La photographie numérique

Programme officiel (B.O.)

B.O. spécial n° 1 du 22 janvier 2019 - SNT Seconde

Contenus	Capacités attendues
Photosites, pixels, résolution, image matricielle	Comprendre la représentation d'une image en pixels. Calculer la taille d'une image non compressée.
Codage RVB d'un pixel	Coder et décoder les couleurs d'un pixel en RVB.
Traitement d'image : filtres, redimensionnement, compression	Appliquer des traitements simples à une image numérique (modification de couleurs, filtres). Comprendre l'effet de la compression sur la qualité d'une image.
Métadonnées EXIF	Retrouver et interpréter les métadonnées d'une photo numérique.

---

1. De l'acquisition à l'image

1.1. La vision humaine

L'œil humain perçoit la lumière grâce à deux types de cellules situées sur la rétine :

• Les cônes : sensibles aux couleurs, ils existent en trois types correspondant aux trois couleurs primaires lumineuses - rouge, vert et bleu. Ils fonctionnent principalement en lumière suffisante (vision diurne).
• Les bâtonnets : sensibles uniquement à l'intensité lumineuse (luminosité), ils permettent de voir en faible luminosité mais ne distinguent pas les couleurs (vision nocturne).

Analogie avec le numérique

Le fonctionnement de l'œil a directement inspiré la photographie numérique : les trois types de cônes correspondent aux trois composantes Rouge, Vert, Bleu (RVB) utilisées pour coder les couleurs d'une image.

1.2. La synthèse additive des couleurs

La synthèse additive est le principe de création des couleurs par superposition de lumières colorées. Les trois couleurs primaires lumineuses sont le rouge, le vert et le bleu (RVB).

En mélangeant ces lumières :

Mélange	Couleur obtenue
Rouge + Vert	Jaune
Rouge + Bleu	Magenta
Vert + Bleu	Cyan
Rouge + Vert + Bleu	Blanc
Aucune lumière	Noir

Synthèse additive vs soustractive

La synthèse additive (lumières) ne doit pas être confondue avec la synthèse soustractive (peinture, encres). En peinture, mélanger du rouge et du vert donne du marron, pas du jaune ! La synthèse additive s'applique aux écrans et aux projecteurs, la synthèse soustractive à l'impression.

1.3. Le capteur numérique

Dans un appareil photo numérique (ou un smartphone), la lumière entre par l'objectif et atteint le capteur (de type CCD ou CMOS). Ce capteur est une surface composée de millions de photosites, chacun mesurant l'intensité lumineuse reçue.

Chaque photosite est recouvert d'un filtre coloré qui ne laisse passer qu'une seule couleur : rouge, vert ou bleu. L'ensemble de ces filtres forme un motif appelé filtre de Bayer (ou matrice de Bayer), organisé selon un schéma RVBV : pour chaque groupe de quatre photosites, il y a un rouge, un bleu et deux verts (car l'œil humain est plus sensible au vert).

Pourquoi deux verts ?

L'œil humain perçoit davantage de nuances dans les verts que dans les rouges ou les bleus. Le filtre de Bayer imite cette sensibilité en doublant les photosites verts, ce qui améliore le rendu de la luminosité et des détails.

1.4. Photosite vs pixel

Il est important de distinguer ces deux notions :

	Photosite	Pixel
Nature	Composant physique du capteur	Point d'image affiché à l'écran
Fonction	Mesure l'intensité lumineuse d'une seule couleur	Représente une couleur complète (RVB)
Localisation	Sur le capteur de l'appareil	Dans le fichier image ou sur l'écran

Un algorithme de dématriçage (ou demosaicing) combine les informations de plusieurs photosites voisins pour calculer la couleur complète de chaque pixel de l'image finale.

1.5. Qu'est-ce qu'un pixel ?

Un pixel (contraction de picture element) est le plus petit élément d'une image numérique. C'est un petit carré de couleur uniforme. Une image numérique est une grille rectangulaire de pixels : on parle d'image matricielle (ou image bitmap).

---

2. Définition et résolution

2.1. La définition d'une image

La définition d'une image est le nombre total de pixels qu'elle contient, exprimé en largeur × hauteur.

Dénomination	Définition (largeur × hauteur)	Calcul	Nombre de pixels
HD (720p)	1 280 × 720	1 280 × 720 = 921 600	≈ 0,9 mégapixels
Full HD (1080p)	1 920 × 1 080	1 920 × 1 080 = 2 073 600	≈ 2 Mpx
4K (UHD)	3 840 × 2 160	3 840 × 2 160 = 8 294 400	≈ 8,3 Mpx
Photo smartphone	4 032 × 3 024	4 032 × 3 024 = 12 192 768	≈ 12 Mpx

Mégapixels

1 mégapixel = 1 million de pixels. Un capteur de 12 mégapixels produit des images de 12 millions de pixels.

