Le dématriçage expliqué
et pourquoi DxO fait mieux que les autres
Les 20 ans de DxO à l’avant-garde du traitement d’image RAW nous permettent d’obtenir de meilleurs résultats que les autres logiciels de conversion RAW. Voici pourquoi.
Le dématriçage : à la base de la conversion RAW
Lorsque vous déclenchez votre appareil photo, la lumière qui atteint le capteur est enregistrée sous forme de données brutes (RAW), mais il faudra les convertir dans un format permettant l’affichage à l’écran. Cette conversion peut se faire au niveau du boîtier, en enregistrant des fichiers JPEG ou TIFF sur la carte mémoire, ou sous forme de fichiers RAW, pour une conversion ultérieure dans un logiciel comme DxO PhotoLab ou DxO PureRAW.
Quel que soit le procédé, pour les photographes qui exigent la plus haute qualité et le rendu le plus réaliste d’une scène, la qualité de ce processus de conversion RAW est cruciale.
Le dématriçage est l’une des étapes essentielles de la conversion RAW. C’est un processus fondamental, non seulement pour obtenir un rendu fidèle de l’image, mais également pour que cette dernière puisse se prêter à un traitement photo de qualité afin de refléter votre touche personnelle. Dans cet article, nous allons vous expliquer les raisons pour lesquelles l’approche de DxO en termes de dématriçage peut s’avérer supérieure à celle d’autres logiciels.
Qu’est-ce que le dématriçage ?
Lorsque vous exposez le capteur de votre appareil à la lumière et que vous observez le résultat sur l’écran arrière ou sur votre ordinateur, difficile de se rendre compte que l’image n’est pas enregistrée en couleurs. En fait, le capteur enregistre une série de valeurs qui correspondent à l’intensité de la lumière pour chacun de ses photosites.
En revanche, ces photosites sensibles à la lumière ne perçoivent pas les couleurs, ce qui explique pourquoi les fabricants placent des filtres de couleur sur le capteur. Ainsi, pour chaque photosite, seul le niveau de luminosité pour le rouge, le vert et le bleu sont captés, comme les cônes de l’œil humain. Dans la plupart des capteurs, ces photosites sont disposés selon un schéma alternant 2 photosites verts pour chacun des photosites rouge et bleu. Ainsi, l’agencement est moitié vert, un quart rouge et un quart bleu.
Le capteur le plus commun emploie une matrice de Bayer, illustrée ci-dessus, mais il existe d’autres types. Les capteurs Fujifilm X-Trans emploient un motif légèrement différent, avec des avantages comme des inconvénients. Vous pouvez voir la différence dans l’illustration ci-dessous, et vous en saurez plus sur les implications ici.
Ce que ce schéma de récepteurs de lumière fournit est une mosaïque de données qui doit être convertie pour révéler les couleurs originales.
Sans ce dématriçage, tout ce que vous obtiendriez serait une image composée de pixels rouges, verts et bleus d’intensité variable.
Cependant, comme cela a été mentionné précédemment, le dématriçage doit être effectué de façon à restituer les détails le plus fidèlement possible. Un dématriçage approximatif peut induire de nombreux problèmes visuels au niveau des pixels. Ces défauts peuvent inclure des franges colorées sur les contours soumis à un fort contraste, ou du moirage dans les textures à haute fréquence, donnant ainsi un résultat peu naturel. Par exemple, un pelage ou des plumes perdront en définition et pourront même présenter un aspect parasité par des motifs ou des pixels aléatoires.
- Boîtier : Sony A7RM4
- Objectif : 24 - 105mm f/4
- Paramètres : ISO 800 - 1/400 - f/11 - 64mm
- DxO PureRAW - PhotoLab
Un dématriçage de mauvaise qualité va poser un problème aux photographes qui cherchent à obtenir des tirages de grande taille avec des détails fins, ou encore à ceux qui, comme en animalier, ont souvent besoin de recadrer fortement leurs images. En revanche, ceux qui n’ont pas besoin d’une définition élevée, par exemple pour publier sur Instagram, seront moins regardants sur la qualité du dématriçage.
L’image de gauche a été traitée à l’aide d’un logiciel qui effectue un dématriçage de qualité moindre.
