Photosites et pixels : à ne pas confondre
C’est la distinction explicitement demandée par le programme, et elle est souvent mal posée.
- Un photosite est un élément physique du capteur. Il mesure une quantité de lumière. Chaque photosite est surmonté d’un filtre coloré — rouge, vert ou bleu — selon la matrice de Bayer. Un photosite ne mesure donc qu’une seule composante de couleur.
- Un pixel est un élément de l’image produite. Il porte les trois composantes R, V et B.
Un pixel n’est donc pas « un photosite ». Les trois composantes d’un pixel sont reconstituées par calcul, à partir du photosite correspondant et de ses voisins : c’est le dématriçage (demosaicing).
La résolution du capteur et celle de l’image ne coïncident d’ailleurs pas nécessairement : selon les réglages de l’appareil (format, recadrage, ratio), une image peut compter moins de pixels que le capteur n’a de photosites. Comparer les deux résolutions est justement la capacité attendue.
Comparer concrètement les deux résolutions
La capacité attendue demande de comparer la résolution du capteur et celle de l’image selon les réglages. Voici comment le faire sur un cas concret.
Soit un appareil dont le capteur compte 6000 × 4000 photosites, soit 24 millions de photosites (« 24 Mpx » sur la fiche technique).
| Réglage de l’appareil | Résolution de l’image | Pixels de l’image |
|---|---|---|
| Qualité maximale, ratio 3:2 | 6000 × 4000 | 24 000 000 |
| Qualité moyenne | 3936 × 2624 | ≈ 10 300 000 |
| Ratio 16:9 (recadrage) | 6000 × 3368 | ≈ 20 200 000 |
| Ratio 1:1 (carré) | 4000 × 4000 | 16 000 000 |
Trois observations qui répondent directement à la capacité :
- Le nombre de photosites est fixe : il est déterminé par le matériel et ne change jamais. Le nombre de pixels de l’image varie avec les réglages.
- Même à la qualité maximale, chaque pixel n’est pas « son » photosite : ses trois composantes sont calculées à partir des photosites voisins.
- Changer le ratio ne « fait pas grossir » le capteur : l’appareil écarte des rangées de photosites. L’image perd des pixels, le capteur n’en perd pas.
À faire : relevez sur un appareil (ou sa fiche technique) le nombre annoncé de mégapixels, puis les dimensions en pixels d’une photo réellement prise. Les deux coïncident-ils ? Sinon, quel réglage l’explique ?
Un algorithme de prise de vue : la mise au point automatique
Le programme demande d’expliciter un algorithme associé à la prise de vue. Voici celui de l’autofocus par détection de contraste, décrit pas à pas.
L’idée : une zone nette présente de forts écarts de luminosité entre pixels voisins ; une zone floue présente des transitions douces. L’appareil cherche donc la position de l’objectif qui maximise le contraste.
Hypothèses du modèle
Avant d’écrire quoi que ce soit, il faut poser le cadre — c’est ce qui manque le plus souvent aux « algorithmes » décrits à la va-vite.
- L’objectif se déplace par pas discrets, entre deux butées. L’ensemble des
positions possibles, de
1àN, est le domaine de recherche : il est borné, on ne peut pas sortir. - On suppose le contraste strictement croissant jusqu’à un maximum, puis strictement décroissant : deux positions voisines ne donnent jamais la même mesure. C’est cette hypothèse — un profil unimodal sans palier — et elle seule qui garantit le résultat. C’est une simplification : une scène réelle peut présenter plusieurs maximums locaux, ou des paliers de contraste égal, et l’algorithme n’est alors plus garanti.
Variables
pos position courante de l'objectif
sens +1 (vers N) ou -1 (vers 1)
C contraste mesuré à la position précédente
best_pos meilleure position rencontrée
best_C contraste à cette meilleure position
inversions nombre de demi-tours effectués
variation vrai dès qu'une mesure diffère de la précédente
L’algorithme
1. mesurer C à la position pos
2. best_pos <- pos ; best_C <- C ; inversions <- 0 ; variation <- faux
3. tant que inversions < 2 :
4. si pos + sens sort du domaine [1, N] :
5. sens <- -sens ; inversions <- inversions + 1
6. revenir à l'étape 3
7. pos <- pos + sens
8. mesurer C' à la nouvelle position
9. si C' > best_C :
10. best_pos <- pos ; best_C <- C'
11. si C' ≠ C :
12. variation <- vrai
13. si C' <= C :
14. sens <- -sens ; inversions <- inversions + 1
15. C <- C'
16. ramener l'objectif à best_pos
17. si variation est faux :
18. signaler que la mise au point a échoué
Pourquoi c’est écrit ainsi
Quatre détails font toute la différence, et ce sont eux qu’il faut comprendre.
- On compare à la mesure précédente (étape 13), pas au meilleur contraste. C’est le point le plus délicat. Comparer au meilleur ferait demi-tour dès qu’on repasse sur une position déjà visitée — y compris à égalité — et la recherche s’arrêterait avant d’avoir atteint le maximum.
- La meilleure position est suivie séparément (étapes 9-10) et restituée à l’étape 16. Quand la boucle s’arrête, l’objectif est au-delà du maximum, pas dessus : sans cette mémoire, on rendrait une position floue.
