Colorspaces.
Du fonctionnement de l'œil aux espaces colorimétriques : gamuts, plage dynamique, impression, profondeur de bits et canaux. Comment une couleur est captée, encodée et reproduite.
La vision
La lumière qui arrive à l'œil n'a pas de couleur : c'est un mélange de longueurs d'onde, que chaque surface déséquilibre en en absorbant certaines. Nos cônes mesurent ce déséquilibre, et le cerveau en fabrique une couleur. La couleur n'est donc pas une propriété du monde physique, mais une sensation ; un espace colorimétrique n'est qu'un système de traduction, de la lumière vers des nombres, puis des nombres vers la lumière, pour recréer la même sensation.
L'iris, diaphragme biologique
L'iris se ferme dans le clair et s'ouvre dans le sombre : la pupille passe d'environ 2 à 8 mm, soit seize fois plus de lumière, quatre diaphragmes. Avec une focale d'environ 17 mm, l'œil ouvre donc à peu près de f/2 à f/8 ; l'objectif ci-contre suit la même ouverture avec ses lamelles. Mais l'iris n'assure qu'une petite part de notre adaptation : l'essentiel se fait dans la rétine, qui règle sa sensibilité en quelques secondes ou quelques minutes. C'est pour ça que le monde nous semble presque toujours « bien exposé », alors qu'un capteur garde la même plage d'une prise à l'autre.
Gamut 3D
À partir d'expériences d'égalisation des couleurs menées dans les années 1920 par Wright et Guild, la CIE a construit en 1931 un espace mathématique, XYZ, où chaque sensation de couleur occupe un point. En mettant la luminosité de côté, on obtient le fameux diagramme en fer à cheval : la carte de toutes les chromaticités que l'œil humain peut percevoir. Les espaces RGB s'y dessinent en triangles, et en volumes dès qu'on ajoute la clarté.
Diagramme xy CIE 1931
Lire les volumes
Chaque espace RGB est un volume : toutes les couleurs qu'il peut coder, du noir au blanc. Ici, chaque volume est placé dans CIELAB, un espace construit d'après la perception : L* (vertical) est la clarté, a* et b* (horizontaux) la teinte et la saturation. Plus un volume s'étale loin de l'axe central, plus l'espace code des couleurs saturées. Le volume a la forme d'un cube déformé : ses huit sommets sont le noir, le blanc, les trois primaires et leurs trois mélanges deux à deux. Les couleurs que votre écran ne sait pas afficher sont montrées au plus proche possible.
Les pourcentages sont la part du diagramme de chromaticité CIE 1931 couverte par le triangle des primaires, et la part du gamut de Pointer, c'est-à-dire des couleurs d'objets réels mesurées en 1980. ACEScg déborde à peine du visible ; ACES2065-1 l'englobe en entier, grâce à des primaires imaginaires : une partie de son triangle correspond à des couleurs qui n'existent pas. C'est voulu, pour un espace d'archivage qui ne doit perdre aucune couleur.
Relatif ou absolu : RGB seul est un modèle relatif, « 100 % rouge » ne veut rien dire tant qu'on n'a pas dit quel rouge. sRGB, P3 et Rec.2020 utilisent le même modèle RGB ; seule change la position de leurs primaires, fixée en coordonnées absolues dans l'espace CIE. Caméras et écrans n'ont presque jamais le même espace natif, et ce n'est pas un problème : tant que les primaires sont connues, on convertit sans ambiguïté, du RGB source vers XYZ puis vers le RGB de destination. C'est le rôle des transformations d'espace, et la raison d'être d'ACES.
Plage dynamique
Plage dynamique : la lumière cramée
Dans cette pièce, le ciel vu par la fenêtre est près de trois cents fois plus lumineux que le visage de Sophia, à contre-jour : environ huit diaphragmes d'écart, plus de neuf avec les coins les plus sombres du plafond ; les façades au soleil sont six diaphragmes au-dessus du visage. Un capteur ne peut pas tout garder à la fois. Si l'on expose pour le visage, la fenêtre dépasse le blanc : elle est écrêtée, « cramée ». Si l'on expose pour la fenêtre, le visage tombe dans le noir.
