8-bit and 16-bit/fr: Difference between revisions

From RawPedia
Jump to navigation Jump to search
No edit summary
 
(5 intermediate revisions by the same user not shown)
Line 21: Line 21:
== Introduction ==
== Introduction ==


You will hear terms such as "8-bit", "16-bit", "24-bit", "32-bit", "64-bit" and "96-bit" with reference to digital images. This article will clarify what those things mean.
Il vous arrive d'entendre des termes tels que "8-bits", "16-bits", "24-bits", "32-bits", "64-bits" et "96-bits" en rapport avec les images numériques. Cet article va clarifier la signification de ces termes


Digital images consist of millions of pixels, and each pixel describes one or more color channels. Grayscale images need only one channel (a value of 0 could represent pure black, 255 could represent pure white, and the values in-between would then represent shades between black and white), while RGB color images need three channels - one describes red, one green and one blue. Each channel describes only an intensity, so there is nothing inherently green about a number which describes a pixel from the green channel; colors derive from the interaction between all three channels in the [https://en.wikipedia.org/wiki/RGB_color_model RGB color model].
Les images numériques sont constituées de millions de pixels, et chaque pixel décrit un ou plusieurs canaux de couleur. Les images en niveaux de gris n'ont besoin que d'un canal (la valeur de 0 peut représenter le noir pur, 255 le blanc pur et les valeurs intermédiaires représentent alors les gris entre noir et blanc), alors que les images couleur en mode RVB ont besoin de trois canaux, un décrit le rouge, un le vert et un le bleu. Chaque canal ne décrit que l'intensité, aussi il n'y a rien de fondamentalement vert à propos du nombre qui décrit a pixel du canal vert; les couleurs sont la conséquence de l'interaction entre les trois canaux dans le [https://fr.wikipedia.org/wiki/Rouge_vert_bleu modèle colorimétrique Rouge Vert Bleu].


A single pixel could represent more than three channels, for example it could contain information about an alpha channel (which describes transparency) or an infra-red channel (which some scanners support).
Un seul pixel peut représenter plus de trois canaux, par exemple il peut contenir l'information du canal alpha (lequel décrit la transparence) ou un canal infra-rouge (supporté par certains scanners).


The higher the bit depth, the more precisely a color can be described, at a cost of requiring longer computation, more RAM and more storage space.
Plus la profondeur de couleur est importante, le plus précisément la couleur est décrite, au prix d'un calcul plus long, de plus de RAM et de plus d'espace de stockage.


== Bits Per What? ==
== Bits par quoi ? ==


Bit depth is expressed as a value which describes either the number of '''bits per pixel''' (BPP), or '''bits per channel''' (BPC). The very popular [https://en.wikipedia.org/wiki/JPEG JPEG format] typically saves images with a precision of 8 bits per channel, using three channels, for a total of 24 bits per pixel. The [https://en.wikipedia.org/wiki/TIFF TIFF format] supports various bit depths, for example 32 bits per channel for a total of 96 bits per pixel.
La profondeur de couleur s'exprime sous forme d'une valeur qui décrit soit le nombre de '''bits par pixel''' (BPP), ou de '''bits par canal''' (BPC). Typiquement, le format très populaire [https://fr.wikipedia.org/wiki/JPEG JPEG] enregistre ses images avec une précision de 8 bits par canal, utilisant trois canaux, pour un total de 24 bits par pixel. Le format [https://fr.wikipedia.org/wiki/Tagged_Image_File_Format TIFF] supporte différentes profondeurs de couleur, par exemple, 32 bits par canal pour un total de 96 bits par pixel.


When describing bit depth, state what you're describing to leave no room for ambiguity. For example, if someone says they have a "32-bit" image, does that mean the image has 32 bits per channel, or does it have 4 channels at 8 bits per channel?
Lors de propos au sujet de la profondeur de couleur, précisez bien ce dont vous parlez pour ne laisser aucune ambiguïté. Par exemple, si quelqu'un dit posséder une image de "32-bits", cela signifie t-il 32 bits par canal, ou est-ce 4 canaux de 8 bits ?