- Boîtier : Fujifilm X-T3
- Objectif : 50 - 140mm f/2.8
- Paramètres : ISO 3200 - 1/80 - f/2.8 - 134mm
- DxO PureRAW - PhotoLab
Un bon dématriçage peut également augmenter la définition effective de l’appareil photo.
Par exemple, même si cela n’augmente pas les dimensions en pixels d’une image, un appareil photo avec un capteur de 20 MP et un bon dématriçage produira des images plus détaillées qu’un appareil photo avec un capteur de 40 MP et un dématriçage médiocre. Ainsi, avec un traitement optimal, les photographes sont assurés d’exploiter au maximum les qualités intrinsèques du capteur de leur appareil photo.
Comment ça marche ?
Seulement un tiers des informations couleur de la scène ont été captées, le reste devant être extrapolé à l’aide d’algorithmes. Il existe différents algorithmes de dématriçage, mais ils ont tous le même but : développer, à partir des informations enregistrées, quelque chose de plausible pour notre regard.
Pour simplifier, chacun des pixels qui entourent un pixel est échantillonné pour restituer la couleur. Si un pixel restitue un niveau élevé de lumière verte et que les pixels adjacents ne montrent qu’une intensité très modérée dans le rouge et le bleu, il est probable que la bonne couleur sera une nuance de vert, mais pas forcément un vert pur. Un algorithme simpliste va partir du principe que chaque pixel a la même couleur que ses voisins, et si cela se révèle exact la plupart du temps, ce n’est pas toujours vrai, par exemple lorsqu’une variation brutale de la couleur se produit en raison d’un contour ou d’une texture.
Pour obtenir des résultats plausibles, l’algorithme doit faire des hypothèses sur la scène sous-jacente. Mais ces hypothèses doivent provenir de quelque part et, donc, il doit être entraîné.
La mosaïque qui compose cette petite partie de l’image pourrait être interprétée de multiples façons. L’astuce consiste à créer des algorithmes qui peuvent faire des hypothèses intelligentes sur ce que l’information était à l’origine, afin de la reproduire avec la plus grande précision possible.
Que fait DxO mieux que les autres ?
Ayant été à l’avant-garde du traitement des images RAW depuis 20 ans, les algorithmes de DxO ont toujours fait preuve d’excellence. Aujourd’hui, nous sommes même capables de lire davantage de pixels que les fabricants d’appareils photo eux-mêmes. C’est vrai, DxO pourrait vous donner plus de pixels que votre Canon, Sony ou Leica.
En outre, le machine learning nous a donné l’opportunité de pousser la technologie plus loin. Pour DeepPRIME, nous avons entraîné un réseau neuronal avec des milliards d’exemples d’images, afin qu’il puisse apprendre quelles structures et quels motifs se retrouvent fréquemment dans le monde réel, et comment les reconnaître dans les images mosaïcées. L’algorithme résultant, construit sur des connaissances empiriques, a prouvé qu’il donnait de meilleurs résultats que tout ce que les humains seuls ont pu concevoir au cours des décennies précédentes.
Le grand avantage de DeepPRIME est que le dématriçage et le débruitage ne sont pas exécutés comme des processus séparés, l’efficacité de l’un pouvant potentiellement compromettre l’autre. Au lieu de cela, le réseau neuronal résout les deux de manière holistique et simultanée.
Conclusion
Chez DxO, nous avons axé la recherche sur la meilleure façon de réduire le bruit et de dématricer les fichiers RAW, garantissant aux photographes les meilleurs résultats possibles. Si vous utilisez DxO PhotoLab 7 ou DxO PureRAW 4, vous avez la certitude d’obtenir des images parfaitement traitées, grâce à une science de pointe.
Essayez gratuitement les logiciels de DxO
Découvrez pourquoi les photographes adoptent DxO en l’essayant gratuitement.
Tutoriels de prise en main
Version complète et illimitée
Aucun moyen de paiement nécessaire
Découvrez les corrections optiques avec DxO PhotoLab 7 avec DxO PureRAW 4
Découvrez des logiciels techniques et créatifs de qualité supérieure qui changeront à tout jamais votre flux de travail.
