Rappel

Une image matricielle est formée d'un tableau de points ou pixels. Plus la densité des
points est élevée, plus le nombre d'informations est grand et plus la résolution de
l'image est élevée. La place occupée en mémoire et la durée de traitement en seront
d'autant plus grandes.
Les images vues sur un écran de télévision ou une photographie sont des images
matricielles. On obtient également des images
matricielles à l'aide d'un appareil photo numérique, d'une caméra vidéo numérique
ou d'un scanner.

L’image est divisée en (m colonnes et n lignes) cellules appelées pixel.

La définition d'une image numérique correspond au nombre de points
(pixels) qui la composent. La résolution d'une image est définie par un
nombre de pixels unité de longueur de l’image affichée ou numérisée
c'est-à-dire la densité de pixel de l’image. La résolution s’exprime en ppp
(pixels par pouce). L’ensemble des deux définit la taille de l’image.
 Représentation binaires des images

1.Comment représenter une image Noir et blanc sur ordinateur ?

Si on fait un zoom sur l’image , on constate que l’image est constituée par des
petits carrées (pixels)

Image Noir & Blanc:

1 seul bit pour coder 1
pixel
 Représentation binaires des images
2.Comment représenter une image en niveau de gris sur ordinateur ?

Les pixels constituants cette image contiennent des couleurs entre gris clair et gris foncé.
 Image en niveau de gris
2.Comment représenter une image en niveau de gris sur ordinateur ?
Généralement, nous pouvons avoir
plusieurs gris, comme le cas de ces
pixels.
Chaque gris peut être représenté
par un code entre 0 et 255.
la valeur 0 correspond au noir et la
valeur 1 correspond au blanc. Les
valeur s intermédiaires sont plus au
moins le gris.

Pourquoi 8 bits ?: puisque si je

vais stocker la valeur 255, j’aurai
besoins de 8 bits.
 Image en niveau de gris
2.Comment représenter une image en niveau de gris sur ordinateur ?
Image en niveau de gris
 Image en Couleur
3.Comment représenter une image en couleur sur ordinateur ?
L’image en couleur est la plus utilisée dans les Smartphones; les ordinateurs, ….

L’image contient des pixels en

couleurs. Dans cette image,
plusieurs couleurs : jaune
claie, jaune foncé; ..

Pour concevoir ces couleurs, nous

devons mélangés, trois couleurs: RVB

(255; 204; 43) 256 nuances de rouge

256 nuances du vert
256 du bleu

 Image en Couleur
3.Comment représenter une image en couleur sur ordinateur ?
(255; 204; 43) = (255; 0; 0) du R+ (0; 204; 0)
du vert + (0;0;43) du bleu
Dans la mémoire de l’ordinateur, chaque valeur
de chaque canal ou chaque intensité doit être
représenté sous la forme binaire.
 Image en Couleur
Par conséquent, chacune de ces couleurs exige 1 octet (8 bits) pour pouvoir
afficher 256 intensités différentes du canal.

Les images numériques sont constituées de milliers ou de millions de pixels (picture

element), que nous pouvons voir une fois que nous avons zoomé suffisamment.
Chacun des pixels de l’image est représentée par un ensemble de bits.
Cela donne lieu à 3 types d’images:
Image Noir et Blanc
Image niveau de gris
Image couleur.
Image en Couleur
Rappel
 CODAGE DES COULEURS

Il existe plusieurs modes de codage des couleurs d’une image numérique, le plus
utilisé pour le maniement des images est l'espace colorimétrique Rouge, Vert, Bleu
(RVB ou RVG : Red Green Blue) par synthèse additive.
Une image RVB est composée de la somme des trois rayonnements lumineux Rouge,
Vert, Bleu dont les faisceaux sont superposés. A l'intensité maximale ils produisent
une lumière blanche. La gamme des couleurs reproductibles par ce mode, quoique
conditionnée par la qualité du matériel employé, est très étendue, et reproduit bien
les couleurs saturées. En contrepartie, elle convient mal à la restitution des nuances
délicates des lumières intenses et des tons pastels.

