Redimensionner l'Image

À Propos du Redimensionnement d'Image

Le redimensionnement d'image est le processus de changement des dimensions d'une image numérique. Cet outil vous permet de redimensionner des images tout en maintenant la qualité et en contrôlant le format de sortie.

Comment redimensionner une image sans perdre en qualité ?

La perte de qualité lors du redimensionnement vient de deux sources : le rééchantillonnage des pixels (le redimensionnement lui-même) et le réencodage (sauvegarde dans un format avec perte comme JPEG). Pour minimiser les deux, réduisez plutôt qu'agrandissez — ajouter des pixels est de l'interpolation devinée tandis qu'en retirer ne fait que jeter de l'information — et enregistrez le résultat dans un format sans perte comme PNG ou WebP-lossless quand la source est un graphique, une capture d'écran ou du texte. Pour les photos, utilisez JPEG en qualité 85-92 ou WebP en 80-90, qui apparaissent identiques à l'original à des tailles d'écran typiques. Évitez de redimensionner le même fichier plusieurs fois : chaque cycle de réencodage avec perte accumule des artefacts. Si vous avez besoin de plusieurs tailles, dérivez toujours chacune du master original, pas d'une copie déjà redimensionnée.

Quelle est la différence entre redimensionner et rééchantillonner une image ?

Redimensionner change strictement les dimensions affichées (largeur et hauteur en pixels), tandis que le rééchantillonnage est l'algorithme sous-jacent qui décide quelle valeur de couleur prend chaque nouveau pixel. Quand vous réduisez une image de 4000 pixels de large à 1000, le rééchantillonneur doit combiner 16 pixels source en chaque pixel de sortie — différents algorithmes produisent différents résultats. Nearest-neighbor est le plus rapide et préserve les bords nets (bon pour pixel art et codes QR) ; bilinéaire est une moyenne douce (acceptable pour les vignettes) ; bicubique utilise un voisinage 4x4 pour des résultats plus nets (par défaut dans Photoshop) ; Lanczos utilise un noyau sinc pour la réduction la plus nette et est la norme dans les pipelines de production. La plupart des navigateurs utilisent bilinéaire ou bicubique par défaut ; les outils de haute qualité permettent de choisir Lanczos pour une sortie d'archive.

Dois-je garder le ratio d'aspect verrouillé lors du redimensionnement ?

Dans presque tous les cas, oui — déformer une image étire les visages, les cercles et le texte en ellipses peu flatteuses. Verrouillez le ratio en n'éditant qu'une dimension (largeur ou hauteur) et laissez l'autre suivre proportionnellement. Les seules fois où vous devriez déverrouiller sont : produire une taille de bannière spécifique où vous recadrerez le résultat de toute façon, appliquer un écrasement stylistique délibéré, ou corriger une image qui a été capturée étirée incorrectement. Si le ratio cible diffère de la source (par exemple une source 16:9 vers une tuile 1:1 Instagram), utilisez le recadrage ou le remplissage plutôt que l'étirement. La plupart des outils de redimensionnement, y compris celui-ci, verrouillent le ratio par défaut pour la sécurité ; l'interrupteur de déverrouillage devrait être un choix conscient.

Quel DPI ou PPI dois-je utiliser pour les images web par rapport à l'impression ?

Pour un usage à l'écran, le DPI est en grande partie sans importance — les navigateurs et les applications rendent les images par leurs dimensions en pixels, pas par le DPI embarqué dans les métadonnées. Une image 1000x1000 à 72 DPI et la même image à 300 DPI apparaissent identiques dans un navigateur. Le DPI ne compte que pour l'impression : la norme est 300 PPI pour les magazines et les photos imprimées, 150 PPI pour les journaux et 600+ PPI pour le dessin au trait fin. Pour calculer les pixels nécessaires, multipliez les pouces par le PPI cible : une photo 4x6 pouces à 300 PPI nécessite 1200x1800 pixels. Pour les écrans Retina/HiDPI, exportez les images à 2x les dimensions en pixels CSS (donc une image hero de 400px nécessite une source de 800px) pour rester nette sur téléphones et ordinateurs portables modernes.

Comment se comportent les métadonnées EXIF lors du redimensionnement d'une image ?