- Le domaine est testé avant de bouger (étape 4). Sans ce test, l’objectif sortirait de ses butées quand le maximum est en bordure.
- L’échec se juge à l’absence de variation (étapes 11-12 et 17), pas à
l’absence d’amélioration. Si l’objectif est déjà posé sur le maximum au
départ, aucune mesure ne fera mieux que la première : conclure à l’échec dans
ce cas reviendrait à rejeter une mise au point pourtant correcte, et c’est
exactement ce qui se produit si l’on compare
best_Cau contraste de départ. Ce qui caractérise un mur blanc, ce n’est pas qu’on n’y progresse pas, c’est qu’aucune mesure n’y diffère de la précédente.
Deux inversions suffisent sous l’hypothèse d’unimodalité stricte posée plus haut : une pour se retourner si l’on est parti du mauvais côté, une pour constater qu’on a dépassé le sommet. Elles n’encadrent pas le maximum dans le cas général — si le contraste présente plusieurs bosses, l’algorithme peut s’arrêter sur un maximum local.
Sur un sujet uniforme, tous les contrastes sont égaux : l’étape 13 est vraie à
chaque pas, deux inversions surviennent immédiatement, variation reste faux et
l’étape 17 signale l’échec. C’est le comportement attendu — un appareil ne peut
pas faire le point sur un mur blanc. À l’inverse, une recherche qui démarre déjà
sur le maximum observe bien une variation en s’en éloignant : elle revient à
best_pos et réussit, sans avoir rien amélioré.
Mais un palier, même court, suffit à sortir de la garantie, et pas seulement
un sujet entièrement uniforme. Sur les mesures 30, 30, 31, 30, en partant de
la position 1 vers la droite : la deuxième mesure vaut 30, l’étape 13 est vraie
dès ce premier pas, l’objectif fait demi-tour sans avoir jamais vu le 31, et
l’étape 17 signale un échec alors que la position 3 était la bonne. Ce n’est pas
un défaut caché de l’algorithme : c’est la conséquence exacte de l’hypothèse
posée au début. Deux mesures égales l’arrêtent.
À faire : déroulez cet algorithme à la main sur cette suite de mesures, une
première fois en partant de la position 3 vers la droite, une seconde fois
depuis la même position vers la gauche. Les deux parcours donnent-ils la
même position finale ? Détaillez les valeurs successives de pos, C,
best_pos et inversions.
| Position | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| Contraste mesuré | 12 | 28 | 45 | 61 | 40 | 22 |
Portée et source. Ceci est un modèle pédagogique de l’autofocus par détection de contraste, destiné à être déroulé à la main. Ce n’est pas l’algorithme d’un appareil réel : les boîtiers actuels combinent détection de phase et détection de contraste, prédisent le sens du déplacement au lieu de le chercher, et gèrent des scènes à plusieurs plans. Le principe général (recherche d’un maximum de contraste par pas successifs) relève de connaissances techniques générales ; aucun support de cours existant ne traite ce sujet. La formulation, le niveau d’exigence et l’opportunité de cet exercice restent à valider par l’enseignant.
De la lumière à l’image : les étapes
- Exposition : la lumière traverse l’objectif et atteint le capteur.
- Mesure : chaque photosite accumule une charge proportionnelle à la lumière reçue à travers son filtre.
- Numérisation : la charge devient une valeur numérique. Le nombre de valeurs possibles par composante est la profondeur de couleur (8 bits par composante donnent 256 niveaux, soit environ 16,7 millions de couleurs pour les trois).
- Dématriçage : reconstitution des trois composantes de chaque pixel.
- Traitements : balance des blancs, réduction de bruit, netteté, contraste.
- Enregistrement : compression et écriture du fichier, avec ses métadonnées.
Beaucoup de ce qu’on attribue à « la qualité de l’appareil » relève en réalité de ces algorithmes : détection de visages, autofocus, assemblage de plusieurs prises de vue en une seule image.
Les métadonnées EXIF
Un fichier photo contient l’image et des métadonnées EXIF : date et heure, modèle d’appareil, temps de pose, ouverture, sensibilité, parfois les coordonnées de prise de vue.
Elles sont invisibles à l’écran mais bien présentes dans le fichier — ce qui pose une vraie question de confidentialité lorsqu’on publie une photo.
Traiter une image par programme
Une image est un tableau de pixels, chaque pixel étant un triplet (R, V, B) dont chaque composante vaut de 0 à 255.
from PIL import Image
img = Image.open("photo.jpg")
largeur, hauteur = img.size
for x in range(largeur):
for y in range(hauteur):
r, v, b = img.getpixel((x, y))
img.putpixel((x, y), (v, r, b)) # permutation de deux composantes
img.save("photo_modifiee.jpg")
Agir sur les trois composantes suffit à produire négatif, niveaux de gris, permutations de canaux ou seuillage.
Pour aller plus loin
Les développements sur l’optique (distance focale, diaphragme, profondeur de champ), l’architecture détaillée des capteurs CCD et CMOS et les métadonnées avancées sont traités dans le cours complet du module Photographie, en complément de cette synthèse.