== Precision ==
== Précision ==


What difference does bit depth make? The more bits are available to describe a color, the more precisely you can describe that color.
Quelle différence apporte la profondeur de couleur (soit le nombre de bits par couleur) ? Plus les bits sont nombreux pour décrire une couleur et plus cette couleur est décrite précisément.


<ul>
<ul>
   <li>A precision of 1 bit per channel means that there is only 1 bit to describe the value. A bit can only be 0 or 1, so you can only represent two values, which typically would mean black or white.</li>
   <li> Une précision de 1 bit par canal signifie qu'il n'y a qu'un bit pour décrire la valeur. Un bit ne peut valoir que 0 ou 1, vous ne pouvez donc représenter que deux valeurs, soit probablement noir et blanc.</li>
   <li>A precision of 2 bits per channel means there are two bits available to describe a color. Since each bit can be 0 or 1, and there are two of them, they can represent 4 possible values:
   <li> Une précision de 2 bits par canal signifie qu'il n'y a deux bits pour décrire la valeur. Comme chaque bit peut valoir 0 ou 1, deux bits peuvent valoir 4 valeurs :
     <pre>[00] = 0
     <pre>[00] = 0
[01] = 1
[01] = 1
[10] = 2
[10] = 2
[11] = 3</pre>
[11] = 3</pre>
If we use 0 to represent black and 3 to represent white, there are two additional shades of gray which can be described.
Si nous utilisons le 0 pour représenter le noir et le 3 pour le blanc, il y a deux teintes de gris qui peuvent être décrites.
   </li>
   </li>
   <li>A precision of 8 bits per channel means there are 8 bits which can represent 256 values:
   <li>Une précision de 8 bits par canal signifie qu'il y a 8 bits qui peuvent représenter 256 valeurs :
     <pre>[0000 0000] = 0
     <pre>[0000 0000] = 0
[0000 0001] = 1
[0000 0001] = 1
Line 54: Line 54:
[1111 1110] = 254
[1111 1110] = 254
[1111 1111] = 255</pre>
[1111 1111] = 255</pre>
If we use 0 to represent black and 255 to represent white, 254 shades of gray can also be described. This is what JPEG files use - 8 bits per channel, with 3 channels. It is sufficient to be used for most ready-to-view photographs in the [https://en.wikipedia.org/wiki/sRGB sRGB color space] without visible [https://en.wikipedia.org/wiki/Posterization posterization], so you can use it when saving photographs ready to be viewed over the internet.
Si nous utilisons le 0 pour représenter le noir et le 255 pour le blanc, on peut aussi décrire 254 nuances de gris. C'est ce qui est utilisé par les fichiers JPEG, 8 bits par canal, avec 3 canaux. C'est suffisant pour la plupart des utilisations pour les photographies prêtes à la présentation dans l'espace colorimétrique [https://fr.wikipedia.org/wiki/SRGB sRGB] sans [https://fr.wikipedia.org/wiki/Posterisation postérisation] visible. Vous pouvez donc l'utiliser pour enregistrer des photos destinées à une présentation sur internet. Ce n'est pas convenable pour un format intermédiaire ou final s'il est possible qu'une retouche ultérieure soit réalisée car vous courrez le risque d'introduire des artefacts de postérisation, en fonction de l'intensité des ajustements. Une précision de 8 bits n'est pas suffisante pour représenter une scène à haute gamme dynamique de façon linéaire sans postérisation, en fait, vous pouvez théoriquement utiliser une précision de 8 bits pour décrire une scène à haute gamme dynamique de façon linéaire, mais les nombres seraient si distants entre eux qu'une postérisation importante se produirait. Par exemple, si on veut prendre une photo qui représente un jour ensoleillé dans un parc, et si nous supposons que le noir est 0 et le blanc 1 000 000, on pourrait faire correspondre le 0 au 0 et le 255 à 1 000 000, mais il n'y aurait plus que 254 valeurs pour décrire les 999 999 nuances de gris restantes sur la scène originale.
It is not suitable as an intermediate format nor as a final format if there is a chance you might need to tweak the photograph later on, as you run the risk of introducing posterization artifacts, depending on the strength of adjustments. 8-bit precision is not enough to represent a high dynamic range scene in a linear way without posterization, i.e. you theoretically could use 8 bits of precision to describe a high dynamic range scene linearly, but the numbers would be so far apart that heavy posterization would occur. For instance, if a photograph captures a sunny day in the park, and if we assume that black should be 0 and white should be 1 000 000, we could map 0 to 0 and 255 to 1 000 000, but then there would only be 254 values left for describing all the remaining 999 999 shades of the original scene.