Le codage de la couleur est réalisé sur3 octets dont

les valeurs codent la couleur dans l'espace RVB.
Chaque octet représente la valeur d'une
composante couleur par un entier de 0à 255.
 Le nombre de couleurs différentes est de
256x256x256 x 16,8 Millions.
Une image numérique RVB est représentée par 3
tableaux à 2 dimensions dont la taille dépend du
nombre de pixels contenus dans l’image.
 CODAGE DES COULEURS

Dans ce type d’image seul le niveau de l'intensité est codé sur un octet (256 valeurs). Par
convention, la valeur 0 représente le noir (intensité lumineuse nulle) et la valeur 255 le
blanc (intensité lumineuse maximale)

Pour passer d’une image couleur à une image en niveau de gris, on utilise la formule :

Une image numérique en niveau de gris est représentée par 1 tableau à 2 dimensions
dont la taille dépend du nombre de pixels contenus dans l’image
 CODAGE DES COULEURS
Les différents systèmes de colorimétrie :
 Calcul de la taille d’une image en couleur

Pour une image en niveaux de gris, un seul nombre est requis par pixel, les sous-
pixels recevant la même information.

La taille d'un fichier image couleur s'obtient en multipliant la

définition de l'image par le nombre d'octets par pixel.

Pour calculer la définition d'une image numérique: il suffit de multiplier le nombre

de pixels sur la hauteur par le nombre de pixels sur la largeur de l'image.

Par exemple, une image de 6000 x 4000 px a une définition de 24 millions de

pixels, ou 24 mégapixels
 Calcul de la résolution pour une image

Exercice 5

1. Calculez la définition de l’image

2. Calculez la résolution
3. calculez le poids de l’image
couleur
4. Calculez la taille de cette image
 Calcul de la résolution pour une image

Exercice 5
Calcul de la résolution de l’image:
50 pixels / 5″ = 10 ppp ou dpi
Ou
40 pixels / 4″

Rmq 1 : La résolution d’une image en générale

demandée pour une image matricielle destinée
être imprimée est de 300 ppp.

Toutefois agir sur la Résolution de l’image

sans connaissance n’est pas un gage de savoir
conserver sa qualité pour l’impression. Il est
parfois préférable de laisser la Résolution
initiale de l’image (exemple : 72 ppp) mais de
savoir jusqu’à quelle taille celle-ci puisse être
imprimée.
Effectuez les vérifications de la taille de l’image en fonction de la résolution.
Comment calculer la résolution (en dpi) d’une image ?
La résolution d’une image
La résolution d’une image s’exprime en nombre de pixels par unité de mesure. De manière
conventionnelle, on parle de dpi (dots per inch, ou pixels par pouce). À noter qu’un pouce mesure
2,54 cm.
Vous avez peut-être déjà entendu parler de dpi sans vraiment y porter d’attention particulière. Et
c’est normal, car cette information ne devient intéressante que lorsque l’on commence à
imprimer / faire imprimer ses photos.

La résolution d’une image est un élément primordial à prendre en compte lors de la

préparation de vos photos pour l’impression. En effet, pour que vos photos soient imprimées
correctement, il faut qu’elles disposent d’une résolution suffisante. Pour le papier, la résolution
permettant d’offrir une qualité optimale a été fixée à 300 dpi (ce n’est pas nous qui le disions, et
une résolution de 240 dpi fonctionne aussi très bien)
Comment calculer la résolution (en dpi) d’une image ?

Pour calculer la résolution en dpi d’une image, il faut prendre deux paramètres : la
définition de l’image et la taille de l’impression que vous souhaitez obtenir.

Par exemple, pour connaître la résolution d’impression d’une image de 6000 x 4000
px (définition de 24 Mpx) tirée au format A3 (29,7 x 42cm), un petit calcul s’impose
avec cette formule :

(taille en pixels x 2,54) / taille en cm = dpi

soit
(6000 x 2,54) / 42 = 362 dpi
(4000 x 2,54) / 29,7 = 342 dpi
 Comment calculer la taille d’impression maximale pour une image à partir de sa
définition ?

Plus que de connaître la résolution pour un format de tirage donné, il est important
de connaître la taille d’impression maximale que l’on peut atteindre avec une
résolution optimale (300 dpi). Pour cela, un second produit en croix est utile.
Sur le même exemple (photo d’une définition de 6000 x 4000 px), cela donne :
(taille en pixels x 2,54) / dpi = taille en cm

soit
bord large : (6000 x 2,54) / 300 = 50,8 cm
bord étroit : (4000 x 2,54) / 300 = 33,8 cm
Avec cette photo, il sera donc possible d’obtenir un tirage d’une taille maximale de 50,8 x
33,8cm sans problème de qualité. Ces calculs permettent d’obtenir la taille optimale pour
un tirage, mais il est bien entendu possible de pousser un peu, en faisant descendre la
résolution à 240 dpi par exemple. Le résultat, à l’oeil nu, ne sera pas vraiment différent.