2.2. La résolution

La résolution désigne la densité de pixels par unité de longueur. Elle détermine la finesse d'affichage ou d'impression :

• ppi (pixels per inch) : résolution d'un écran (nombre de pixels par pouce affiché).
• dpi (dots per inch) : résolution d'une impression (nombre de points d'encre par pouce imprimé).

Pour une impression de qualité, on utilise généralement 300 dpi. Les écrans classiques affichent entre 72 et 150 ppi, tandis que les écrans Retina dépassent 300 ppi.

Taille physique d'un pixel

Considérons un écran de 55 pouces (diagonale ≈ 140 cm) en résolution 4K (3 840 × 2 160).

La largeur physique de l'écran est d'environ 121 cm. Chaque pixel mesure donc :

$\text{Taille d'un pixel} = \frac{121 \text{ cm}}{3\,840} \approx 0{,}032 \text{ cm} = 0{,}32 \text{ mm}$

Sur un écran Full HD de même taille, chaque pixel mesurerait 0,63 mm : deux fois plus gros, et donc visible de plus près.

2.3. Définition vs résolution : ne pas confondre

	Définition	Résolution
Ce que c'est	Nombre total de pixels	Densité de pixels par pouce
Unité	pixels (ou mégapixels)	ppi ou dpi
Exemple	3 840 × 2 160 = 8,3 Mpx	150 ppi
Dépend de	L'image ou le capteur	La taille physique de l'affichage

Abus de langage

Dans le langage courant, on emploie souvent « résolution » pour désigner la définition (ex : « résolution 4K »). En réalité, la résolution dépend aussi de la taille de l'écran : un écran 4K de 27 pouces a une résolution bien supérieure à un écran 4K de 65 pouces, pour la même définition.

---

3. Le codage des couleurs en RVB

3.1. Le système RVB

Chaque pixel est codé par trois composantes de couleur : Rouge, Vert et Bleu (RVB, ou RGB en anglais). C'est le principe de la synthèse additive : en superposant ces trois couleurs lumineuses à différentes intensités, on peut reconstituer toutes les couleurs visibles.

Chaque composante est codée sur 1 octet (8 bits), soit des valeurs de 0 à 255 :

• 0 = absence totale de la couleur
• 255 = intensité maximale de la couleur

Un pixel est donc codé sur 3 octets (24 bits).

3.2. Exemples de couleurs

Couleur	R	V	B	Code hexadécimal
Noir	0	0	0	#000000
Blanc	255	255	255	#FFFFFF
Rouge pur	255	0	0	#FF0000
Vert pur	0	255	0	#00FF00
Bleu pur	0	0	255	#0000FF
Jaune	255	255	0	#FFFF00
Cyan	0	255	255	#00FFFF
Magenta	255	0	255	#FF00FF
Gris moyen	128	128	128	#808080

3.3. Profondeur de couleur

La profondeur de couleur désigne le nombre de bits utilisés pour coder la couleur d'un pixel. En codage RVB standard :

• Chaque pixel possède 3 composantes (R, V, B).
• Chaque composante est codée sur 8 bits (1 octet), soit des valeurs de 0 à 255.
• Un pixel est donc codé sur 3 × 8 = 24 bits.

Le nombre total de couleurs possibles est :

$2^{24} = 2^8 \times 2^8 \times 2^8 = 256 \times 256 \times 256 = 16\,777\,216 \text{ couleurs}$

Soit environ 16,7 millions de couleurs. On parle de couleur « True Color » (couleur vraie, 24 bits).

Autres profondeurs de couleur

• 8 bits (1 octet par pixel) : 256 couleurs seulement (utilisé par le format GIF).
• 16 bits (« High Color ») : 65 536 couleurs.
• 24 bits (« True Color ») : 16,7 millions de couleurs (standard RVB).
• 32 bits : 24 bits de couleur + 8 bits de transparence (canal alpha), utilisé par le format PNG.

3.4. Le code hexadécimal

Le code hexadécimal #RRGGBB exprime chaque composante en base 16 sur deux chiffres. Les chiffres hexadécimaux vont de 0 à F : 0, 1, 2, ..., 9, A (10), B (11), C (12), D (13), E (14), F (15).