   </li>
   </li>
   <li>A precision of 16 bits per channel (16-bit integer) means there are 16 bits which can represent 65536 values:
   <li>Une précision de 16 bits par canal (16 bits entiers) signifie qu'il y a 16 bits qui peuvent représenter 65536 valeurs :
     <pre>[0000 0000 0000 0000] = 0
     <pre>[0000 0000 0000 0000] = 0
[0000 0000 0000 0001] = 1
[0000 0000 0000 0001] = 1
Line 63: Line 62:
[1111 1111 1111 1110] = 65534
[1111 1111 1111 1110] = 65534
[1111 1111 1111 1111] = 65535</pre>
[1111 1111 1111 1111] = 65535</pre>
Digital cameras typically capture light in 12-bit or 14-bit precision (and due to noise and imprecise electronics the lowest bits are of dubious quality). 16 bits per channel are enough for most photography needs, including for use in intermediate files (if you want to pass an image from one program to another without data loss).  
Les appareils photo numériques typiquement capturent la lumière avec un précision de 12 bits ou de 14 bits (et en raison du bruit et de l'imprécision de l'électronique, les bits les plus bas sont de qualité douteuse). 16 bits par canal sont suffisants pour la plupart des besoins photographiques, y compris pour les fichiers intermédiaires (quand vous désirez transférer une image d'une application à une autre sans perte de données).
   </li>
   </li>
   <li>The values of a 16-bit [https://en.wikipedia.org/wiki/Floating-point_arithmetic floating point] image, also known as [https://en.wikipedia.org/wiki/Half-precision_floating-point_format half-precision floating point], are spread in a way more suitable to sampling light than in 16-bit integer. This is so for various reasons: human vision is more sensitive to small changes in dark tones than to small changes in bright ones; our eyes respond to light in a logarithmic way (light must be 10 times more intense in order for us to see it as twice as bright); and specular highlights which can be the the brightest elements in a scene (the sun reflecting off a door knob) need not be described as accurately as all the other tones. In 16-bit floating-point notation, values are distributed more closely in the (lower) darker tones than in the (higher) lighter ones, thus allowing for a more accurate description of the tones more significant to us.
   <li> Les valeurs d'une image 16 bits en [https://fr.wikipedia.org/wiki/Virgule_flottante virgule flottante], aussi connus comme [https://en.wikipedia.org/wiki/Half-precision_floating-point_format virgule flottante demi précision], sont réparties de façon à échantillonner la lumière plus judicieusement qu'en 16 bit entiers. Cela pour plusieurs raisons : la  vision humaine est plus sensible aux petits changements dans les ombres qu'en pleine lumière; nos yeux ont une réponse logarithmique à la lumière (elle doit être 10 fois plus intense pour qu'on la perçoive comme deux fois plus); et les les hautes lumières spectaculaires, qui peuvent être les éléments les plus lumineux de la scène (le soleil se réfléchissant sur une poignée de porte), n'ont pas besoin d'être décris aussi précisément que tous les autres tons. En notation 16 bits virgule flottante, les valeurs sont réparties de façon plus rapprochée dans les tons sombres (en bas) que dans les tons lumineux (en haut), permettant ainsi une description plus précise dans les tons les plus significatifs pour nous.
   </li>
   </li>
   <li>A 32-bit [https://en.wikipedia.org/wiki/Floating-point_arithmetic floating point] image can represent 4.3 billion values per channel, and requires roughly twice the disk space as a 16-bit image. Few programs support 32-bit images.
   <li> Une image 32 bits [https://fr.wikipedia.org/wiki/Virgule_flottante virgule flottante] peut représenter 4,3 milliards de valeurs par canal, et nécessite à peu près deux fois plus de place disque qu'une image 16 bits. Peu d'applications supportent les images 32 bits.
   </li>
   </li>
</ul>
</ul>


