : l'appareil ne garde rien après le transfert. Une photo
copiée sur un ordinateur conserve pourtant toutes ses
informations.

]]> Dans les premières lignes de pixels, réservées à cet
usage

]]> Erreur : les pixels ne servent qu'à l'image. Ces informations
occupent une partie du fichier qui leur est propre, sans altérer
aucun pixel.

]]> La photographie numérique — Q21 : En quoi consiste un traitement d'image En quoi consiste un traitement simple comme le passage en niveaux de
gris ?

]]> Un traitement d'image s'écrit comme un parcours. Pour chaque pixel de
l'image, on calcule une nouvelle valeur, puis on la range à la même
place. Seule la règle de calcul distingue les traitements entre eux.

]]> 1.0 0.0 0 true true abc À poser sur l'image un voile gris qui en atténue les
couleurs

]]> Erreur : rien n'est superposé. Les valeurs des pixels sont
réellement remplacées, et l'image ne garde aucune trace des
couleurs d'origine.

]]> À modifier les métadonnées pour indiquer le rendu
souhaité

]]> Erreur : les métadonnées décrivent la prise de vue, elles ne
commandent aucun affichage. Un traitement modifie les pixels
eux-mêmes.

]]> À réduire le nombre de pixels pour ne garder que les
gris

]]> Erreur : le nombre de pixels ne change pas. La grille reste la
même, seule la couleur portée par chaque pixel est modifiée.

]]> À parcourir tous les pixels et à recalculer la valeur
de chacun

]]> Bonne réponse : le programme passe sur chaque pixel, calcule sa
nouvelle valeur à partir de l'ancienne et l'écrit à la même place.
L'image garde sa définition.

]]> La photographie numérique — Q22 : Le négatif d'un pixel L'algorithme du négatif remplace chaque composante d'un pixel par 255
moins sa valeur. Que devient un pixel valant (200, 50, 110) ?

]]> Le négatif inverse l'échelle de chaque composante : 0 devient 255, 255
devient 0, et une valeur moyenne le reste. Le calcul ne regarde qu'un
pixel à la fois, jamais ses voisins.

]]> 1.0 0.0 0 true true abc (110, 50, 200), les composantes ayant été prises à
l'envers

]]> Erreur : le négatif ne permute rien. Chaque composante est
remplacée par son complément, à la place qu'elle occupe déjà.

]]> (55, 205, 145), soit 255 moins chacune des trois
valeurs

]]> Bonne réponse : 255 moins 200 donne 55, 255 moins 50 donne 205 et
255 moins 110 donne 145. Le rouge s'efface, le vert et le bleu
s'imposent.

]]> (56, 206, 146), soit 256 moins chacune des trois
valeurs

]]> Erreur : la plus grande valeur admise est 255, non 256. Retrancher
de 256 donnerait 256 pour un pixel noir, valeur qu'un octet ne
peut pas coder.

]]> (135, 135, 135), soit 255 moins la moyenne des trois
valeurs

]]> Erreur : ce calcul rend le pixel gris, car il enchaîne le passage
en niveaux de gris et le négatif. Le négatif seul traite chaque
composante à part.

]]> La photographie numérique — Q23 : Le passage en niveaux de gris Pour passer une image en niveaux de gris, un programme remplace les
trois composantes de chaque pixel par leur moyenne. Que devient le
pixel (90, 120, 150) ?

]]> Un pixel gris porte trois composantes égales. La moyenne est la règle
la plus simple ; les logiciels pondèrent souvent les trois couleurs, le
vert comptant davantage que le bleu pour notre œil.

]]> 1.0 0.0 0 true true abc (120, 120, 120), soit la moyenne des trois valeurs

]]> Bonne réponse : la somme vaut 360 et la moyenne 120. Les trois
composantes prennent cette même valeur, ce qui donne un gris moyen.

]]> (360, 360, 360), soit la somme des trois valeurs

]]> Erreur : la somme n'est pas la moyenne, il reste à diviser par
trois. Et 360 dépasse 255, donc cette valeur ne tiendrait pas sur
un octet.

]]> (30, 40, 50), chaque valeur ayant été divisée par trois

]]> Erreur : la division a porté sur chaque composante au lieu de
porter sur leur somme. Le pixel obtenu reste coloré, et devient
beaucoup trop sombre.

]]> (150, 150, 150), soit la plus grande des trois valeurs

]]> Erreur : retenir la plus grande valeur est un autre procédé, qui
donne un gris plus clair. La consigne demande ici la moyenne des
trois.

]]> La photographie numérique — Q24 : Le seuillage d'une image Un seuillage à 128 transforme une image en niveaux de gris en une image
en noir et blanc. Que deviennent deux pixels valant 90 et 200 ?

