Aller au contenu
Encyclopédie informatique Édition 2026

L'image numérique : matricielle et vectorielle

Partie 5 sur 5

Niveau de lecture :

9Filtrer une image

Un filtre change la valeur de chaque pixel en fonction de celles de ses voisins. Le calcul s’appelle une convolution : on place sur le pixel un petit tableau de coefficients, la matrice du filtre (souvent 3 × 3), dont le centre correspond au pixel traité ; on multiplie chaque voisin par son coefficient, on additionne le tout, on divise par la somme des coefficients, et le résultat devient la nouvelle valeur. Une matrice classique en est l’exemple : des 1 partout, sauf un 4 au centre. Les coefficients déterminent le rôle du filtre.

UN FILTRE 3 PAR 3 : LE POINT ISOLÉ EST ATTÉNUÉ 20 20 20 20 200 20 20 20 20 pixels autour du point traité (valeur 200) × 1 1 1 1 4 1 1 1 1 matrice du filtre (somme des coefficients : 12) = 80 nouvelle valeur du pixel central Calcul : (8 × 20 + 4 × 200) / 12 = 960 / 12 = 80. Le point isolé, probablement du bruit, passe de 200 à 80.
Figure 3. Un filtre en action : chaque pixel voisin est multiplié par son coefficient, la somme est divisée par 12.

9.1Les familles de filtres

  • Les filtres passe-bas atténuent les variations rapides d’une image (les détails fins et le bruit) et gardent les variations lentes. On écrit parfois qu’ils atténuent les « pixels foncés » : c’est inexact, ils atténuent les hautes fréquences spatiales, c’est-à-dire les écarts brusques entre voisins, qu’ils soient clairs ou sombres. Le résultat est une image plus floue : on parle de lissage. Les filtres moyenneurs en sont un cas simple (moyenne des voisins).
  • Les filtres passe-haut font l’inverse : ils gardent les écarts brusques et font ressortir détails et contours. On parle d’accentuation (et, pour les contours, d’extraction de contours, de contourage ou de rehaussement). On emploie parfois le mot « bruitage » comme synonyme d’accentuation : le terme prête à confusion, car accentuer une image augmente aussi son bruit.
  • Les filtres passe-bande ne gardent qu’une plage de détails de taille moyenne. On les décrit parfois comme « la différence entre l’image d’origine et le résultat d’un passe-bas ». Cette différence conserve en réalité toutes les hautes fréquences : c’est un passe-haut. Un passe-bande se construit en retranchant deux versions floutées de l’image.
  • Les filtres directionnels agissent dans une direction donnée (contours horizontaux seulement, par exemple).
  • Un filtre médian remplace le pixel par la valeur médiane de ses voisins ; il n’est pas une convolution, mais il efface très bien les points isolés très clairs ou très sombres (le « sel et poivre »).
  • Un filtrage adaptatif choisit d’abord quels pixels traiter (par exemple, ne flouter que les zones sans contour).

9.2Le bruit

Le bruit désigne les pixels dont la valeur s’écarte beaucoup de celle des voisins sans que la scène l’explique. On en cite trois causes : l’environnement de la prise de vue (peu de lumière), la qualité du capteur et la qualité de l’échantillonnage. Un lissage réduit le bruit, mais aussi les détails : tout est compromis. Les appareils actuels utilisent des algorithmes plus subtils, qui lissent surtout les zones uniformes et préservent les contours.

9.3Le tramage

Le tramage (en anglais dithering ou halftoning) donne l’illusion de teintes que l’on n’a pas en alternant de petits motifs de peu de couleurs. C’est la technique des journaux, qui reproduisent des gris avec des points noirs de tailles variables, et des imprimantes jet d’encre. Elle servait aussi à afficher une photographie sur un écran à 256 couleurs. Une méthode célèbre de tramage numérique, due à Floyd et Steinberg (1976), répartit l’erreur de chaque pixel sur ses voisins non encore traités. À distance, l’œil mélange les points et voit une teinte uniforme.

Pour s’exercer

Exercice 4 : appliquer un filtre

Un pixel de valeur 200 est entouré de huit voisins qui valent tous 20. Calculez sa nouvelle valeur avec le filtre classique (des 1 partout, un 4 au centre, divisé par la somme 12), puis avec un filtre moyenneur simple (neuf coefficients égaux à 1, divisé par 9).

Voir la réponse

Filtre classique : (8 × 20 + 4 × 200) / 12 = 960 / 12 = 80. Filtre moyenneur : (8 × 20 + 200) / 9 = 360 / 9 = 40. Les deux atténuent le point isolé (probablement du bruit), le second plus fortement. Un filtre médian donnerait 20 : il l’effacerait complètement.

Exercice 5 : seuillage, inversion, étirement

Cinq pixels valent 30, 90, 140, 200 et 250. Donnez le résultat d’un seuillage à 128, de l’inversion, puis de l’étirement qui ramène l’intervalle [60, 180] sur [0, 255] appliqué à 60, 100, 140 et 180.

Voir la réponse

Seuillage à 128 : 0, 0, 255, 255, 255. Inversion (255 − v) : 225, 165, 115, 55, 5. Étirement (v − 60) × 255 / 120 : 60 donne 0 ; 100 donne 85 ; 140 donne 170 ; 180 donne 255.

Exercice 6 : matricielle ou vectorielle ?

Pour chacun, dites quelle famille convient : (a) le logo d’une entreprise, à imprimer sur une carte de visite et sur un camion ; (b) une photo de vacances ; (c) le plan d’un bâtiment ; (d) une capture d’écran ; (e) une icône qui doit rester nette sur un écran très fin.