One of the reasons bit depth affects mostly shadows is due to the way colors are stored. Each color is defined by a mixture of red, green and blue. Using an 8-bit image and the color orange as an example, many values are possible when describing bright orange, but the number of samples available to describe dark orange drops to very few, i.e. only the lowest 3-4 bits from each channel can be used to describe dark orange, which means only 16 possibilities exist. The higher the bit-depth, the more colors can be described, and posterization avoided.
Une des raisons pour lesquelles la profondeur de couleur affecte principalement les ombres est due à la façon dont les couleurs sont enregistrées. Chaque couleur est définie par un mélange de rouge, de vert et de bleu. En prenant une image 8 bits et la couleur orange en exemple, beaucoup de valeurs sont possibles pour décrire un orange clair, mais le nombre de valeurs pour décrire un orange foncé tombe à très peu, en fait seuls les 3 ou 4 bits les plus bas de chaque canal peuvent être utilisés pour décrire un orange foncé, ce qui ne fait que 16 possibilités. Plus la profondeur de couleur est importante et plus le nombre de couleur augmente et plus la postérisation est évitée.


== Gamma Encoding ==
== Correction Gamma ==


[https://en.wikipedia.org/wiki/Gamma_correction Gamma encoding] can be used when saving image files, meaning that values are modified in such a way that more can be allocated in the shadow range than in the highlight range, which better matches the human eye's sensitivity. This means that an 8 bit JPEG can display as much as log2((1/2^8)^2.2) = 17.6 stops of dynamic range, which indeed exceeds the 14 stops of the current best cameras, which explains why you sometimes can see a camera's shadow noise even in an 8-bit JPEG. However, due to the non-linear distribution, we lose precision compared to the raw file recorded in a linear way by the digital camera. Practically this is not a problem when the output file is the definitive one and will not be processed anymore, however a photo can be vastly improved when saved as raw data and processed using a state of the art raw processing program, such as yours truly - RawTherapee.
La [https://fr.wikipedia.org/wiki/Correction_gamma correction gamma] peut s'utiliser lors de l'enregistrement des fichiers, elle modifie les valeurs de telle sorte qu'un plus grand nombre d'entre elles peuvent être attribuées dans les ombres plutôt que dans les hautes lumières, ce qui correspond mieux à la sensibilité de l’œil humain. Cela signifie qu'une image JPEG 8 bits peut afficher jusqu'à log2((1/2^8)^2.2) = 17.6 pas de gamme dynamique, ce qui effectivement dépasse les 14 pas des meilleurs appareils photo actuels. Cela explique pourquoi vous pouvez quelque fois voir le bruit de l'ombre de l'appareil photo même dans une photo JPEG 8 bits. Cependant, en raison de la distribution non linéaire, nous perdons de la précision en comparaison avec les fichiers raw enregistrés de façon linéaire par un appareil numérique. En pratique, cela n'est pas un problème quand le fichier de sortie est le fichier définitif et ne sera pas retouché, mais une photo peut-être largement améliorée si elle est enregistrée au format raw et retouchée à l'aide d'une application de traitement raw au gout du jour, telle que votre serviteur - RawTherapee.