En 8 bits (JPEG), tout ce qui dépasse le blanc à la prise de vue est perdu : baisser l'exposition à l'étalonnage ne ramène qu'un aplat gris, sans détail (zébras rouges). En RAW ou en float, les valeurs au-delà du blanc sont conservées : la même correction fait réapparaître le ciel et le jardin. Un vrai RAW a lui aussi une limite, la saturation du capteur, mais il garde nettement plus de marge qu'un JPEG ; un rendu 3D enregistré en EXR float, comme ici, n'en a presque pas.
RGB et CMJN
Écran et impression : RGB et CMJN
Un écran fabrique la couleur avec de la lumière : trois sources, rouge, verte et bleue, qui s'additionnent. Le noir, c'est l'écran éteint ; le rouge et le vert ensemble donnent du jaune, les trois ensemble du blanc. C'est la synthèse additive.
L'impression part du blanc du papier et retire de la lumière : chaque encre absorbe une partie du spectre. Le cyan absorbe le rouge, le magenta le vert, le jaune le bleu ; deux encres superposées donnent une primaire de l'écran (magenta et jaune : du rouge). C'est la synthèse soustractive. En théorie, les trois ensemble donnent du noir ; en pratique, un gris-brun sombre, moins dense qu'un vrai noir (comparez avec le disque du K). On ajoute donc une encre noire, le K, plus dense et plus économique, et on limite l'encrage total : 330 % au plus pour l'offset sur papier couché (Fogra39).
Les deux gamuts ne se recouvrent pas. sRGB va beaucoup plus loin dans les bleus, les violets, les rouges et les magentas ; l'offset le dépasse dans les cyans, dans les verts qui tirent vers le cyan et, de peu, dans les jaunes. Le schéma compare les sommets des deux gamuts, les couleurs pures et leurs mélanges deux à deux, d'après les valeurs cibles de la norme ISO 12647-2 pour l'offset sur papier couché. Entre les sommets, la vraie limite est courbe : seul un profil d'impression, comme Fogra39, la décrit en entier. C'est pour ça que les chartes de marque donnent une couleur RGB et une couleur CMJN distinctes, chacune calée sur son support.
Bits et canaux
La finesse des nuances
Une image enregistre chaque canal avec un nombre fixe de niveaux : 256 en 8 bits, 65 536 en 16 bits ; en float (16 bits « half » ou 32 bits), on stocke des nombres à virgule, sans paliers visibles et sans plafond à 1. Tant qu'on ne touche à rien, 256 niveaux suffisent à l'œil. Mais dès qu'on pousse l'étalonnage, par exemple en rehaussant les ombres d'un ciel de crépuscule, les écarts entre deux niveaux s'agrandissent et deviennent des bandes, surtout dans les tons sombres et les dégradés lisses : c'est le banding. Une image en 16 bits ou en float garde assez de nuances pour être étirée sans casser.
Glossaire
- RAW
- Désignation générique d'un fichier d'image numérique issu d'un appareil photo ou d'un scanner. Contient les données brutes du capteur et les paramètres de transformation, sans transformation irréversible - comme une pellicule non développée, on peut retravailler sans dommage. Plus volumineux qu'un JPEG. Extensions : .cr2 (Canon), .nef (Nikon), .arw (Sony), .dng.
- JPEG (.jpg)
- Format compressé 8 bits, destructif. Standard du web et de la photo grand public. Une fois écrêté ou écrasé, l'information est perdue : pas de récupération possible.
- TIFF (.tiff)
- Format conteneur 8/16/32 bits, sans compression destructive. Standard du print et de la post-production fixe.
- PNG (.png)
- Format compressé sans perte, 8 ou 16 bits, gère la transparence (canal alpha). Standard du web pour les images à fond transparent.
- OpenEXR (.exr)
- Format créé par ILM (Industrial Light & Magic) en 2003 pour stocker des images de haute qualité. Canaux codés sur 16 ou 32 bits flottants (ou 32 bits entiers), avec transparence. Le float permet de coder des intensités au-delà de 1 (HDR) - format de référence des effets visuels.
