La compression de données
Une photo de vacances, un morceau de musique, un film, une page web : presque tout ce que vous échangez sur Internet a été compressé, c’est-à-dire réduit pour tenir moins de place ou voyager plus vite. Cet article explique pourquoi on compresse, comment on mesure le résultat (le taux de compression), ce qui sépare la compression sans pertes de la compression avec pertes, puis détaille trois méthodes fondatrices : le codage par plages (RLE), le codage de Huffman, qui donne des codes courts aux lettres fréquentes, et les méthodes à dictionnaire de Lempel, Ziv et Welch (LZ77, LZ78 et LZW), qui sont à l’origine des formats d’archive ZIP et d’image GIF et PNG. Il corrige aussi quelques erreurs courantes sur le sujet.
- Rubrique
- Fondamentaux
- Niveau
- Débutant à intermédiaire
- Lecture
- 31 min (essentiel)
33 min (complet) - Révision
- 30 octobre 2026
En bref
- Compresser, c’est utiliser la puissance de calcul pour économiser de la place de stockage et de la bande passante (le débit des réseaux), deux ressources plus chères.
- La compression sans pertes rend exactement les données d’origine (texte, programmes) ; la compression avec pertes retire des détails peu perceptibles (photos, musique, vidéo).
- Le RLE remplace une suite de valeurs identiques par un nombre de répétitions ; Huffman donne des codes courts aux symboles fréquents ; LZW remplace des motifs déjà vus par un numéro de dictionnaire.
- On ne peut pas tout compresser : des données déjà compressées ou aléatoires ne rétrécissent pas, et un mauvais choix peut même les grossir.
- ZIP et gzip (formats d’archive) et PNG (format d’image) combinent deux idées (dictionnaire puis Huffman) dans la méthode Deflate ; les outils récents (zstd, Brotli) la perfectionnent.
Prérequis conseillés : Le binaire
1Pourquoi compresser des données
Imaginez que vous deviez envoyer par la poste un ouvrage de mille pages. Vous pouvez le recopier tel quel, ou bien le résumer en remplaçant chaque expression qui revient souvent par une abréviation, à condition que votre correspondant dispose de la liste des abréviations. Le colis sera plus léger, et il pourra reconstituer l’ouvrage. La compression de données est exactement cela : un moyen de faire tenir la même information dans moins de signes.
On pose souvent la question ainsi : pourquoi compresser les données ? La réponse tient en une observation. La puissance des processeurs augmente plus vite que les capacités de stockage, et elle augmente énormément plus vite que la bande passante des réseaux (c’est-à-dire la quantité de données qu’une liaison peut transporter par seconde), parce que celle-ci suppose de changer les infrastructures de télécommunication, câbles et antennes compris. Pour pallier ce manque, il est courant de réduire la taille des données en exploitant la puissance des processeurs, plutôt qu’en augmentant les capacités de stockage et de transmission.
Cette logique est toujours juste, et elle a même pris de l’ampleur. Un processeur moderne fait en une fraction de seconde le calcul qui permet d’économiser plusieurs mégaoctets de transfert ; or chaque mégaoctet transféré coûte du temps (surtout sur un téléphone en zone mal couverte), de l’énergie, et parfois de l’argent (forfaits limités, hébergement facturé au volume). C’est pourquoi les pages web sont compressées avant d’être envoyées (voir le protocole HTTP), pourquoi les photos de votre téléphone ne pèsent pas des dizaines de mégaoctets chacune, et pourquoi une heure de vidéo ne remplit pas votre disque en quelques minutes.
1.1Le principe : la redondance
Un fichier peut être compressé parce qu’il contient de la redondance : de la place gaspillée, des informations qui se répètent ou qui se devinent. Dans un texte français, la lettre « e » revient bien plus souvent que la lettre « w » ; après un « q », on trouve presque toujours un « u » ; des mots entiers (« le », « de », « que ») se répètent sans cesse. Dans une image, des centaines de points voisins sont du même bleu de ciel. Dans un son, une note tenue produit des variations qui se ressemblent d’un instant à l’autre. Un compresseur cherche cette redondance et la remplace par une description plus courte.
Il y a deux façons d’obtenir un résultat. La première, sans pertes, supprime uniquement la redondance : on peut tout reconstituer à l’identique. La seconde, avec pertes, élimine aussi des détails que nos sens remarquent peu. Nous les distinguerons en partie 3.
1.2Qu’est-ce que la compression ?
La compression consiste à réduire la taille physique de blocs d’informations. Elle repose sur deux programmes complémentaires : un compresseur, qui utilise un algorithme (une suite d’instructions précises, voir les algorithmes) pour optimiser les données en tenant compte de leur nature, et un décompresseur, qui applique l’algorithme inverse pour reconstruire les données d’origine. Sans le décompresseur adapté, un fichier compressé n’est qu’une suite d’octets illisible. Voilà pourquoi un fichier « .zip » doit être ouvert par un logiciel qui connaît ce format, et pourquoi les formats de compression sont soigneusement documentés.