== After RawTherapee ==
== Après RawTherapee ==


Once you have adjusted a photo in RawTherapee and are ready to [[Saving_Images|save]], you are faced with a choice of [[Color_Management#Output_Profile|output format, per-channel bit depth]], [[Color_Management_addon#Output_space_.22Output_Profile.22|color space and gamma encoding]]. If you plan to post-process your photos after RawTherapee in a 16-bit-capable image editing program, it is better to save them in a lossless 16-bit format. RawTherapee can save images in 16-bit integer precision (denoted as "TIFF (16-bit)" in the Save dialog) as well as 16-bit floating-point precision (denoted as "TIFF (16-bit float)"). Uncompressed TIFF at 16-bit integer precision is suggested as an intermediate format as it is the fastest to save and is widely compatible with other software. 32-bit files are roughly twice the size and not well supported by other programs.
Après la retouche d'une photo avec Rawtherapee, que vous êtes prêt à l'[[Saving_Images/fr|enregistrer]], vous faites face au choix des [[Color_Management/fr#Profil de sortie|profil de sortie, profondeur de couleur]], [[Color_Management_addon/fr#Espace de sortie "Output Profile"|espace colorimétrique et correction gamma]]. Si vous envisagez de post-traiter vos photos après Rawtherapee dans un programme d'édition d'images 16 bits, il est préférable de les enregistrer dans un format 16 bits sans pertes. RawTherapee peut enregistrer les images avec une précision 16 bits entiers (nommé "TIFF (16-bit)" dans la boite de dialogue d'enregistrement) mais aussi en précision 16 bits en virgule flottante (nommé "TIFF (16-bit float)"). Le format TIFF non compressé de précision 16 bits entiers est recommandé comme format intermédiaire car il est le plus rapide à l'enregistrement et est largement compatible avec les autres logiciels. Les fichiers 32 bits sont grossièrement deux fois plus gros et mal supportés par les autres logiciels.

Latest revision as of 13:38, 16 January 2019

8 bits et 16 bits

Lorsqu'on parle de « 8-bits » en matière de formats d'image, signifie que le programme attribue 8 bits (8 valeurs égales à "1" ou "0" qui ensemble forment un octet capable de représenter tout nombre entier depuis 0 [00000000] jusqu'à 255 [11111111]) à chaque canal de couleur du pixel, et dans les fichiers enregistrés par RawTherapee, chaque pixel possède trois canaux : rouge, vert et bleu.

La plupart des appareils photo réflexes (ou DSLR en anglais) modernes proposant le format raw utilisent un convertisseur analogique / numérique de 12 ou 14 bits pour enregistrer les données du capteur. Cela signifie que choisir pour votre appareil photo un format de sortie de 8 bits par canal, comme JPEG, provoque une perte d'informations. Cela n'est pas aussi simple qu'il y parait, les appareils enregistrent les données linéairement (en raison de limitations dans la conception du matériel) alors que les formats JPEG, TIFF et PNG encodent leur données selon le gamma ce qui signifie qu'ils attribuent plus de valeurs dans les ombres et moins dans les hautes lumières, car cela correspond mieux à la sensibilité de l’œil. Cela signifie aussi qu'une image JPEG 8 bits peut afficher un nombre de pas de la gamme dynamique égal à log2((1/2^8)^2.2) = 17.6; ce qui dépasse les 14 pas des meilleurs appareils actuels. Cela explique pourquoi vous pouvez quelquefois apercevoir le bruit de l'appareil dans les ombres même dans une image JPEG de 8 bits. Cependant, en raison du moindre nombre de valeurs dans les hautes lumières nous perdons de la précision à ce niveau comparé au potentiel de l'appareil. En pratique, cela n'est pas un problème quand le fichier de sortie est le fichier définitif sans traitement ultérieur. Cependant, une photo peut-être considérablement améliorée si elle est enregistrée au format raw puis traitée à l'aide d'un programme de développement numérique dernier cri tel que votre fidèle serviteur : RawTherapee.

Une fois la photo développée par RawTherapee, vous êtes confronté au même choix, enregistrer l'image avec une résolution de couleur de 8 bits ou de 16 bits par canal (seuls TIFF et PNG, pas JPEG). Si après développement par RawTherapee vous envisagez de retoucher vos photos dans un éditeur d'image en 16 bits, c'est mieux de les enregistrer dans un format 16 bits non destructif. Le TIFF non compressé est considéré comme un format intermédiaire, vu qu'il est rapide à l'enregistrement et conserve toutes les métadonnées (EXIF, IPTC, XMP) du fichier original, (généralement, PNG élimine les métadonnées).