Les métadonnées EXIF (Exchangeable Image File Format) incluent le modèle d'appareil photo, les réglages d'exposition, les coordonnées GPS, l'horodatage de capture et l'orientation. La plupart des redimensionneurs préservent l'EXIF par défaut, ce qui est pratique pour les photographes mais un risque de confidentialité si vous publiez l'image — les balises GPS peuvent divulguer l'adresse de votre maison. La balise d'orientation est particulièrement délicate : une photo verticale de téléphone est souvent stockée comme une grille de pixels paysage avec un drapeau indiquant "pivoter de 90 degrés à l'affichage". Les redimensionneurs mal écrits respectent la grille mais rejettent le drapeau, produisant un résultat de côté. Supprimez l'EXIF lors de la publication publique avec une option d'exportation propre, ou pivotez-puis-supprimez pour figer visuellement l'orientation. Les profils de couleur ICC sont des métadonnées séparées et devraient normalement être préservés pour maintenir la cohérence des couleurs.

Quelle est la différence entre les profils de couleur sRGB et Adobe RGB ?

Les deux sont des espaces colorimétriques RGB mais définissent des gammes (étendues de couleurs représentables) différentes. sRGB (IEC 61966-2-1, 1996) est la norme web et électronique grand public et couvre environ 35% du spectre visible ; Adobe RGB (1998) est environ 50% plus grand, surtout dans les cyans et les verts, et est privilégié par les professionnels de l'impression pour la conversion CMJN. Si vous enregistrez une image Adobe RGB sans profil embarqué et qu'un navigateur l'interprète comme sRGB (l'hypothèse par défaut), les couleurs apparaîtront ternes et désaturées. Étiquetez toujours les images avec leur profil réel, et convertissez en sRGB toute image destinée au web, aux réseaux sociaux ou aux e-mails — supposez que l'écran et le logiciel du spectateur ne peuvent pas gérer la gamme étendue. Gardez Adobe RGB ou ProPhoto RGB uniquement pour vos fichiers master et exports d'impression.

Comment le sous-échantillonnage de chroma (4:2:0, 4:2:2, 4:4:4) affecte-t-il la qualité du redimensionnement ?

Le sous-échantillonnage de chroma est une technique de compression JPEG et vidéo qui stocke la luminance (luminosité) en résolution complète mais réduit la résolution des canaux de chrominance (couleur) parce que la vision humaine est beaucoup plus sensible au détail de luminosité qu'au détail de couleur. 4:4:4 garde la résolution de couleur complète (utilisé pour graphiques et texte), 4:2:2 réduit la couleur horizontalement de moitié (vidéo broadcast) et 4:2:0 réduit la couleur de moitié dans les deux dimensions (par défaut pour JPEG, MPEG, H.264). Pour le redimensionnement photographique, les économies sont typiquement de 30-50% de taille de fichier avec une perte presque invisible. Mais 4:2:0 détruit les bords rouges saturés, le texte coloré fin et les clés de chroma-key — pour les captures avec des accents rouges ou des designs avec des transitions de couleur nettes, forcez 4:4:4 dans les paramètres d'encodeur ou utilisez un format sans perte.

Quel algorithme de rééchantillonnage dois-je utiliser pour agrandir versus réduire ?

Réduire est une perte d'information ; agrandir est une invention d'information. Pour réduire, Lanczos-3 (un filtre sinc fenêtré) est la référence et est ce que les pipelines de production comme FFmpeg et ImageMagick utilisent par défaut pour la haute qualité. Bicubique-plus-net est un proche second et est plus rapide. Pour agrandir, les algorithmes classiques (bilinéaire, bicubique, Lanczos) produisent des résultats doux et légèrement flous parce qu'ils ne peuvent pas recréer du détail qui n'a jamais été échantillonné. Les modèles modernes de super-résolution par IA (ESRGAN, Real-ESRGAN, SwinIR) hallucinent du détail plausible haute fréquence en apprenant de millions de paires d'images, produisant des agrandissements dramatiquement plus nets sur visages, texte et textures. Pour l'agrandissement 2x et 4x de photos, les modèles IA sont maintenant le choix par défaut dans des outils comme Topaz Gigapixel et la fonction Super Résolution de Photoshop. Pour pixel art, utilisez nearest-neighbor ou des algorithmes spécialisés comme hqx et xBR.