La suppression de l'arrière-plan sépare un sujet de son environnement afin que vous puissiez le placer sur la transparence, échanger la scène ou la composer dans un nouveau design. Sous le capot, vous estimez un masque alpha—une opacité par pixel de 0 à 1—puis vous composez alpha le premier plan sur autre chose. C'est le calcul de Porter–Duff et la cause de pièges familiers comme les « franges » et l'alpha droit contre l'alpha prémultiplié. Pour des conseils pratiques sur la prémultiplication et la couleur linéaire, consultez les notes Win2D de Microsoft, Søren Sandmann, et l'article de Lomont sur le mélange linéaire.
Si vous pouvez contrôler la capture, peignez l'arrière-plan d'une couleur unie (souvent verte) et retirez cette teinte. C'est rapide, éprouvé dans le cinéma et la diffusion, et idéal pour la vidéo. Les compromis sont l'éclairage et la garde-robe : la lumière colorée se propage sur les bords (surtout les cheveux), vous utiliserez donc des outils de suppression de déversement pour neutraliser la contamination. De bonnes introductions incluent la documentation de Nuke, Mixing Light, et une démo pratique de Fusion.
Pour les images uniques avec des arrière-plans désordonnés, les algorithmes interactifs ont besoin de quelques indices de l'utilisateur, par exemple un rectangle lâche ou des gribouillis, et convergent vers un masque net. La méthode canonique est GrabCut (chapitre de livre), qui apprend les modèles de couleur pour le premier plan/l'arrière-plan et utilise les coupes de graphe de manière itérative pour les séparer. Vous verrez des idées similaires dans la Sélection de premier plan de GIMP basée sur SIOX (plugin ImageJ).
Le matage résout la transparence fractionnaire aux frontières vaporeuses (cheveux, fourrure, fumée, verre). Le matage classique à forme fermée prend une trimap (certainement-premier plan/certainement-arrière-plan/inconnu) et résout un système linéaire pour l'alpha avec une forte fidélité des bords. Le matage d'image profond moderne entraîne des réseaux de neurones sur l'ensemble de données Adobe Composition-1K (docs MMEditing), et est évalué avec des métriques comme SAD, MSE, Gradient et Connectivité (explication du benchmark).
Les travaux de segmentation connexes sont également utiles : DeepLabv3+ affine les frontières avec un encodeur-décodeur et des convolutions atrous (PDF) ; Mask R-CNN donne des masques par instance (PDF) ; et SAM (Segment Anything) est un modèle de fondation guidé par instructions qui génère des masques sans apprentissage sur des images inconnues.
Les travaux universitaires rapportent des erreurs de SAD, MSE, Gradient et Connectivité sur Composition-1K. Si vous choisissez un modèle, recherchez ces métriques (définitions des métriques ; section des métriques de Background Matting). Pour les portraits/vidéos, MODNet et Background Matting V2 sont solides ; pour les images générales d'« objets saillants », U2-Net est une base solide ; pour les transparences difficiles, FBA peut donner de meilleurs résultats.
Le format d'image JPEG (Joint Photographic Experts Group), communément appelé JPG, est une méthode largement utilisée de compression avec perte pour les images numériques, en particulier pour les images produites par la photographie numérique. Le degré de compression peut être ajusté, permettant un compromis sélectionnable entre la taille de stockage et la qualité de l'image. JPEG atteint généralement une compression de 10:1 avec une perte de qualité d'image peu perceptible.
La compression JPEG est utilisée dans un certain nombre de formats de fichiers image. JPEG/Exif est le format d'image le plus courant utilisé par les appareils photo numériques et autres dispositifs de capture d'images photographiques ; avec JPEG/JFIF, c'est le format le plus courant pour stocker et transmettre des images photographiques sur le World Wide Web. Ces variations de format ne sont souvent pas distinguées et sont simplement appelées JPEG.