Il existe une certaine confusion a propos de la désignation 8, 16, 24 ou 32 bits. Voici une clarification, du moins espérons-le, accrochez-vous. En fait, vous n'avez pas besoin de lire cela pour utiliser RawTherapee, c'est juste pour votre connaissance générale. Chacun des canaux rouge, vert et bleu enregistrés dans un fichier JPEG, PNG ou TIFF est en fait une image sans couleur, mais lorsque vous combinez ensemble ces trois images sans couleur, vous obtenez une image en couleur. C'est de cette façon que fonctionnent toutes les représentations numériques d'images, les couleurs sont toujours décomposées suivant leurs composantes d'une façon ou d'une autre. Dans tous les formats de fichier vers lesquels RawTherapee peut enregistrer (JPG, PNG et TIFF), chaque pixel possède les informations concernant les trois canaux de couleur, rouge vert et bleu. Nous disons « 8 bits par canal » pour signifier clairement que ces 8 bits ne concernent qu'un seul canal de couleur. La raison en est que vous pouvez rencontrer des références à des « images 8 bits » et c'est équivoque car celui qui écrit cela peut vouloir faire référence à des formats d'images capables de n'enregistrer que des images en échelle de gris, qui n'enregistrent qu'un seul canal ou bien à des formats d'images qui enregistrent trois canaux avec une précision de 8 bits pour chaque. Une autre notation possible pour exactement les mêmes images « 8 bits » que RawTherapee enregistre, est « 24 bits ». Waouh ! Perturbant. Vraiment ? Chaque pixel comprend trois canaux, et chaque canal est formé de 8 bits de données, on a donc bien un total de 24 bits de données par pixel. Et cela empire. Les programmes d'édition des images peuvent aussi enregistrer un quatrième canal, appelé alpha. Pour faire simple, alpha indique le niveau de transparence du pixel. Ces canaux alpha possèdent aussi une « résolution de couleur » sur 8 bits. PNG et TIFF peuvent tous les deux gérer l'alpha, pas JPG. Si vous avez une image de 8 bits par canal plus un canal alpha, elle peut aussi être désignée comme étant une image 32 bits ; R (8) + V(8) + B(8) + alpha(8) = 32. L'ultime problème est que vous pouvez aussi avoir une image qui attribue 32 bits par canal de couleur. Ces images peuvent être aussi bien désignées comme des images « 32 bits » que comme des images « 96 bits » (car R (32) + V(32) + B(32) = 96). Tous les fichiers d'image en véritable HDR sont enregistrés dans un format qui attribue au moins 16 bits en virgule flottante par canal de couleur, comme le format EXR ; ou 32 bits, comme le format RGBE. Pour résumer, une image « 8 bits par canal » avec trois canaux (RVB) peut aussi être appelée une image « 24 bits par pixel ». Une image « 16 bits par canal » avec trois canaux peut aussi être appelée une image « 48 bits par pixel ». Dans les 2 cas, utilisez la première appellation, (la description complète « x bits par canal » et ne dite pas seulement « x bits »), ce que vous dites est plus clair.


NEW page - translation in progress. _____________________________

Profondeur de couleur


Introduction

Il vous arrive d'entendre des termes tels que "8-bits", "16-bits", "24-bits", "32-bits", "64-bits" et "96-bits" en rapport avec les images numériques. Cet article va clarifier la signification de ces termes

Les images numériques sont constituées de millions de pixels, et chaque pixel décrit un ou plusieurs canaux de couleur. Les images en niveaux de gris n'ont besoin que d'un canal (la valeur de 0 peut représenter le noir pur, 255 le blanc pur et les valeurs intermédiaires représentent alors les gris entre noir et blanc), alors que les images couleur en mode RVB ont besoin de trois canaux, un décrit le rouge, un le vert et un le bleu. Chaque canal ne décrit que l'intensité, aussi il n'y a rien de fondamentalement vert à propos du nombre qui décrit a pixel du canal vert; les couleurs sont la conséquence de l'interaction entre les trois canaux dans le modèle colorimétrique Rouge Vert Bleu.

Un seul pixel peut représenter plus de trois canaux, par exemple il peut contenir l'information du canal alpha (lequel décrit la transparence) ou un canal infra-rouge (supporté par certains scanners).

