Le pixel qui est l'élément de base d'une image est naturellement l'élément de base du fichier image : si je décris tous les constituants de chaque pixel, je décris tous les constituants de l'image.

          Plus une image compte de pixels, plus son fichier est grand.

          Par conséquence, plus le fichier est grand, plus l'outil de stockage des images doit aussi être grand pour cumiler un nombre acceptable d'images.
          Si on dit qu'avec le numérique, on peut faire autant de photos qu'on le souhaite, plus on le souhaite, plus il faut une grande surface de stockage.


          Exemples :
          - Avec un appareil compact de génération un peu ancienne, on faisait des images de 2048 x 1536 pixels , soit 3,5 Mega pixels
          - Avec un appareil plus performant, on arrive aujourd'hui à 3888 x 2592 , soit plus de 10 Mega pixels, voire plus 12. On dépasse même les 16 méga pixels avec des capteurs au format 24x36.

          Le premier type de fichier conserve la totalités des informations de chaque pixel.

          Sur l'appareil, il s'agit des fichiers «.raw»
          Sur les outils de traitement d'images, il s'agit des fichiers «.tif» ou «.bmp» , par exemple.

          Avantage des ces fichiers : ils conservent la totalité des informations prises par l'appareil.

          Inconvénient majeur : ils sont très gourmands en mémoire de stockage.


          De l'intérêt des fichiers qui conservent toutes les informations : dans la chaine de traitement de l'image, jusqu'à sa restitution, une grande partie des informations stockées sera éliminée pour différentes raisons. En final, si l'image est reproduite sur un papier au format classique de 10x15 cm, il reste encore bien trop d'informations qui ne peuvent pas être utilisées.
          D'où la question principale : est-il judicieux de conserver des tas d'informations qui seront perdues ?

          Réponse : et si on trouvait une formule capable de trier les informations les plus significatives de l'images jusqu'à sa production papier en faisant fi de toutes celles qui ne servent à rien ?

          La solution existe : elle consiste à «compresser» les images.
          L'idée la plus simple est de dire : pour une image, je code une seule fois tous les pixels qui ont les mêmes caractéristiques de couleur. Par exemple, si je veux faire «un Monochrome», j'ai besoin d'une seule information de couleur pour tous les pixels.

          Petite démonstration :
          Mon image compte 3888x2592 = 10 077 696 pixels.
          Pour définir un pixel, j'ai besoin de connaitre :
               - sa position dans l'image, donc sa longitude et sa latitude, soit 2 informations ;
               - le code de sa couleur, soit 1 information.
          Pour mon image complète, j'ai donc besoin de : 10 077 696 x 3 = 30 233 088 informations.
          Si mon logiciel sait retenir une seule couleur et l'appliquer à tous les pixels de mon image, il n'aura donc besoin que :
               - 10 077 696 x 2 + 1 = 20 155 393 informations.
          Mais, si tous les pixels de limage ont la même couleur, il n'y a plus besoin de repérer chacun d'eaux. Donc les infos de coordonnées des pixels disparaissent.
          Pour dessiner mon image, je n'ai plus besoin donc que 2 informations : tous les pixels et leur couleur.

          Entre ces deux extrêmes, on peut imaginer, par exemple qu'une ligne de pixels soit d'une seule couleur : on a donc une seule information de couleur pour 3888 pixels.
          Mieux, si on a une bande d'une seule couleur : un grand rectangle de X lignes x 3888 pixels aura une seule information de couleur.
          Si c'est une image en damier, il suffit de coder chaque damier :
               - le coin haut à gauche et le coin bas à droite de chaque rectangle et le code de la couleur.

          Ainsi, une image peut être définie non pas par des pixels, mais par des taches de pixels, chaque tache est localisée avec sa couleur.

          Remarque : à surface égale, une image qui aura plus de zones de couleurs différentes aura un fichier plus grand qu'une image ayant de grandes zones de même couleur. Par exemple, plus le ciel prend de place, moins le fichier est grand.

          Il y a un deuxième critère pour gagner de la place : combien de couleur faut-il pour définir toute mon image ?
          Si j'ai deux couleurs différentes, deux informations de couleur suffisent. Exemple :
               - je code 1 pour le bleu
               - je code 0 pour le rouge.
          Il suffit d'une information élémentaire informatique, le bit, pour décrire mon image : le bit vaut 0 ou 1.
          Mais, comme on parle plus souvent d'octet en informatique, si un octet peut prendre 256 valeurs différentes, je peux donc décrire une image de 256 couleurs différentes avec un octet.

          Oui, mais, 256 couleurs sont-elles suffisantes pour toutes les images, alors qu'on entend parler de 16 millions de couleurs ?
          Il existe alors deux solutions :
               - soit on code les couleurs sur une information plus pertinente, par exemple sur 2 octets ou sur 3 octets. On parle alors de codage sur 16 bits, ou 24 bits. On est arrivé à 48 bits.
               - soit on dit : parmi toutes les couleurs que je sais réaliser, j'en choisis 256, pas une de plus. Chacun des codes désignera alors des couleurs différentes d'une image à l'autre. Et, bien souvent, cette définition suffit.