Exemples de conversion

Décimal	Hexadécimal	Calcul
0	00	0 × 16 + 0
128	80	8 × 16 + 0
200	C8	12 × 16 + 8
255	FF	15 × 16 + 15

Exemples de couleurs

Code	R	V	B	Couleur
#FF0000	255	0	0	Rouge pur
#FF8000	255	128	0	Orange
#800080	128	0	128	Violet
#FFD700	255	215	0	Or

Astuce mnémotechnique

Dans le code #RRGGBB : les deux premiers chiffres codent le Rouge, les deux suivants le vert (Green en anglais), les deux derniers le Bleu.

---

4. Taille d'une image non compressée

4.1. Calcul

La taille en octets d'une image non compressée se calcule ainsi :

$\text{Taille (octets)} = \text{largeur} \times \text{hauteur} \times 3$

(3 octets par pixel pour le codage RVB sur 24 bits)

Exemple de calcul

Une photo de 4 032 × 3 024 pixels :

$\text{Taille} = 4\,032 \times 3\,024 \times 3 = 36\,578\,304 \text{ octets} \approx 34{,}9 \text{ Mo}$

C'est considérable ! C'est pourquoi la compression est indispensable.

4.2. Unités de taille

Unité	Équivalence
1 octet (o)	8 bits
1 kilo-octet (ko)	1 024 octets
1 méga-octet (Mo)	1 024 ko ≈ 1 million d'octets
1 giga-octet (Go)	1 024 Mo ≈ 1 milliard d'octets

---

5. Le traitement d'images

5.1. Filtres courants

Un filtre est un traitement qui modifie les valeurs des pixels d'une image :

Filtre	Action
Niveaux de gris	Remplacer chaque pixel par la moyenne de ses composantes RVB
Négatif	Inverser chaque composante : nouvelle valeur = 255 − ancienne valeur
Luminosité	Ajouter ou soustraire une valeur à chaque composante
Contraste	Accentuer les différences entre pixels clairs et sombres
Flou	Remplacer chaque pixel par la moyenne de ses voisins
Rouge seul	Mettre à zéro les composantes V et B, garder uniquement R

5.2. Redimensionnement

Réduire une image consiste à supprimer des pixels (sous-échantillonnage). Agrandir une image consiste à ajouter des pixels en interpolant les valeurs des pixels voisins. L'agrandissement entraîne une perte de netteté (image « pixelisée »).

5.3. Exemple de traitement en Python

# Convertir une image en niveaux de gris
from PIL import Image

img = Image.open("photo.jpg")
largeur, hauteur = img.size

for x in range(largeur):
    for y in range(hauteur):
        r, g, b = img.getpixel((x, y))
        gris = (r + g + b) // 3
        img.putpixel((x, y), (gris, gris, gris))

img.save("photo_gris.jpg")

---

6. Les formats d'images et la compression

6.1. Pourquoi compresser ?

Les images non compressées occupent beaucoup d'espace. Une simple photo de smartphone (12 Mpx) pèse près de 35 Mo sans compression ! La compression réduit la taille du fichier pour faciliter le stockage et le transfert.

6.2. Types de compression

Type	Principe	Qualité	Formats
Sans perte (lossless)	Réduit la taille sans perdre d'information. L'image reconstruite est identique à l'originale.	Parfaite	PNG, BMP (non compressé), TIFF
Avec perte (lossy)	Supprime des détails invisibles ou peu visibles à l'œil. L'image reconstruite diffère légèrement de l'originale.	Légèrement dégradée	JPEG

6.3. Les principaux formats d'images

BMP (Bitmap)

• Compression : aucune (image brute, non compressée).
• Qualité : parfaite (aucune perte).
• Poids : très lourd (taille = largeur × hauteur × 3 octets + en-tête).
• Usage : rarement utilisé aujourd'hui en raison de sa taille, mais utile pour comprendre le stockage brut des pixels.

PNG (Portable Network Graphics)

• Compression : sans perte.
• Qualité : parfaite (aucune perte).
• Particularité : gère la transparence (canal alpha sur 8 bits).
• Poids : plus léger que le BMP, mais plus lourd que le JPEG.
• Usage : logos, captures d'écran, images avec du texte, images nécessitant de la transparence.

JPEG (Joint Photographic Experts Group)

• Compression : avec perte, taux réglable (de 1 à 100 en qualité).
• Qualité : dépend du taux de compression choisi.
• Particularité : ne gère pas la transparence.
• Poids : très léger (5 à 20 fois plus petit que le BMP).
• Usage : photographies, images web. Le format le plus répandu.