Plus la profondeur de couleur est importante, le plus précisément la couleur est décrite, au prix d'un calcul plus long, de plus de RAM et de plus d'espace de stockage.

Bits par quoi ?

La profondeur de couleur s'exprime sous forme d'une valeur qui décrit soit le nombre de bits par pixel (BPP), ou de bits par canal (BPC). Typiquement, le format très populaire JPEG enregistre ses images avec une précision de 8 bits par canal, utilisant trois canaux, pour un total de 24 bits par pixel. Le format TIFF supporte différentes profondeurs de couleur, par exemple, 32 bits par canal pour un total de 96 bits par pixel.

Lors de propos au sujet de la profondeur de couleur, précisez bien ce dont vous parlez pour ne laisser aucune ambiguïté. Par exemple, si quelqu'un dit posséder une image de "32-bits", cela signifie t-il 32 bits par canal, ou est-ce 4 canaux de 8 bits ?

Précision

Quelle différence apporte la profondeur de couleur (soit le nombre de bits par couleur) ? Plus les bits sont nombreux pour décrire une couleur et plus cette couleur est décrite précisément.

  • Une précision de 1 bit par canal signifie qu'il n'y a qu'un bit pour décrire la valeur. Un bit ne peut valoir que 0 ou 1, vous ne pouvez donc représenter que deux valeurs, soit probablement noir et blanc.
  • Une précision de 2 bits par canal signifie qu'il n'y a deux bits pour décrire la valeur. Comme chaque bit peut valoir 0 ou 1, deux bits peuvent valoir 4 valeurs : 
    [00] = 0
[01] = 1
[10] = 2
[11] = 3

    Si nous utilisons le 0 pour représenter le noir et le 3 pour le blanc, il y a deux teintes de gris qui peuvent être décrites.

  • Une précision de 8 bits par canal signifie qu'il y a 8 bits qui peuvent représenter 256 valeurs : 
    [0000 0000] = 0
[0000 0001] = 1
(...)
[1111 1110] = 254
[1111 1111] = 255

    Si nous utilisons le 0 pour représenter le noir et le 255 pour le blanc, on peut aussi décrire 254 nuances de gris. C'est ce qui est utilisé par les fichiers JPEG, 8 bits par canal, avec 3 canaux. C'est suffisant pour la plupart des utilisations pour les photographies prêtes à la présentation dans l'espace colorimétrique sRGB sans postérisation visible. Vous pouvez donc l'utiliser pour enregistrer des photos destinées à une présentation sur internet. Ce n'est pas convenable pour un format intermédiaire ou final s'il est possible qu'une retouche ultérieure soit réalisée car vous courrez le risque d'introduire des artefacts de postérisation, en fonction de l'intensité des ajustements. Une précision de 8 bits n'est pas suffisante pour représenter une scène à haute gamme dynamique de façon linéaire sans postérisation, en fait, vous pouvez théoriquement utiliser une précision de 8 bits pour décrire une scène à haute gamme dynamique de façon linéaire, mais les nombres seraient si distants entre eux qu'une postérisation importante se produirait. Par exemple, si on veut prendre une photo qui représente un jour ensoleillé dans un parc, et si nous supposons que le noir est 0 et le blanc 1 000 000, on pourrait faire correspondre le 0 au 0 et le 255 à 1 000 000, mais il n'y aurait plus que 254 valeurs pour décrire les 999 999 nuances de gris restantes sur la scène originale.

  • Une précision de 16 bits par canal (16 bits entiers) signifie qu'il y a 16 bits qui peuvent représenter 65536 valeurs : 
    [0000 0000 0000 0000] = 0
[0000 0000 0000 0001] = 1
(...)
[1111 1111 1111 1110] = 65534
[1111 1111 1111 1111] = 65535

    Les appareils photo numériques typiquement capturent la lumière avec un précision de 12 bits ou de 14 bits (et en raison du bruit et de l'imprécision de l'électronique, les bits les plus bas sont de qualité douteuse). 16 bits par canal sont suffisants pour la plupart des besoins photographiques, y compris pour les fichiers intermédiaires (quand vous désirez transférer une image d'une application à une autre sans perte de données).