          A ceci, se greffe des notions plus mathématiques d'algorithmes liés aux conditions de fonctionnement des logiciels. On peut trouver d'autres idées pour «gagner de la place »

          En fait, ce n'est pas les images qu'on cherche à compresser. C'est les fichiers !

          Deux raisons essentielles :
               - les surfaces de stockage ne sont pas infinies, même si cela tend à le devenir.
               - les envois par «poste électronique» ne sont pas gratuits !
          Dans les deux cas, il faut donc des fichiers les plus petits possibles.

          Dans le même temps, les images sont devenues de plus en plus grandes : on est pasé en quelques années de l'ordre du million de pixels à plus de 20 millions de pixels.

          Alors, même si la technique de transmission évolue, les besoins évoluent dans les mêmes proportions.


          Voici l'exemple du lézard ci-dessous : taille des fichiers images en fonction du choix du mode de fichier

          Fichier non compressé :
               - fichier spécifique Photoshop : .psd : 29 385 KO
               - fichier mode windows : .bmp : 29 525 KO

          Fichiers compressé :
               - fichier GIF 3700 KO
               - fichier jpeg, qualité 12, compression presque nulle : 5 372 KO
               - fichier jpeg qualité 10, maximum , compression très faible : 2 220 KO
               - fichier jpeg, qualité 8, élevée, compression faible : 1 136 KO
               - fichier jpeg, qualité 5, moyenne, compression forte : 583 KO
               - fichier jpeg, qualité 3, faible, compression très forte : 432 KO
               - fichier jpeg, qualité 1, très faible, compression maximum : 292 KO


          Le rapport entre le plus volumineux et le plus petit fichier est de l'ordre de 100.

          Un ordinateur peut lire un fichier image non compressé sans problème particulier, il suffit d'afficher les pixels tels qu'ils arrivent dans le fichier. ( Enfin ... presque ! )
          Pour un fichier compressé, il faut un logiciel de décompression de l'image. Ce logiciel doit comprendre les méthodes de compression pour restituer l'original avec le plus de fidélité possible. ... Donc, il y a des écarts !

          Mais, pour l'utilisateur lambda, ce phénomène est suffisamment discret pour qu'on ne le remarque plus. Les fichiers Gif et JPeg sont traduits directements par le navigateur ionternet, par exemple. On ne s'en rend donc pas compte.

          Quand on sauvegarde un fichier compressé, on le dénature ! En effet, à chaque sauvegarde, le fichier de l'image est recalculé et donc ... recompressé.
          Donc, pour les travaux de longue halène sur une image, il convient de travailler sur un fichier NON compressé : on peut alors sauvegarder son travail au fur et à mesure de l'avancement des travaux. On ne sauvegarde la version compressé qu'en final.

          Le calculateur de compression, aussi précis soit-il ne rend pas l'image originale. Et plus on compresse, plus l'image est dénaturée. ET elle est donc régurgitée avec d'autant plus de défauts que la compression est grande.

          Même si, apparemment sur les images ci-dessous, l'écart de qualité n'est pas énorme entre les taux de compression, une image trop compressé est moins belle qu'une image en qualité maximum.
          Et, plus l'image est fouillée, plus l'écart est visible. On perd en définition du détail, en qualité des nuances de couleurs, etc.

          Pour continuer la théorie, utilisons une image du repas d'un dragon sur un court de tennis. Il vient d'attraper un grillon. Miam ! Quel festin !
          Toutes les images qui vont suivrent sont issues du même cliché, travaillé dans différentes conditions.

          A gauche : fichier jpeg qualité 1, compression mxi. A droite : fichier jpeg, qualité 10, peu de compression.

          L'oeil de la bête est plus brillant à droite qu'à gauche.
          Le dessin de la peau est plus précis à droite
          Le dessin de la patte est plus net à droite
          La tête du grillon est complètement dénaturée à gauche.
          Le petit détail de couleur, le point jaune, sous la patte au niveau de la lisière de l'image a disparu.

          Mais, enfin, suivant l'objectif de l'image, on a le choix entre qualité 10 et qualité 1

          Il n'est pas imaginable de transférer un grand nombre d'images non compressées par Internet : les temps deviennent vite irréels.
          Même s'ils grandissent vite, les disques durs n'ont pas de capacités illimitées. Et puis, plus ils sont grands, plus on fait de photos de grande taille, donc, plus on a besoin de place, etc. On ne gagne pas nécessairement au change.

          En revanche, il ne faut pas se laisser aller à trop compresser les images pour ne plus avoir à restituer que de la bouillie.
          Un appareil photo APS-C à 10 millions de pixels donne des images d'environ 4 millions de pixel.Actuellement, c'est vendable. Quoi que ...