GIF (Graphics Interchange Format)

• Compression : sans perte, mais limitée à 256 couleurs (8 bits).
• Qualité : réduite pour les photographies (palette limitée).
• Particularité : supporte l'animation (succession d'images).
• Poids : léger pour les images simples.
• Usage : animations courtes, icônes, images avec peu de couleurs.

6.4. Comparaison du poids des fichiers

Comparaison pour une même image de 800 × 600 pixels

Format	Taille approximative	Rapport
BMP	1 440 ko	×1 (référence)
PNG	500 à 900 ko	×0,4 à ×0,6
JPEG qualité 90	150 à 250 ko	×0,1 à ×0,17
JPEG qualité 50	50 à 100 ko	×0,03 à ×0,07
JPEG qualité 10	15 à 30 ko	×0,01 à ×0,02
GIF	100 à 300 ko	×0,07 à ×0,2

Plus le taux de qualité JPEG est bas, plus le fichier est léger, mais plus les artefacts de compression (carrés visibles, flou) apparaissent.

6.5. Le format JPEG en détail

Le format JPEG utilise une compression avec perte. On peut régler le taux de compression :

• Faible compression (qualité élevée) = haute qualité mais fichier volumineux
• Forte compression (qualité basse) = fichier léger mais qualité dégradée (artefacts visibles)

Compression répétée

Chaque fois qu'on ouvre et ré-enregistre une image JPEG, elle est recompressée et perd un peu plus de qualité. Pour éviter cela, travailler en PNG ou en format natif, puis exporter en JPEG à la fin.

---

7. Les métadonnées EXIF

Les photos numériques contiennent des métadonnées EXIF (Exchangeable Image File Format) qui enregistrent automatiquement des informations sur la prise de vue :

Métadonnée	Exemple
Date et heure	2026-07-05 14:32:10
Modèle d'appareil	iPhone 15 Pro
Résolution	4 032 × 3 024
Ouverture	f/1.8
Temps d'exposition	1/120 s
Sensibilité ISO	100
Coordonnées GPS	48.8566 N, 2.3522 E
Orientation	Paysage

EXIF et vie privée

Les métadonnées GPS enregistrent le lieu exact de la prise de vue. Avant de partager une photo en ligne, il est conseillé de vérifier et éventuellement supprimer ces métadonnées pour protéger sa vie privée.

---

8. Repères historiques

Date	Événement
1826	Première photographie permanente par Nicéphore Niépce (point de vue du Gras, temps de pose de plusieurs heures)
1839	Louis Daguerre présente le daguerréotype, premier procédé photographique commercialisé
1888	Premier appareil photo grand public (Kodak)
1900	Le Kodak Brownie démocratise la photographie auprès du grand public (1 dollar)
1969	Invention du capteur CCD par Willard Boyle et George Smith (Bell Labs)
1975	Premier appareil photo numérique (prototype Kodak par Steve Sasson, image de 0,01 Mpx, 23 secondes pour enregistrer sur cassette)
1992	Création du format JPEG
1996	Création du format PNG
2000	Premiers téléphones avec appareil photo intégré (Sharp J-SH04 au Japon)
2007	iPhone : le smartphone devient l'appareil photo principal du quotidien
2010	Lancement d'Instagram, réseau social centré sur le partage de photos

---

9. Tableau récapitulatif

Notion	Définition
Pixel	Plus petit élément d'une image numérique (carré de couleur uniforme)
Photosite	Composant physique du capteur qui mesure l'intensité lumineuse d'une seule couleur
Filtre de Bayer	Mosaïque de filtres colorés (RVBV) placée sur le capteur pour capter les couleurs
Définition	Nombre total de pixels d'une image (largeur × hauteur)
Résolution	Densité de pixels par pouce (ppi pour les écrans, dpi pour l'impression)
RVB	Codage des couleurs en trois composantes Rouge, Vert, Bleu (0-255 chacune)
Profondeur de couleur	Nombre de bits par pixel (24 bits en RVB standard = 16,7 millions de couleurs)
Synthèse additive	Principe de création de couleurs par superposition de rouge, vert et bleu
Image matricielle	Image composée d'une grille de pixels
Code hexadécimal	Notation #RRGGBB des couleurs en base 16
BMP	Format d'image non compressé
PNG	Format à compression sans perte, supporte la transparence
JPEG	Format à compression avec perte, taux réglable
GIF	Format limité à 256 couleurs, supporte l'animation
Compression sans perte	Réduction de taille sans altération de l'image (PNG)
Compression avec perte	Réduction de taille avec légère dégradation (JPEG)
EXIF	Métadonnées automatiquement enregistrées dans une photo numérique
Filtre	Traitement modifiant les valeurs des pixels d'une image