]]> Le seuillage ne garde que deux valeurs, 0 et 255. Il sert à détacher
une forme de son fond, par exemple pour lire un texte ou un code sur
une photographie.

]]> 1.0 0.0 0 true true abc 90 devient 128 et 200 devient 128, tous deux ramenés
au seuil

]]> Erreur : le seuil sert à trancher, non à remplacer. Une image dont
tous les pixels vaudraient 128 serait uniformément grise.

]]> 90 devient 255 et 200 devient 0, les deux valeurs
étant inversées

]]> Erreur : c'est le résultat inverse. Une valeur inférieure au seuil
est sombre, elle passe donc au noir et non au blanc.

]]> 90 devient 0 et 200 devient 255, de part et d'autre
du seuil

]]> Bonne réponse : 90 est inférieur à 128 et passe au noir, 200 lui
est supérieur et passe au blanc. L'image ne contient plus que deux
valeurs.

]]> 90 reste à 90 et 200 devient 255, seules les valeurs
hautes changeant

]]> Erreur : le seuillage traite toutes les valeurs de la même façon.
Aucune n'est conservée, chacune devient 0 ou 255.

]]> La photographie numérique — Q25 : Éclaircir une photo trop sombre Pour éclaircir une photo, un programme ajoute 40 à chaque composante de
chaque pixel. Une composante vaut déjà 230. Que doit prévoir
l'algorithme ?

]]> Tout traitement qui augmente des valeurs doit prévoir un plafond, ici
255. C'est le prix à payer pour éclaircir une image : les détails des
zones les plus claires disparaissent.

]]> 1.0 0.0 0 true true abc Qu'elle passe à 270, une composante acceptant des
valeurs plus grandes

]]> Erreur : une composante tient sur un octet, donc elle ne dépasse
pas 255. La valeur 270 ne peut pas être enregistrée.

]]> Qu'elle reste à 230, les valeurs déjà élevées n'étant
pas modifiées

]]> Erreur : laisser certains pixels de côté creuserait des taches
sombres au milieu des zones claires. Le traitement s'applique à
tous.

]]> Qu'elle reparte à 14, le comptage recommençant après
la valeur 255

]]> Erreur : ce repli est justement ce qui arrive quand le programme
ne prévoit rien, et le résultat est désastreux, les zones claires
devenant presque noires.

]]> Qu'elle soit ramenée à 255, plus grande valeur qu'un
octet peut coder

]]> Bonne réponse : on retient le plus petit des deux nombres, 270 et
255. Les zones déjà claires se rejoignent alors dans le blanc et
perdent leurs nuances.

]]> La photographie numérique — Q26 : Un filtre de flou et le voisinage Un filtre de flou remplace la valeur de chaque pixel par la moyenne de
celles de ses voisins. En quoi diffère-t-il du négatif ?

]]> On distingue les traitements qui ne regardent qu'un pixel, comme le
négatif, le seuillage ou le changement de luminosité, et les filtres
qui consultent le voisinage, comme le flou ou la détection de contours.

]]> 1.0 0.0 0 true true abc Il ne convient qu'aux images en niveaux de gris, quand
le négatif traite les couleurs

]]> Erreur : le flou s'applique aussi aux couleurs, en moyennant chaque
composante séparément. La nature de l'image ne fait pas la
différence.

]]> Il a besoin des pixels voisins, quand le négatif n'en
regarde jamais qu'un seul

]]> Bonne réponse : le négatif calcule la nouvelle valeur d'un pixel à
partir de ce seul pixel. Le flou, lui, a besoin des valeurs qui
l'entourent.

]]> Il agit sur l'image entière, quand le négatif
s'applique pixel par pixel

]]> Erreur : les deux parcourent toute l'image, pixel par pixel. La
différence tient à ce dont chaque calcul a besoin, non à l'étendue
traitée.

]]> Il modifie la définition de l'image, quand le négatif
la laisse intacte

]]> Erreur : le flou conserve la grille et son nombre de pixels. Il
adoucit les contours sans rien retirer à la définition.

]]> La photographie numérique — Q27 : Le temps de calcul d'un filtre Un filtre traite chaque pixel une fois et met 0,6 seconde sur une photo
de 3 millions de pixels. Combien de temps mettra-t-il sur une photo de
12 millions de pixels ?

]]> La durée d'un traitement pixel par pixel est proportionnelle au nombre
de pixels. Doubler la largeur et la hauteur d'une image quadruple donc
le temps de calcul.

]]> 1.0 0.0 0 true true abc Environ 2,4 secondes, le nombre de pixels étant
multiplié par quatre

]]> Bonne réponse : quatre fois plus de pixels demandent quatre fois
plus de calculs, donc quatre fois plus de temps. 0,6 multiplié par
4 donne 2,4 secondes.