Pour conclure sur ce point, la taille physique d’une image numérique dépend avant
tout de sa définition, et non de sa résolution. C’est pour cette raison qu’il est
absurde de dire d’une image numérique qu’elle est en 300 dpi à l’écran tant que
cette image n’a pas été « calée » sur une taille physique. 
 Rappel

Exemple :
1. Déterminer le nombre de pixel d'une image 800x400. Déterminer la largeur et la
hauteur de cette image sachant qu'elle présente une résolution de 72 ppp

2. Calculer la résolution d’une image bitmap carrée de côté 10 cm et de définition

800 × 800.
 Exercice 1:Appareil photo numérique.
La notice d'un appareil photographique numérique indique une « résolution » du capteur
CCD de 3 072 x 2048, soit 6,3 mégapixels (Mpx). Une image est dite de qualité « photo »
quand la taille du pixel est suffisamment petite pour qu'un œil normal n'en perçoive pas les
détails. On considère qu'un œil normal peut percevoir des détails, lorsque les rayons
lumineux issus de ces détails arrivent dans l'œil avec un angle supérieur à une minute. En
codage normal, un pixel est codé en RVB 24 bits.
1. a. Qu'appelle-t-on une image numérique ?
b. Par abus de langage, les fabricants utilisent le terme « résolution ». Quel est celui qui
convient en réalité ?
c. Le constructeur affiche une « résolution » de 3 072 x 2 048. Que représentent ces valeurs
?
2. a. Combien d'octets sont utilisés pour coder un pixel ?
b. Déterminer la taille d'une image correspondant à la « résolution » indiquée par le
fabriquant. Exprimer le résultat en Mio.
3. Calculer la taille du plus petit détail que l'on peut observer à l'œil nu sur un objet situé à
25 cm de l'œil.
4.a. Quelle est la résolution minimale d'une image numérique de qualité photo située à
une distance de 25 cm de l'œil?
On exprimera la résolution en ppp : pixels par pouce.
b. On souhaite imprimer une photo prise avec cet appareil.
Quelle est la taille maximale de l'impression qui permet d'avoir une qualité photo? On
l'exprimera en cm x cm.
 Solution de l’Exercice 1
1. a. Une image numérique est constituée de pixels disposés en lignes et colonnes.
Chaque pixel est composé de sous-pixels colorés en R, V, B. Le codage RVB 24 bits est le
plus utilisé.
b. Par abus de langage, les fabricants utilisent le terme « résolution ». Quel est celui qui
convient en réalité ?
La « résolution » est un abus de langage, cette désignation est utilisée à la place de la «
définition ».
Définition : nombre de pixels que contient l’image.
Résolution : nombre de pixels / unité de longueur.
c. Le constructeur affiche une « résolution » de 3 072 x 2 048. Que représentent ces
valeurs ?
Le capteur indique que l’image comporte 3 072 colonnes de 2 048 pixels chacune.
Ces valeurs représentent la définition de l’image = nombre de pixels constituant chaque
image = 3072 x 2048.
2. a. Combien d'octets sont utilisés pour coder un pixel ?
L’image est codée en RVB 24bits, ce qui signifie qu’un pixel est codé par 3 octets de 8 bits
chacun. Pour 1 pixel ; il y a 3 octets soit 28 * 28 * 28 valeurs.
b. Déterminer la taille d'une image correspondant à la « résolution » indiquée par le
fabriquant. Exprimer le résultat en Mio.
Taille de l’image = définition x nombre d’octets / pixel = 3 072 x2 048 x 3 = 18 874 368
octets, soit : = 18 Mio.
En effet : 1 Mio = 210 x 210 = 220 octets.
 Solution de l’Exercice 1
3. Calculer la taille du plus petit détail que l'on peut observer à l'œil nu sur un objet situé
à 25 cm de l'œil.

4.a. Quelle est la résolution minimale d'une image numérique de qualité photo située à
une distance de 25 cm de l'œil?
On exprimera la résolution en ppp : pixels par pouce.
 Solution de l’Exercice 1

b. On souhaite imprimer une photo prise avec cet appareil.