La méthode choisie dépend intrinsèquement du type de données à compresser : on ne compresse pas de la même façon une image, un fichier audio, un texte ou un programme. Un compresseur général, comme celui de vos archives ZIP, fait honnête figure sur tout, mais un compresseur spécialisé dans les photos ou dans la musique fera bien mieux dans son domaine, parce qu’il connaît les habitudes de ces données et les limites de nos sens.
1.3Le plan de l’article
La partie 2 explique comment mesurer une compression et pourquoi elle a des limites. La partie 3 classe les méthodes (figure 1). Les parties 4, 5 et 6 présentent trois méthodes fondatrices : le codage par plages, le codage de Huffman et les méthodes à dictionnaire. La partie 7 montre comment elles se combinent dans les outils d’aujourd’hui. La partie 8 aborde les usages pratiques et la sécurité, et la partie 9 résume ce qui a changé.
2Mesurer une compression
Pour comparer deux méthodes, il faut un chiffre. On en propose généralement trois, qui désignent des choses voisines mais distinctes ; commençons par les définir proprement, car la terminologie n’est pas toujours employée de la même façon selon les ouvrages.
- Le quotient de compression est le rapport entre la taille des données compressées et celle des données d’origine. Un fichier de 10 Mo qui devient 2 Mo a un quotient de 2 / 10 = 0,2.
- Le taux de compression exprime souvent la même idée en pourcentage : 20 % dans l’exemple. On le définit parfois comme l’inverse du quotient (10 / 2 = 5, parfois noté « 5 pour 1 ») ; on rencontre en effet les deux conventions, ce qui est source de confusion. Dans cet article, nous dirons « taux » pour le rapport taille compressée sur taille d’origine, exprimé en pourcentage, et nous préciserons chaque fois que ce sera ambigu.
- Le gain de compression est le complément à 1 de ce rapport, lui aussi en pourcentage : c’est la part de place économisée. Ici 1 − 0,2 = 0,8, soit 80 % de gain.
Retenez la lecture la plus simple : le gain dit combien on a économisé. Un gain de 80 % est excellent ; un gain de 5 % est modeste ; un gain nul ou négatif signifie que la compression n’a servi à rien, voire qu’elle a fait grossir le fichier.
2.1Un exemple chiffré
Prenons un fichier texte de 120 000 octets. Compressé avec une méthode courante, il pèse 42 000 octets. Le taux est 42 000 / 120 000 = 35 %, le gain 65 %. Maintenant, une photo déjà au format JPEG de 3 000 000 octets : l’archiver en ZIP la ramène à 2 950 000 octets, soit un gain d’environ 1,7 %. Cela ne vaut pas le temps de calcul : la photo avait déjà été compressée, il ne restait presque plus de redondance à exploiter.
2.2Les limites : on ne peut pas tout compresser
Une idée reçue tenace veut qu’un bon logiciel puisse faire rétrécir n’importe quel fichier, et qu’en recompressant plusieurs fois on finisse par obtenir un fichier minuscule. C’est faux, et on peut le démontrer sans formule. Comptons : il existe 2n fichiers différents de n bits, mais au total seulement 2n − 1 fichiers plus courts. Il y a donc toujours moins de fichiers courts que de fichiers longs. Si une méthode sans pertes raccourcissait tous les fichiers, deux fichiers différents devraient donner le même résultat, et le décompresseur ne saurait plus lequel restituer. Conclusion : toute méthode sans pertes qui raccourcit certains fichiers en allonge forcément d’autres.
La limite réelle dépend de la quantité d’information que contient le fichier, que le mathématicien Claude Shannon a mesurée en 1948 sous le nom d’entropie. Un texte répétitif a peu d’entropie : on peut le compresser fortement. Une suite d’octets aléatoires en a le maximum : aucune méthode ne les fait rétrécir. Les données déjà compressées ressemblent à du hasard, car le compresseur a justement retiré tout ce qui était prévisible ; les recompresser est donc presque toujours inutile, et peut même les grossir de quelques octets à cause des en-têtes. Un fichier chiffré a le même aspect aléatoire (voir la cryptographie) : on compresse avant de chiffrer, jamais après.
Pour s’exercer
Exercice 1 : calculer un gain
Un fichier de 8 Mo devient 2 Mo après compression. Donnez le quotient, le taux en pourcentage et le gain.
Voir la réponse
Quotient : 2 / 8 = 0,25. Taux : 25 %. Gain : 1 − 0,25 = 0,75, soit 75 % de place économisée. Dans l’autre convention (taille d’origine sur taille compressée), on dirait « 4 pour 1 ».