]]> Environ 1,2 seconde, chaque côté de l'image étant
multiplié par deux

]]> Erreur : les côtés doublent en effet, mais la durée suit le nombre
de pixels, qui est le produit des deux côtés. Elle est donc
multipliée par quatre.

]]> Environ 7,2 secondes, chaque pixel portant trois
composantes à traiter

]]> Erreur : les trois composantes étaient déjà traitées dans les
0,6 seconde de départ. Le rapport entre les deux photos reste
quatre.

]]> Environ 0,6 seconde, la durée ne dépendant pas de la
taille de l'image

]]> Erreur : le filtre passe sur chaque pixel, donc son travail croît
avec leur nombre. C'est bien ce qui rend les grandes images longues
à traiter.

]]> La photographie numérique — Q28 : La détection des visages avant le déclenchement Avant même qu'elle déclenche, le téléphone de Yasmine encadre à l'écran
les visages des personnes photographiées. Que se passe-t-il dans
l'appareil ?

]]> Un appareil numérique exécute de nombreux algorithmes avant même le
déclenchement : mise au point, mesure de la lumière, équilibre des
couleurs, détection des visages. La photographie obtenue est déjà le
produit de ces calculs.

]]> 1.0 0.0 0 true true abc Un capteur infrarouge distinct repère la chaleur des
personnes présentes

]]> Erreur : la chaleur n'entre pas en jeu. L'appareil travaille sur
l'image ordinaire que lui fournit son capteur, et sur elle seule.

]]> Le téléphone compare la scène aux photographies déjà
rangées dans sa mémoire

]]> Erreur : aucune comparaison de ce genre n'a lieu, et elle serait
inutile puisque l'encadrement fonctionne aussi devant des
inconnus.

]]> Un programme analyse l'image du capteur et y cherche
des formes de visage

]]> Bonne réponse : le programme examine l'image en continu et y repère
les motifs propres à un visage. Il en déduit ensuite où faire la
mise au point.

]]> Des photosites spécialisés du capteur réagissent à la
présence d'un visage

]]> Erreur : un photosite mesure de la lumière, rien de plus. La mise
au point, l'exposition et la détection sont l'affaire de
programmes.

]]> La photographie numérique — Q29 : Photographie argentique et photographie numérique Qu'est-ce qui distingue une photographie numérique d'une photographie
argentique ?

]]> Le passage au numérique change la nature du support. Une suite de
nombres se duplique sans perte, se diffuse aussitôt et se modifie sans
laisser de trace, quand le tirage argentique reste un objet unique.

]]> 1.0 0.0 0 true true abc Elle se prend sans objectif, la lumière étant mesurée
directement par le capteur

]]> Erreur : les deux appareils portent un objectif, qui forme l'image.
Seule la surface qui la reçoit change, film d'un côté, capteur de
l'autre.

]]> Elle restitue toujours les couleurs de la scène avec
une plus grande fidélité

]]> Erreur : la fidélité dépend du matériel et des réglages, non du
procédé. Un bon film rivalise avec bien des capteurs.

]]> Elle ne peut plus être modifiée une fois la prise de
vue terminée

]]> Erreur : c'est plutôt l'inverse. Une image faite de nombres se
retouche sans difficulté, ce qui fait aussi sa fragilité comme
preuve.

]]> Elle est enregistrée sous forme de nombres, et non par
une réaction chimique

]]> Bonne réponse : le film garde une trace chimique de la lumière, le
capteur fournit des mesures. Ces nombres se copient à l'identique
et se transmettent en quelques secondes.

]]> La photographie numérique — Q30 : Publier la photographie d'une autre personne Hugo veut publier sur son compte une photographie où figure son amie
Louise, prise par un autre camarade. De quels accords a-t-il besoin ?

]]> Publier une photographie suppose souvent deux autorisations, celle de
l'auteur du cliché et celle des personnes reconnaissables. Un accord
donné peut d'ailleurs être retiré par la suite.

]]> 1.0 0.0 0 true true abc De celui de Louise seulement, le photographe ayant
déjà diffusé son cliché

]]> Erreur : l'accord du photographe reste nécessaire. Avoir envoyé sa
photo à quelques personnes n'autorise pas à la publier.

]]> De celui de Louise pour son image et de celui du
camarade pour la photographie

]]> Bonne réponse : deux droits se superposent. Louise dispose d'un
droit sur son image, le camarade d'un droit d'auteur sur le cliché
qu'il a pris.

]]> D'aucun accord, la photographie lui ayant été
transmise sans aucune condition

]]> Erreur : recevoir un fichier ne donne aucun droit de publication.
Un partage entre amis et une mise en ligne ne relèvent pas des
mêmes règles.

]]> De celui du camarade seulement, puisque la
photographie est son œuvre

]]> Erreur : le droit d'auteur du photographe est réel, mais il ne
suffit pas. Une personne reconnaissable garde la maîtrise de son
image.

]]>