- Cineon (.cin) / DPX
- Premier système conçu par Kodak pour la production intermédiaire numérique de film. Données stockées au format logarithmique (10 bits log), conçu pour les films numérisés. Ancêtre du DPX, encore utilisé en post-production cinéma.
- PSD (.psd)
- Format natif Photoshop. Conserve les calques, masques, effets. 8, 16 ou 32 bits/canal.
- TGA (.tga)
- Format Truevision Targa, conserve la transparence : 16, 24 ou 32 bits par pixel (en 32 bits, 8 bits par canal plus l'alpha). Utilisé en jeu vidéo et en VFX.
- sRGB
- Le gamut standard pour les écrans et le web : environ 34 % du diagramme xy CIE 1931. Mêmes primaires que Rec.709, courbe de transfert différente.
- Rec.709
- Espace de la TV HD. Primaires identiques à sRGB, courbe gamma différente. Standard vidéo broadcast.
- DCI-P3
- Le cinéma numérique : environ 46 % du diagramme xy, avec plus de rouges et de verts saturés que sRGB. Les écrans Apple et de nombreux OLED utilisent les mêmes primaires avec un blanc D65 (Display P3).
- Rec.2020
- Gamut étendu de l'UHD (4K, 8K) et du HDR : environ 64 % du diagramme xy. Les écrans grand public ne le couvrent pas encore en entier.
- ACES 2065-1 (AP0)
- Academic Color Encoding System, espace d'archivage et d'échange. Primaires théoriques au-delà du visible pour ne perdre aucune couleur réelle.
- ACEScg (AP1)
- Variante d'ACES pour les effets visuels et le compositing, en linéaire. Primaires proches du bord du spectre : environ 66 % du diagramme xy, mais tout le gamut de Pointer, c'est-à-dire toutes les couleurs d'objets réels. Pratiques pour le rendu 3D.
- Linéaire (Linear)
- Encodage où la valeur du pixel est proportionnelle à la lumière physique. Indispensable pour les calculs (compositing, rendu 3D). Pas adapté à l'affichage direct.
- Gamma
- Courbe non linéaire qui répartit les niveaux de codage selon la perception : davantage de niveaux dans les sombres, où l'œil distingue mieux les nuances, moins dans les clairs. Elle ne change pas la dynamique de l'image, seulement la façon de la coder.
- Log
- Encodage logarithmique des caméras pro (S-Log, V-Log, LogC, Cineon), conçu pour préserver la dynamique du capteur (14+ stops) dans un fichier 10/12 bits. Image plate à l'enregistrement.
- Scene-referred
- Valeurs proportionnelles à la lumière de la scène (peut dépasser 1, HDR). Pipeline ACES jusqu'au rendu final.
- Display-referred
- Valeurs limitées à ce que l'écran peut afficher (0–1). Encodage final pour la diffusion.
- LUT
- Look-Up Table : table de correspondance qui transforme un espace en un autre (Log → Rec.709), ou applique un look. 1D pour les courbes, 3D pour les transformations complètes.
- D65 / D50
- Points blancs de référence. D65 = 6500 K, lumière du jour (sRGB, Rec.709, Rec.2020). D50 = 5000 K (print et arts graphiques).
- Gamut
- L'étendue des teintes et saturations qu'un espace ou un support peut reproduire. Une couleur « hors gamut » ne peut pas être affichée fidèlement.
- Plage dynamique
- L'étendue des intensités lumineuses enregistrables (du noir le plus profond au blanc le plus lumineux). Mesurée en stops (EV). Indépendante du gamut.
- HDR / HDRI
- High Dynamic Range. Image qui dépasse la plage standard (0–1), avec des valeurs « au-delà du blanc écran ». Permet la récupération en post-production.
- Écrêté / écrasé (clipping)
- Écrêté (clipping) : les hautes lumières dépassent la valeur maximale et sont coupées, en blanc pur. Écrasé : les ombres passent sous le seuil, en noir pur. Récupérable en float, et en RAW dans la limite de la saturation du capteur ; pas en 8 bits.
