Aller au contenu

Bloc B — De la lumière au fichier⚓︎

Au programme

Le capteur · le poids d'une image · compression avec et sans perte · les métadonnées EXIF

Séance 2

Comment la lumière devient un fichier — et ce que ce fichier contient en plus de l'image.

Le capteur⚓︎

Un appareil photo numérique ne « voit » rien. Derrière son objectif se trouve un capteur : une plaque couverte de millions de cellules sensibles à la lumière, appelées photosites.

La chaîne complète

  1. La lumière traverse l'objectif et frappe le capteur.
  2. Chaque photosite accumule une charge électrique proportionnelle à la quantité de lumière reçue.
  3. Un circuit convertit cette charge en nombre.
  4. On obtient une grille de nombres — c'est-à-dire exactement le tableau du bloc A.

Un photosite ne voit qu'une seule couleur

Chaque photosite est recouvert d'un filtre coloré : rouge, vert ou bleu. Il ne mesure donc qu'une des trois composantes.

Les deux autres sont calculées à partir des photosites voisins. Une photo de 12 millions de pixels ne comporte pas 36 millions de mesures : elle comporte 12 millions de mesures et 24 millions de valeurs estimées.

Un point qui vaut d'être souligné

Dès la prise de vue, une photographie numérique contient déjà des valeurs qui n'ont pas été mesurées, mais reconstituées par calcul.

Ce n'est pas une falsification — c'est le fonctionnement normal de tout appareil. Mais cela affaiblit l'idée qu'une photo serait un enregistrement brut du réel. Retiens-le : le bloc D y reviendra.

Activité 1 — Les filtres verts sont deux fois plus nombreux

Sur la plupart des capteurs, la disposition des filtres est : 1 rouge, 2 verts, 1 bleu pour quatre photosites.

Pourquoi le vert est-il privilégié ?

Réponse

Parce que l'œil humain y est le plus sensible — c'est exactement ce que montraient les coefficients de la conversion en gris du bloc A : 0,587 pour le vert, contre 0,299 pour le rouge et 0,114 pour le bleu.

En mesurant deux fois plus de vert, on obtient une image dont la netteté perçue est meilleure, sans augmenter le nombre de photosites.

Là encore : un choix technique dicté par une caractéristique biologique.

Combien pèse une image ?⚓︎

À toi de jouer B.1 ⭐⭐

Une photo fait 4032 × 3024 pixels, chaque pixel codé sur 3 octets (un par composante).

Écris poids(largeur, hauteur) qui renvoie le poids en mégaoctets (1 Mo = 1024 × 1024 octets).

Corrigé
🐍 Script Python
def poids(largeur, hauteur):
    octets = largeur * hauteur * 3
    return round(octets / 1024 / 1024, 1)


print(poids(4032, 3024), "Mo")
📋 Texte
34.9 Mo

Tu as déjà fait ce calcul

C'était l'exercice du poids d'une photo, en M0. Tu peux vérifier : la fonction écrite alors donne le même résultat.

Activité 2 — Le problème de la vidéo

Une vidéo affiche 25 images par seconde. Calcule le poids d'une minute de vidéo non compressée, en gigaoctets.

Corrigé
🐍 Script Python
def poids_octets(largeur, hauteur):
    return largeur * hauteur * 3


une_minute = poids_octets(4032, 3024) * 25 * 60
print(round(une_minute / 1024 / 1024 / 1024, 1), "Go")
📋 Texte
51.1 Go

Cinquante gigaoctets pour une minute

Une vidéo de deux heures pèserait plus de 6 téraoctets. Aucun réseau ne pourrait la transporter, aucun téléphone ne pourrait la stocker.

Sans compression, la photographie numérique serait un usage marginal et la vidéo en ligne n'existerait tout simplement pas.

La compression⚓︎

Compresser, c'est réduire le nombre d'octets nécessaires pour représenter la même image — ou une image suffisamment ressemblante.

Deux familles

Sans perte Avec perte
Principe supprimer les redondances supprimer ce que l'œil ne voit pas
L'image d'origine est-elle récupérable ? oui, à l'identique non, jamais
Gain typique 2 à 3 fois 10 à 20 fois
Formats PNG JPEG

Activité 3 — Compresser sans perte, à la main

Regarde la première ligne de notre image :

📋 Texte
9,9,2,2,2,2,9,9

Comment l'écrire plus court sans rien perdre ?

Corrigé

En comptant les répétitions au lieu de les écrire :

📋 Texte
2×9, 4×2, 2×9

Huit valeurs deviennent trois couples. C'est le principe du codage par plages (run-length encoding), l'une des techniques de compression sans perte les plus anciennes.

Quand ça ne marche pas

Sur une image de bruit aléatoire, sans aucune répétition, ce codage produirait un fichier plus gros que l'original.

Aucune méthode ne compresse tout : la compression exploite la régularité. Une image sans régularité est incompressible.

À toi de jouer B.2 ⭐⭐⭐

Écris compresser(ligne) qui prend une liste de pixels et renvoie une liste de couples [nombre, valeur].