Quelle est la taille maximale de l'impression qui permet d'avoir une qualité photo? On
l'exprimera en cm x cm.
 Exercice : calcul du débit
On souhaite transmettre un flot d’images continu entre deux équipements. Chaque
image possède 200*250 pixels. Elle est codée en RVB. Chaque couleur est codée sur 256
niveaux. La source émet un flot d’images identique à celui de la télévision soit 25
images par seconde. On fait l’hypothèse qu’il n’y a aucun protocole additionnel.
1. Calculer le débit binaire D1 de la source en codage RZ simple.
Débit binaire : 200*250 pixels
Chaque pixel RVB et chaque couleur 256 niveaux => 8 bits par couleur soit 8*3*25
images par seconde
D1 = 200*250*8*3*25 = 30000000 bits par seconde = 30 Mega bits par seconde. Donc
30 Mega Bauds en codage RZ.
On rajoute sur le codage RZ précédent, un codage de type Manchester.
2. En déduire le nouveau débit binaire D2 apparent de la source. Quel avantage apporte
le codage Manchester, quel est l’inconvénient du codage Manchester.
Pour un codage Manchester, il faut introduire une horloge qui permet le codage, cette
horloge à une période telle que : 1 période = la durée d’un bit. Le OU exclusif qui
permet le codage introduit des variations supplémentaires sur le signal à transmettre.
Ces variations sont à la même fréquence que celle de l’horloge. La fréquence est
doublée
Le code Manchester à la différence d’un RZ (ou NRZ simple) est autoporteur de son
horloge.
 Exercice 2
Rappel : On donne : 1 pouce = 2.54 cm et 1 cm = 1 / 2.54 = 0.3937 pouce (inch).
Poids (octet) = Nombre de pixel total X codage couleurs (octet)
Résolution = définition / dimension réelle
Définition = résolution x dimension réelle
Dimension réelle = définition/résolution

Exercice 1
1) Une image numérique de définition 1024 × 768 mesure 30 cm de large et 20 cm
de haut. Déterminer les dimensions des pixels
2) On a une photographie de 10 cm sur 5 cm que l'on scanne avec une résolution
de 300 ppi. Quelle sera alors la taille de l'image (en nombre de pixels) ?
3) Soit une image 15 × 9 cm, définie en RVB, que l'on scanne en 72, 300 et 1200
ppi. Quelles seront les poids des images, pour une profondeur de 16 bits
 Exercice 3
Exemple 1:
Une image TV numérisée doit être transmise à partir d'une source qui utilise une
matrice d'affichage de 450x500 pixels, chacun des pixels pouvant prendre 32
(25)valeurs d'intensité différentes. On suppose que 30 images sont envoyées par
seconde.
Réponse:
1. Quel est le débit D de la source ?
450*500*5*30 = 33750000bits/s ; soit 33.75Mbits/s

Exemple 2:
L’appareil numérique FinePix2400Z (Fujifilm) permet la prise de vue avec trois
résolutions :
a) 640x480 pixels ;
b) 1280x960 pixels ;
c) 1600x1200 pixels.

Calculez pour chaque type de résolution la taille de l’image non-compressée

 Exercice5
Exemple 3:
Dans l'exemple en image le débit en Upload est de 957 kBits par seconde. Soit un débit
en Upload de 957 000 / 8 = 119 000 octets /s (octets par seconde) = 119 ko/s (kilo
Octet par seconde). Pour envoyer un fichier de 720 Mo il faudra : 720 Mo = 720 000
000 octets. 720 000 000 / 119 000 = 6050 secondes soit 100 ...

Temps de telechargement

Dans l'exemple en image le débit en Upload est de 957 kBits par seconde.
Soit un débit en Upload de 957 000 / 8 = 119 000 octets /s (octets par seconde) = 119
ko/s (kilo Octet par seconde)
Pour envoyer un fichier de 720 Mo il faudra :
720 Mo = 720 000 000 octets
720 000 000 / 119 000 = 6050 secondes soit 100 minutes, soit 1 heure et 40 minutes.
 Calcul du débit des images
Exemple 4:

Temps de téléchargement

Pour télécharger un fichier de 5 Mo. Le débit de ma connexion internet est de 16

Mbits/s. Calculer le temps de téléchargement.

1- Il faut utiliser les mêmes unités. D'un côté la taille du fichier est en Mo ( 1 Mo= 1
Méga Octet = 1000 000 octets) de l'autre côté le débit est en Mbits/s. Il faut donc
convertir le Mbits/s en Mo/s
16 Mbits/s= 16/8 Mo/s = 2 Mo/s

1. Temps de téléchargement = taille du fichier/débit de téléchargement= 5

Mo/2Mops= 2,5 secondes

Pour télécharger le fichier il faudra : 5/2 = 2,5 secondes

 Exercices
Q1

Le signal électrique à la sortie du micro est un signal analogique. Justifiez brièvement

cette affirmation

R1

Un signal analogique est un signal qui varie de façon continue au cours du temps

Fonction continue dans le

temps
 Exercices
Q1

Le signal électrique à la sortie du micro est un signal analogique. Justifiez brièvement

cette affirmation

Température de 10 à 20 degré. Elle

passe par toutes les valeurs
intermédiaires
 Exercices
Q2

Un ordinateur ne peut traiter que des signaux numériques. Définir ce qu’est un

signal numérique

R2

Signal numérique: C’est un signal qui varie de façon discrète par palier

Pour traiter un son à l’aide d’un

ordinateur (graver un CD par
exemple), il faut convertir le
signal analogique obtenu à la
sortie du micro en signal
numérique. C’est le rôle du CAN.
 Exercices
Etapes de conversion : Echantillonnage, quantification et codage

Q3 Que signifie échantillonner un signal analogique

R3 Cette étape consiste à découper le signal analogique en petites tranches temporelles.