Le format JPEG comprend une variété de normes, notamment JPEG/Exif, JPEG/JFIF et JPEG 2000, qui est une norme plus récente qui offre une meilleure efficacité de compression avec une complexité de calcul plus élevée. La norme JPEG est complexe, avec diverses parties et profils, mais la norme JPEG la plus couramment utilisée est la ligne de base JPEG, qui est ce à quoi la plupart des gens font référence lorsqu'ils mentionnent les images « JPEG ».
L'algorithme de compression JPEG est à la base une technique de compression basée sur la transformée en cosinus discrète (DCT). La DCT est une transformée liée à Fourier similaire à la transformée de Fourier discrète (DFT), mais utilisant uniquement des fonctions cosinus. La DCT est utilisée parce qu'elle a la propriété de concentrer la majeure partie du signal dans la région de basse fréquence du spectre, ce qui correspond bien aux propriétés des images naturelles.
Le processus de compression JPEG implique plusieurs étapes. Initialement, l'image est convertie de son espace colorimétrique d'origine (généralement RVB) vers un espace colorimétrique différent appelé YCbCr. L'espace colorimétrique YCbCr sépare l'image en une composante de luminance (Y), qui représente les niveaux de luminosité, et deux composantes de chrominance (Cb et Cr), qui représentent les informations de couleur. Cette séparation est bénéfique car l'œil humain est plus sensible aux variations de luminosité qu'à la couleur, permettant une compression plus agressive des composantes de chrominance sans affecter de manière significative la qualité de l'image perçue.
Après la conversion de l'espace colorimétrique, l'image est divisée en blocs, généralement de 8x8 pixels. Chaque bloc est ensuite traité séparément. Pour chaque bloc, la DCT est appliquée, ce qui transforme les données du domaine spatial en données du domaine fréquentiel. Cette étape est cruciale car elle rend les données d'image plus faciles à compresser, car les images naturelles ont tendance à avoir des composantes basse fréquence plus importantes que les composantes haute fréquence.
Une fois la DCT appliquée, les coefficients résultants sont quantifiés. La quantification est le processus de mappage d'un grand ensemble de valeurs d'entrée vers un ensemble plus petit, réduisant ainsi efficacement le nombre de bits nécessaires pour les stocker. C'est la principale source de perte dans la compression JPEG. L'étape de quantification est contrôlée par une table de quantification, qui détermine la quantité de compression appliquée à chaque coefficient DCT. En ajustant la table de quantification, les utilisateurs peuvent faire un compromis entre la qualité de l'image et la taille du fichier.
Après la quantification, les coefficients sont linéarisés par balayage en zigzag, qui les ordonne par fréquence croissante. Cette étape est importante car elle regroupe les coefficients basse fréquence qui sont plus susceptibles d'être significatifs et les coefficients haute fréquence qui sont plus susceptibles d'être nuls ou proches de zéro après quantification. Cet ordre facilite l'étape suivante, qui est le codage entropique.
Le codage entropique est une méthode de compression sans perte qui est appliquée aux coefficients DCT quantifiés. La forme la plus courante de codage entropique utilisée dans JPEG est le codage de Huffman, bien que le codage arithmétique soit également pris en charge par la norme. Le codage de Huffman fonctionne en attribuant des codes plus courts aux éléments plus fréquents et des codes plus longs aux éléments moins fréquents. Étant donné que les images naturelles ont tendance à avoir de nombreux coefficients nuls ou proches de zéro après quantification, en particulier dans la région haute fréquence, le codage de Huffman peut réduire considérablement la taille des données compressées.
La dernière étape du processus de compression JPEG consiste à stocker les données compressées dans un format de fichier. Le format le plus courant est le JPEG File Interchange Format (JFIF), qui définit comment représenter les données compressées et les métadonnées associées, telles que les tables de quantification et les tables de codes de Huffman, dans un fichier pouvant être décodé par une large gamme de logiciels. Un autre format courant est le format de fichier d'image échangeable (Exif), qui est utilisé par les appareils photo numériques et comprend des métadonnées telles que les paramètres de l'appareil photo et les informations sur la scène.