- Banding
- Apparition de bandes visibles dans un dégradé, par manque de niveaux. Typique du 8 bits poussé à l'étalonnage. Disparaît en 16 bits ou plus.
- EOTF / OETF
- Electro-Optical Transfer Function (écran : signal → lumière) et son inverse OETF (caméra : lumière → signal). C'est le gamma, formalisé.
- Stops (EV)
- Unité photographique. +1 stop = doubler la lumière, −1 stop = la diviser par deux. Échelle logarithmique de l'exposition.
- Wide Gamut
- Espace de couleur plus large que le standard (sRGB). Rec.2020, ACES, DCI-P3 sont des wide gamuts à divers degrés.
L'iris, diaphragme biologique
L'iris se ferme dans le clair et s'ouvre dans le sombre : la pupille passe d'environ 2 à 8 mm, soit seize fois plus de lumière, quatre diaphragmes. Avec une focale d'environ 17 mm, l'œil ouvre donc à peu près de f/2 à f/8 ; l'objectif ci-contre suit la même ouverture avec ses lamelles. Mais l'iris n'assure qu'une petite part de notre adaptation : l'essentiel se fait dans la rétine, qui règle sa sensibilité en quelques secondes ou quelques minutes. C'est pour ça que le monde nous semble presque toujours « bien exposé », alors qu'un capteur garde la même plage d'une prise à l'autre.
L'œil comme appareil photo
La cornée et le cristallin forment l'objectif : ils font converger la lumière sur la rétine, où l'image se forme à l'envers, et le cerveau la redresse. La cornée assure environ les deux tiers de la mise au point ; le cristallin, souple, ajuste la netteté selon la distance (l'accommodation). Au centre de la rétine, la fovéa concentre les cônes : c'est là que la vision est la plus nette et la plus colorée. Là où part le nerf optique, il n'y a aucun récepteur : c'est la tache aveugle.
Les trois cônes et le métamérisme
La rétine compte trois types de cônes : S (courtes longueurs d'onde, maximum vers 440 nm), M (vers 545 nm) et L (vers 570 nm), d'après les mesures de Stockman et Sharpe. Leurs sensibilités se chevauchent largement : une lumière jaune de 580 nm excite fortement les L et les M, presque pas les S. Le cerveau ne reçoit que ces trois signaux, et en déduit la couleur. Conséquence directe, le métamérisme : un mélange bien dosé de rouge et de vert produit pratiquement les mêmes trois signaux qu'un jaune pur, donc la même couleur, alors que les deux lumières n'ont rien en commun physiquement. C'est ce qui permet à un écran RGB d'afficher du jaune sans émettre de jaune. Au centre de la fovéa il n'y a que des cônes, et aucun S dans la toute petite zone centrale ; les bâtonnets, qui servent la nuit et ne voient pas les couleurs, apparaissent autour. La proportion de L et de M varie beaucoup d'une personne à l'autre, sans changer les couleurs perçues. Les couleurs des cônes, sur le schéma, ne sont qu'un code.
Le chiasma et le cortex
Les deux yeux voient presque la même scène, et leurs champs se recouvrent largement au centre. Au chiasma optique, les fibres de la moitié nasale de chaque rétine croisent vers l'hémisphère opposé ; celles de la moitié temporale restent du même côté. Résultat : tout ce qui est à gauche du point fixé est traité par l'hémisphère droit, et inversement. Les fibres font relais dans le corps genouillé latéral, dans le thalamus, puis les radiations optiques les mènent au cortex visuel primaire (V1), à l'arrière du crâne. La couleur n'est pas « vue » par l'œil : le cerveau la reconstruit en comparant les signaux de trois types de cônes.