On mesure le signal à intervalles de temps Te égaux

Avec Te: période d’échantillonnage et Fe : fréquence d’échantillonnage; Fe = 1/Te

Plus la période d’échantillonnage est petite , plus la fréquence d’échantillonnage

est grande, meilleure est la numérisation du signal.
 Exercices
Etapes de conversion : Echantillonnage, quantification et codage

Q4 Que signifie Quantification ?

Cette étape consiste à découper l’amplitude du signal en valeur discrète. La

R4
plage de mesures du CAN est alors découpée en tranches appelées « pas »
ou résolution du CAN.

2 bits= 4 états: 00,

01, 10, 11

Exemple : Pas de quantification = plage de mesures / 2n

La plage d’étude du CAN est = 10/4 = 2.5
10V. Il effectue une Le pas d’un CAN est la plus petite variation que le CAN
quantification n = 2 bits peut repérer.
 Exercices
Etapes de conversion : Echantillonnage, quantification et codage

Q5 Que signifie codage ?

Pour chacune de ces tranches un nombre binaire est associé
R5 A chaque mesure échantillonnée on attribue le nombre binaire
correspondant
 L’ensemble de ces nombres mis bout à bout constitue le signal
numérique.
0 à 2.5 v, le code sera 00
2.5 à 5v, le code sera 01
5 à 7.5v, le code sera 10
7.5 à 10v, le code sera 11
 Exercices
Etapes de conversion : Echantillonnage, quantification et codage

Q5 Que signifie codage ? 0 à 2.5 v, le code sera 00

2.5 à 5v, le code sera 01
5 à 7.5v, le code sera 10
7.5 à 10v, le code sera 11
 Exercices
Effet de la quantification sur la qualité du signal : qualité de numérisation et la
quantification

Le même Signal numérisé à 3 bits:

Signal numérisé à 2 bits: différence différence d’amplitude entre le
d’amplitude entre le signal signal analogique et le signal
analogique et le signal numérique: numérique: diminue
très grande
 Exercices
Effet de la quantification sur la qualité du signal : qualité de numérisation et la
quantification

Pour 3bits; pas= 10/8=1,25: de 0 à1,25, le code sera

000; de 1,25 à 2,5 le code 001; ,,,,,,,
 Exercices
Effet de la quantification sur la qualité du signal : qualité de numérisation et la
quantification

La qualité de la numérisation augmente lorsque le nombre de bits de la

quantification augmente, donc lorsque la résolution du CAN diminue
 Exercices

Calcul du nombre d’échantillons

= 256
 Exercices
Calcul du nombre d’échantillons
Dans le cas d’un CD audio, la numérisation se fait 2x16 bits (stéréo) avec une
fréquence d’échantillonnage de 44,1KHz. Quelle est en Mio, la place théorique
occupée sur un CD par une minute de musique non compressée ?

1octet = 8 bits, 1 Mio = 220 octets

Exemple :
Calculer le nombre d’échantillons dans un CD, pour
une durée d’enregistrement de 1000 secondes , la
période d’échantillonnage est de 1s.

ne = t/Te = t* Fe= 1000/1= 1000 échantillons

 Exercices
Calcul du nombre d’échantillons

Dans le cas d’un CD audio, la numérisation se fait 2x16 bits (stéréo) avec une fréquence
d’échantillonnage de 44,1KHz. Quelle est en Moi, la place théorique occupée sur un CD
par une minute de musique non compressée ?

Pour une durée d’échantillonnage t le

nombre d’échantillons est:

ne = t/Te = t* Fe

En stéréo le son est numérisé sur 2

voies, chaque échantillon occupe donc
une place de : Quantification (nombre
de bits)=16*2=32
 Exercices
Calcul du nombre d’échantillons

Le poids (place occupée) en bits pour l’ensemble des échantillons est donc :

Poids bits = ne * quantification* nombre de voies = t * Fe

*quantification * nombre de voies

Pour une minute d’enregistrement: Poids = 60*44100*16*2

On divise par 8 pour un poids en octet puis par 2 20 pour des Mio, soit: