Les raisons
- Perception, théorisé par Grassman avec ses lois qui part du principe que si on voit pas la différence entre 2 couleurs c’est que c’est la même couleur
ANB \Rightarrow A N > B
CDE
\forall A \quad \exists c,d,e \quad AN +C+D+E
ANB \Rightarrow A+CNB+C
Tout ça à donné le RGB, normalisé par une organisation, le CIE (Commission internationale de l’éclairage), en 1930
Niveaux de bleus perçus par l’humain d’après les papis de l’époque :
| Nb de Niveaux | Couleurs |
| ———–– | –––– |
| 60 | Bleu |
| 100 | Rouge |
| 200 | Vert |
| 200 | Gris |
Avec une sensibilité de 72ppp (points par pouce)
Avec ce modèle de couleur (Trichomie), on ne sais pas créer de Jaune, de Cyan ou de Magenta, ce qui veux dire que les lois du dessous sont fausse :)
Ca c’est les chiffres sur lesquels les lois précédentes se sont basés (on remet pas en question parce que yavait des français au CIE hihi ^^)
| Source | Intensité (en lux) |
|---|---|
| Soleil (>50°) | 10^{5} lux |
| Éclairage intense | 10^{4} lux |
| Éclairage de bureau | 500 lux |
| Éclairage à Paris 8 | 50 lux |
| Balade dehors aisée | 0.1 à 1 lux |
| Limite | 10^{-2} à 10^{-3} |
Compression sans perte
- Shannon-Fano
- Huffman
- LZW
- RLE (Run length encoding) qui ne fonctionne que quand il y a plusieurs répétitions dans l’image.
Les taux de compressions de ces algos sont d’environs 30% (1Mo \rightarrow 700Ko)
Compression avec perte
Réduction de la fonction
On peut prendre une certaine surface de l’image et prendre la couleur dominante.
Sauf que c’est moche, ducoup on lisse l’image en stockant 2 couleurs
Pour le lissage / moyenne, 4 est un exemple, on peut prendre la valeur que l’on veut. Plus le paquet est grand plus la compression est grande, donc plus il y a de pertes.
On peut améliorer la compression en conservant non pas 1 couleur mais plusieurs, exemple de répartition :
Table d’indirection de couleurs
| 0 | 1 | … |
|---|---|---|
| 0 | 255 | … |
| 0 | 255 | … |
| 0 | 255 | … |
1 l \Rightarrow 128ko pour une image de 1Mo de pixel, mais là c’est du noir et blanc
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | … |
|---|---|---|---|---|---|---|---|
| 0 | 255 | 255 | 0 | 0 | 255 | 255 | 0 |
| 0 | 255 | 0 | 255 | 0 | 255 | 255 | 0 |
| 0 | 255 | 0 | 0 | 255 | 0 | 255 | 255 |
nombres d’entrées \Rightarrow log_{2}n chiffres binaires.
Le prof raconte qu’il a connu ce genre de PC en parlant de la taille d’indirection de couleurs des cartes graphiques de l’époque.
| Nb de couleurs | Taille |
|---|---|
| 256 | 1 octet |
| 1024 | 10 cb |
| 4096 | 12 cb |
| 10^{6} | 16 cb |
Principe de base d’une table d’indirection de couleur (lookup table - CLUT) :
- considérer la CLUT comme un “nuage de points”, c’est à dire RGB ou HSV ou \dots
\hookrightarrow Jusqu’à compactage à peu de couleurs - simplification/détermination, “choisir” n couleurs | les “n milieu” à chaque étape
\rightarrow en parcourant l’image faut faire le choix le plus justifié possible, ce qui est le plus compliqué et le moins systématisé. Le choix est très important pour éviter de n’utiliser que très peu de couleur dans la palette de couleurs choisis (par exemple n’utiliser que 10 couleurs sur 64 disponibles)