  • Les valeurs d'une image 16 bits en virgule flottante, aussi connus comme virgule flottante demi précision, sont réparties de façon à échantillonner la lumière plus judicieusement qu'en 16 bit entiers. Cela pour plusieurs raisons : la vision humaine est plus sensible aux petits changements dans les ombres qu'en pleine lumière; nos yeux ont une réponse logarithmique à la lumière (elle doit être 10 fois plus intense pour qu'on la perçoive comme deux fois plus); et les les hautes lumières spectaculaires, qui peuvent être les éléments les plus lumineux de la scène (le soleil se réfléchissant sur une poignée de porte), n'ont pas besoin d'être décris aussi précisément que tous les autres tons. En notation 16 bits virgule flottante, les valeurs sont réparties de façon plus rapprochée dans les tons sombres (en bas) que dans les tons lumineux (en haut), permettant ainsi une description plus précise dans les tons les plus significatifs pour nous.
  • Une image 32 bits virgule flottante peut représenter 4,3 milliards de valeurs par canal, et nécessite à peu près deux fois plus de place disque qu'une image 16 bits. Peu d'applications supportent les images 32 bits.

Une des raisons pour lesquelles la profondeur de couleur affecte principalement les ombres est due à la façon dont les couleurs sont enregistrées. Chaque couleur est définie par un mélange de rouge, de vert et de bleu. En prenant une image 8 bits et la couleur orange en exemple, beaucoup de valeurs sont possibles pour décrire un orange clair, mais le nombre de valeurs pour décrire un orange foncé tombe à très peu, en fait seuls les 3 ou 4 bits les plus bas de chaque canal peuvent être utilisés pour décrire un orange foncé, ce qui ne fait que 16 possibilités. Plus la profondeur de couleur est importante et plus le nombre de couleur augmente et plus la postérisation est évitée.

Correction Gamma

La correction gamma peut s'utiliser lors de l'enregistrement des fichiers, elle modifie les valeurs de telle sorte qu'un plus grand nombre d'entre elles peuvent être attribuées dans les ombres plutôt que dans les hautes lumières, ce qui correspond mieux à la sensibilité de l’œil humain. Cela signifie qu'une image JPEG 8 bits peut afficher jusqu'à log2((1/2^8)^2.2) = 17.6 pas de gamme dynamique, ce qui effectivement dépasse les 14 pas des meilleurs appareils photo actuels. Cela explique pourquoi vous pouvez quelque fois voir le bruit de l'ombre de l'appareil photo même dans une photo JPEG 8 bits. Cependant, en raison de la distribution non linéaire, nous perdons de la précision en comparaison avec les fichiers raw enregistrés de façon linéaire par un appareil numérique. En pratique, cela n'est pas un problème quand le fichier de sortie est le fichier définitif et ne sera pas retouché, mais une photo peut-être largement améliorée si elle est enregistrée au format raw et retouchée à l'aide d'une application de traitement raw au gout du jour, telle que votre serviteur - RawTherapee.

Après RawTherapee

Après la retouche d'une photo avec Rawtherapee, que vous êtes prêt à l'enregistrer, vous faites face au choix des profil de sortie, profondeur de couleur, espace colorimétrique et correction gamma. Si vous envisagez de post-traiter vos photos après Rawtherapee dans un programme d'édition d'images 16 bits, il est préférable de les enregistrer dans un format 16 bits sans pertes. RawTherapee peut enregistrer les images avec une précision 16 bits entiers (nommé "TIFF (16-bit)" dans la boite de dialogue d'enregistrement) mais aussi en précision 16 bits en virgule flottante (nommé "TIFF (16-bit float)"). Le format TIFF non compressé de précision 16 bits entiers est recommandé comme format intermédiaire car il est le plus rapide à l'enregistrement et est largement compatible avec les autres logiciels. Les fichiers 32 bits sont grossièrement deux fois plus gros et mal supportés par les autres logiciels.

Retrieved from "http://rawpedia.rawtherapee.com/index.php?title=8-bit_and_16-bit/fr&oldid=4691"