La finesse des nuances
Une image enregistre chaque canal avec un nombre fixe de niveaux : 256 en 8 bits, 65 536 en 16 bits ; en float (16 bits « half » ou 32 bits), on stocke des nombres à virgule, sans paliers visibles et sans plafond à 1. Tant qu'on ne touche à rien, 256 niveaux suffisent à l'œil. Mais dès qu'on pousse l'étalonnage, par exemple en rehaussant les ombres d'un ciel de crépuscule, les écarts entre deux niveaux s'agrandissent et deviennent des bandes, surtout dans les tons sombres et les dégradés lisses : c'est le banding. Une image en 16 bits ou en float garde assez de nuances pour être étirée sans casser.
Les canaux d'un pixel
Un pixel, c'est plusieurs canaux superposés : rouge, vert, bleu, et parfois un quatrième, l'alpha, qui ne porte pas de couleur mais l'opacité. Chaque canal est une image en niveaux de gris, claire là où sa couleur est forte. La profondeur d'un pixel est la somme de ses canaux : 3 × 8 = 24 bits en RGB 8 bits, 4 × 8 = 32 bits avec l'alpha (le « 32 bits » des écrans et du web), 3 × 16 = 48 bits en 16 bits, 4 × 32 = 128 bits en float RGBA. En compositing, « 32 bits » désigne au contraire 32 bits par canal, c'est-à-dire du float.
Le RAW et la matrice de Bayer
Un capteur ne voit pas les couleurs : chaque photosite mesure seulement une quantité de lumière. Pour la couleur, on pose devant lui un filtre rouge, vert ou bleu, en damier : la matrice de Bayer, avec deux fois plus de verts, l'œil y étant plus sensible. Le fichier RAW garde cette mosaïque, une seule valeur par photosite, le plus souvent sur 12 ou 14 bits. Les trois canaux de chaque pixel sont ensuite reconstruits à partir des voisins : c'est le dématriçage, fait par l'appareil pour un JPEG, ou par le logiciel de développement pour un RAW.
- RAW
- Désignation générique d'un fichier d'image numérique issu d'un appareil photo ou d'un scanner. Contient les données brutes du capteur et les paramètres de transformation, sans transformation irréversible - comme une pellicule non développée, on peut retravailler sans dommage. Plus volumineux qu'un JPEG. Extensions : .cr2 (Canon), .nef (Nikon), .arw (Sony), .dng.
- JPEG (.jpg)
- Format compressé 8 bits, destructif. Standard du web et de la photo grand public. Une fois écrêté ou écrasé, l'information est perdue : pas de récupération possible.
- TIFF (.tiff)
- Format conteneur 8/16/32 bits, sans compression destructive. Standard du print et de la post-production fixe.
- PNG (.png)
- Format compressé sans perte, 8 ou 16 bits, gère la transparence (canal alpha). Standard du web pour les images à fond transparent.
- OpenEXR (.exr)
- Format créé par ILM (Industrial Light & Magic) en 2003 pour stocker des images de haute qualité. Canaux codés sur 16 ou 32 bits flottants (ou 32 bits entiers), avec transparence. Le float permet de coder des intensités au-delà de 1 (HDR) - format de référence des effets visuels.
- Cineon (.cin) / DPX
- Premier système conçu par Kodak pour la production intermédiaire numérique de film. Données stockées au format logarithmique (10 bits log), conçu pour les films numérisés. Ancêtre du DPX, encore utilisé en post-production cinéma.
- PSD (.psd)
- Format natif Photoshop. Conserve les calques, masques, effets. 8, 16 ou 32 bits/canal.
- TGA (.tga)
- Format Truevision Targa, conserve la transparence : 16, 24 ou 32 bits par pixel (en 32 bits, 8 bits par canal plus l'alpha). Utilisé en jeu vidéo et en VFX.
- sRGB
- Le gamut standard pour les écrans et le web : environ 34 % du diagramme xy CIE 1931. Mêmes primaires que Rec.709, courbe de transfert différente.
- Rec.709
- Espace de la TV HD. Primaires identiques à sRGB, courbe gamma différente. Standard vidéo broadcast.
- DCI-P3
- Le cinéma numérique : environ 46 % du diagramme xy, avec plus de rouges et de verts saturés que sRGB. Les écrans Apple et de nombreux OLED utilisent les mêmes primaires avec un blanc D65 (Display P3).