Voir la réponse

(a) Vectorielle : une seule source, nette à toutes les tailles. (b) Matricielle : un réalisme impossible à décrire par des formes. (c) Vectorielle : droites, cotes, textes, mesures exactes. (d) Matricielle : c’est déjà une grille de pixels. (e) Vectorielle (SVG, par exemple), ou à défaut plusieurs versions matricielles à des tailles différentes.

Exercice 7 : un pixel transparent

Un pixel d’avant-plan (200, 40, 40), opaque à 50 %, est posé sur un fond blanc. Quelle couleur s’affiche ? Et si l’opacité vaut 25 % ?

Voir la réponse

À 50 % : rouge 0,5 × 200 + 0,5 × 255 = 227,5, soit 228 ; vert et bleu 0,5 × 40 + 0,5 × 255 = 147,5, soit 148 : (228, 148, 148). À 25 % : rouge 0,25 × 200 + 0,75 × 255 = 241,25, soit 241 ; vert et bleu 0,25 × 40 + 0,75 × 255 = 201,25, soit 201 : (241, 201, 201), un rose plus pâle.

10Ce qui a changé

  • Pixel, définition, résolution, profondeur : tout reste juste. Le chiffre de 72 ppp est un héritage ; les écrans actuels sont bien plus fins.
  • Les kilooctets de 1024. Les unités sont aujourd’hui distinctes : ko (mille) et Kio (1024).
  • Les écrans à tube cathodique ont disparu ; les écrans plats les ont remplacés.
  • Flash et module SVG : Flash est mort en 2020 ; le SVG est lu partout.
  • La courbe tonale : le sens éclaircir-assombrir est souvent présenté à l’envers.
  • Passe-bas et passe-bande : deux définitions courantes sont fausses ou approximatives.
  • Aliasing et pixellisation sont deux effets distincts.
  • L’appareil photo numérique est devenu un téléphone, et la photographie un calcul.
Sécurité de l’information

Le coin cyber

Cet article décrit comment les images sont faites et ce qu’elles peuvent révéler ou cacher. Il ne contient aucune méthode pour dissimuler des données dans une image ni pour truquer une preuve.

C.1Une image en dit plus que ce qu’on y voit

Une photographie contient, en plus des pixels, des informations cachées : lieu et heure de la prise de vue, modèle de l’appareil, parfois le nom du propriétaire. Publier une photo prise chez soi peut révéler une adresse. Les pixels espions sont une autre ruse : une image de 1 pixel sur 1, invisible, placée dans un courriel ou une page web, que l’expéditeur voit se charger. Il sait alors que vous avez ouvert le message, quand, et depuis quelle adresse réseau. C’est pourquoi les messageries bloquent par défaut le chargement des images distantes. Le détail des informations cachées dans les fichiers est donné dans Les formats d’image.

C.2Images truquées, images générées

Retoucher une image est facile ; en générer une de toutes pièces avec l’intelligence artificielle l’est devenu aussi. Une photographie n’est donc plus une preuve en soi. Pour juger une image, vérifiez sa source, cherchez l’image d’origine par une recherche inversée, examinez les détails (mains, reflets, textes, ombres) et méfiez-vous des agrandissements « améliorés » par intelligence artificielle, qui inventent des détails. Des initiatives de traçabilité (signatures qui attestent l’origine et les modifications d’une image) se développent, sans être encore généralisées.

C.3Messages cachés dans les pixels

Dans une image en couleurs vraies, modifier le dernier bit de chaque valeur change la couleur de 1 sur 255, ce que l’œil ne voit pas. On peut y dissimuler un message : c’est la stéganographie (l’art de cacher l’existence même d’un message, à la différence du chiffrement qui cache son contenu). Les organisations s’en inquiètent surtout parce qu’elle permet de faire sortir des données sans éveiller l’attention. Elle se détecte par des analyses statistiques, mais très imparfaitement.

C.4Idée reçue

« Une image est un simple contenu : l’ouvrir est toujours sans risque. » Faux. Un fichier image est lu par un programme, et ce programme peut avoir des failles. Des images spécialement fabriquées ont déjà servi à prendre le contrôle d’appareils. Le texte écrit dans une image échappe aussi aux filtres de courriels, ce qui sert à l’hameçonnage (voir L’hameçonnage). Ouvrir une image inattendue demande la même prudence qu’un lien.

C.5Bonnes pratiques

Particulier

  • Retirer les informations de lieu avant de publier une photo prise chez soi.
  • Garder les images distantes des courriels bloquées par défaut.
  • Demander l’accord des personnes photographiées avant de publier leur image ; vérifier la source avant de partager une image choquante.

Organisation

  • Mettre à jour les logiciels qui ouvrent des images (navigateur, visionneuse, messagerie).
  • Nettoyer les fichiers publiés (informations cachées, calques, zones masquées).
  • Prévoir une procédure de vérification des images reçues dans une affaire sensible (fraude, litige).

Référentiels : Code civil, article 9 (droit à l’image et à la vie privée) · Règlement général sur la protection des données (RGPD) · ANSSI, Guide d’hygiène informatique · W3C, Scalable Vector Graphics (SVG) 1.1.

Références

  1. R. Kirsch et al., première image numérique, National Bureau of Standards, 1957 (archives du NIST).
  2. W3C, Scalable Vector Graphics (SVG) 1.1, deuxième édition, 2011.
  3. R. W. Floyd, L. Steinberg, « An adaptive algorithm for spatial greyscale », 1976.
  4. N. Otsu, « A threshold selection method from gray-level histograms », 1979.
  5. B. E. Bayer (Kodak), brevet américain 3 971 065, « Color imaging array », 1976.
  6. ANSSI, Guide d’hygiène informatique.

Voir aussi

Citer cet article

« L'image numérique : matricielle et vectorielle », Encyclopédie informatique, révision du 9 novembre 2026.