Les fichiers JPEG incluent également des marqueurs, qui sont des séquences de code qui définissent certains paramètres ou actions dans le fichier. Ces marqueurs peuvent indiquer le début d'une image, la fin d'une image, définir des tables de quantification, spécifier des tables de codes de Huffman, etc. Les marqueurs sont essentiels pour le décodage correct de l'image JPEG, car ils fournissent les informations nécessaires pour reconstruire l'image à partir des données compressées.
L'une des principales caractéristiques de JPEG est sa prise en charge de l'encodage progressif. Dans le JPEG progressif, l'image est encodée en plusieurs passes, chacune améliorant la qualité de l'image. Cela permet d'afficher une version de faible qualité de l'image pendant que le fichier est encore en cours de téléchargement, ce qui peut être particulièrement utile pour les images Web. Les fichiers JPEG progressifs sont généralement plus volumineux que les fichiers JPEG de base, mais la différence de qualité pendant le chargement peut améliorer l'expérience utilisateur.
Malgré son utilisation répandue, JPEG présente certaines limites. La nature avec perte de la compression peut entraîner des artefacts tels que le blocage, où l'image peut présenter des carrés visibles, et la « sonnerie », où les bords peuvent être accompagnés d'oscillations parasites. Ces artefacts sont plus visibles à des niveaux de compression plus élevés. De plus, JPEG n'est pas bien adapté aux images avec des bords nets ou du texte à contraste élevé, car l'algorithme de compression peut flouter les bords et réduire la lisibilité.
Pour remédier à certaines des limites de la norme JPEG d'origine, JPEG 2000 a été développé. JPEG 2000 offre plusieurs améliorations par rapport au JPEG de base, notamment une meilleure efficacité de compression, la prise en charge de la compression sans perte et la capacité de gérer efficacement une plus large gamme de types d'images. Cependant, JPEG 2000 n'a pas été largement adopté par rapport à la norme JPEG d'origine, en grande partie en raison de la complexité de calcul accrue et du manque de prise en charge dans certains logiciels et navigateurs Web.
En conclusion, le format d'image JPEG est une méthode complexe mais efficace pour compresser des images photographiques. Son adoption généralisée est due à sa flexibilité pour équilibrer la qualité de l'image avec la taille du fichier, ce qui le rend adapté à une variété d'applications, des graphiques Web à la photographie professionnelle. Bien qu'il présente des inconvénients, tels que la sensibilité aux artefacts de compression, sa facilité d'utilisation et sa prise en charge sur une large gamme d'appareils et de logiciels en font l'un des formats d'image les plus populaires utilisés aujourd'hui.
Ce convertisseur fonctionne entièrement dans votre navigateur. Lorsque vous sélectionnez un fichier, il est lu en mémoire et converti dans le format sélectionné. Vous pouvez ensuite télécharger le fichier converti.
Les conversions commencent instantanément, et la plupart des fichiers sont convertis en moins d'une seconde. Les fichiers plus volumineux peuvent prendre plus de temps.
Vos fichiers ne sont jamais téléversés vers nos serveurs. Ils sont convertis dans votre navigateur, puis le fichier converti est téléchargé. Nous ne voyons jamais vos fichiers.
Nous prenons en charge la conversion entre tous les formats d'image, y compris JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, et plus encore.
Ce convertisseur est complètement gratuit, et le restera toujours. Parce qu'il fonctionne dans votre navigateur, nous n'avons pas besoin de payer pour des serveurs, donc nous n'avons pas besoin de vous faire payer.
Oui ! Vous pouvez convertir autant de fichiers que vous voulez simultanément. Il suffit de sélectionner plusieurs fichiers lorsque vous les ajoutez.