- Rec.2020
- Gamut étendu de l'UHD (4K, 8K) et du HDR : environ 64 % du diagramme xy. Les écrans grand public ne le couvrent pas encore en entier.
- ACES 2065-1 (AP0)
- Academic Color Encoding System, espace d'archivage et d'échange. Primaires théoriques au-delà du visible pour ne perdre aucune couleur réelle.
- ACEScg (AP1)
- Variante d'ACES pour les effets visuels et le compositing, en linéaire. Primaires proches du bord du spectre : environ 66 % du diagramme xy, mais tout le gamut de Pointer, c'est-à-dire toutes les couleurs d'objets réels. Pratiques pour le rendu 3D.
- Linéaire (Linear)
- Encodage où la valeur du pixel est proportionnelle à la lumière physique. Indispensable pour les calculs (compositing, rendu 3D). Pas adapté à l'affichage direct.
- Gamma
- Courbe non linéaire qui répartit les niveaux de codage selon la perception : davantage de niveaux dans les sombres, où l'œil distingue mieux les nuances, moins dans les clairs. Elle ne change pas la dynamique de l'image, seulement la façon de la coder.
- Log
- Encodage logarithmique des caméras pro (S-Log, V-Log, LogC, Cineon), conçu pour préserver la dynamique du capteur (14+ stops) dans un fichier 10/12 bits. Image plate à l'enregistrement.
- Scene-referred
- Valeurs proportionnelles à la lumière de la scène (peut dépasser 1, HDR). Pipeline ACES jusqu'au rendu final.
- Display-referred
- Valeurs limitées à ce que l'écran peut afficher (0–1). Encodage final pour la diffusion.
- LUT
- Look-Up Table : table de correspondance qui transforme un espace en un autre (Log → Rec.709), ou applique un look. 1D pour les courbes, 3D pour les transformations complètes.
- D65 / D50
- Points blancs de référence. D65 = 6500 K, lumière du jour (sRGB, Rec.709, Rec.2020). D50 = 5000 K (print et arts graphiques).
- Gamut
- L'étendue des teintes et saturations qu'un espace ou un support peut reproduire. Une couleur « hors gamut » ne peut pas être affichée fidèlement.
- Plage dynamique
- L'étendue des intensités lumineuses enregistrables (du noir le plus profond au blanc le plus lumineux). Mesurée en stops (EV). Indépendante du gamut.
- HDR / HDRI
- High Dynamic Range. Image qui dépasse la plage standard (0–1), avec des valeurs « au-delà du blanc écran ». Permet la récupération en post-production.
- Écrêté / écrasé (clipping)
- Écrêté (clipping) : les hautes lumières dépassent la valeur maximale et sont coupées, en blanc pur. Écrasé : les ombres passent sous le seuil, en noir pur. Récupérable en float, et en RAW dans la limite de la saturation du capteur ; pas en 8 bits.
- Banding
- Apparition de bandes visibles dans un dégradé, par manque de niveaux. Typique du 8 bits poussé à l'étalonnage. Disparaît en 16 bits ou plus.
- EOTF / OETF
- Electro-Optical Transfer Function (écran : signal → lumière) et son inverse OETF (caméra : lumière → signal). C'est le gamma, formalisé.
- Stops (EV)
- Unité photographique. +1 stop = doubler la lumière, −1 stop = la diviser par deux. Échelle logarithmique de l'exposition.
- Wide Gamut
- Espace de couleur plus large que le standard (sRGB). Rec.2020, ACES, DCI-P3 sont des wide gamuts à divers degrés.
Sources : sensibilités des cônes de Stockman et Sharpe (2000), CVRL ; table de chromaticité CIE 1931 ; données du gamut de Pointer : colour-science (licence BSD-3-Clause), d'après M. R. Pointer (1980) ; valeurs cibles offset ISO 12647-2 (papier couché). Personnage 3D : « Sophia Animated 003 » de Renderpeople, licence CC BY 4.0. Photos : Xavier Reyé.
Dix questions sur l'œil, les gamuts, la plage dynamique, l'impression et les bits.