Corrigé
🐍 Script Python
def compresser(ligne):
    resultat = []
    valeur = ligne[0]
    compteur = 1
    for i in range(1, len(ligne)):
        if ligne[i] == valeur:
            compteur = compteur + 1
        else:
            resultat.append([compteur, valeur])
            valeur = ligne[i]
            compteur = 1
    resultat.append([compteur, valeur])
    return resultat
📋 Texte
>>> compresser([9,9,2,2,2,2,9,9])
[[2, 9], [4, 2], [2, 9]]
>>> compresser([2,7,0,0,0,0,7,2])
[[1, 2], [1, 7], [4, 0], [1, 7], [1, 2]]

Le dernier append en dehors de la boucle

Sans lui, la dernière plage n'est jamais enregistrée : la boucle se termine avant d'avoir rencontré un changement.

C'est un cas limite classique — du même genre que ceux du bloc D de M0.

La compression avec perte est irréversible

Une image enregistrée en JPEG a définitivement perdu de l'information. Rouvrir et réenregistrer plusieurs fois dégrade l'image un peu plus à chaque fois.

C'est pourquoi une image qui a beaucoup circulé — partagée, capturée, repartagée — finit floue et pleine d'artefacts. Chaque passage a coûté quelque chose.

Les métadonnées⚓︎

Un fichier photo ne contient pas que des pixels. Il transporte aussi des métadonnées — des informations sur l'image — dans un format appelé EXIF.

Activité 4 — Ce qu'on trouve dans un fichier photo

🐍 Script Python
import json

exif = """{
  "appareil": "Modèle X-200",
  "date": "2026-07-23 14:32:07",
  "ouverture": "f/1.8",
  "iso": 200,
  "latitude": 43.8914,
  "longitude": -0.4998,
  "logiciel": "Retouche Pro 4.1"
}"""

infos = json.loads(exif)
for cle in infos:
    print(cle, ":", infos[cle])

Parmi ces champs, lesquels poseraient un problème si la photo était publiée en ligne ?

Corrigé

Trois champs sont sensibles :

  • latitude et longitude — l'endroit exact où la photo a été prise. Sur une photo prise chez soi, c'est l'adresse du domicile.
  • la date et l'heure précises — combinées avec le lieu, elles permettent de reconstituer des habitudes : où quelqu'un se trouve, à quelle heure, quels jours.
  • le modèle d'appareil — il permet de relier entre elles des photos publiées sous des identités différentes.

Le champ logiciel est également instructif : il indique que l'image a été retouchée.

Le lien avec le module précédent

Reprends la définition d'une donnée personnelle : toute information se rapportant à une personne identifiée ou identifiable.

Des coordonnées GPS associées à une date ne contiennent aucun nom. Elles n'en sont pas moins des données personnelles — elles permettent d'isoler une personne, ce qui suffit.

Ce qu'on peut faire

  • La plupart des systèmes permettent de désactiver la géolocalisation des photos dans les réglages de l'appareil photo.
  • Certains outils suppriment les métadonnées avant partage.
  • Beaucoup de réseaux sociaux les retirent automatiquement à la publication — mais pas tous, et pas pour un fichier envoyé par messagerie ou par courriel.

Le cas le plus fréquent

Envoyer une photo « originale » par messagerie ou par courriel transmet en général les métadonnées intactes. C'est le canal par lequel une localisation fuit le plus souvent.

Auto-évaluation⚓︎

Teste tes connaissances

  1. Qu'est-ce qu'un photosite, et combien de couleurs mesure-t-il ?
  2. Pourquoi y a-t-il deux fois plus de filtres verts ?
  3. Pourquoi la vidéo en ligne serait-elle impossible sans compression ?
  4. Quelle différence entre compression avec et sans perte ?
  5. Pourquoi une image beaucoup repartagée devient-elle floue ?
  6. Que sont les métadonnées EXIF, et laquelle est la plus sensible ?
Réponses
  1. Une cellule du capteur sensible à la lumière. Elle ne mesure qu'une seule composante colorée ; les deux autres sont calculées à partir des voisins.
  2. Parce que l'œil humain est le plus sensible au vert — c'est ce que traduisaient déjà les coefficients de conversion en gris.
  3. Une minute de vidéo non compressée pèserait environ 51 Go ; deux heures dépasseraient 6 To.
  4. Sans perte : l'original est récupérable à l'identique. Avec perte : de l'information est définitivement supprimée.
  5. Chaque réenregistrement en JPEG perd un peu plus d'information ; les pertes s'accumulent à chaque partage.
  6. Des informations sur l'image stockées dans le fichier. Les plus sensibles sont les coordonnées GPS, surtout combinées à la date et à l'heure.

Ce qu'il faut retenir⚓︎

L'essentiel du bloc B

  • Un photosite mesure une seule couleur ; les deux autres sont calculées. Une photo contient dès l'origine des valeurs reconstituées.
  • Sans compression, la vidéo en ligne n'existerait pas : 51 Go pour une minute.
  • Sans perte : réversible, gain modeste. Avec perte : irréversible, gain considérable.
  • La compression exploite la régularité — une image sans régularité est incompressible.
  • Les métadonnées EXIF transportent lieu, date, appareil et logiciel de retouche : ce sont des données personnelles.