Quantification couleur
Un article de Wikivisual, l'encyclopédie libre.
| Image:Nuvola apps digikam.png | Cet article est une ébauche à compléter concernant la photographie, vous pouvez partager vos connaissances en le modifiant. |
Le principal objectif des méthodes de quantification d'images couleurs est de réduire le nombre de couleurs de l'image originale en créant une distorsion minimale entre l'image quantifiée et l'image originale. Plus formellement, considérons une image I, nous pouvons y associer l'ensemble C des couleurs présentes dans l'image et la fonction f(c) qui représente le nombre de pixels de couleur c dans I. La quantification de I en K couleurs, avec K < |C| et usuellement K<< |C|, consiste à sélectionner un ensemble de K couleurs représentatives et à remplacer chaque pixel de l'image originale par sa couleur représentative la plus proche.
L'ensemble des couleurs représentatives <math><c_1,\dots,c_K></math> est communément appelé la table de couleurs. La fonction qui associe à chaque couleur de l'image sa couleur représentative est appelée la fonction d'inversion de table de couleurs et est notée Q.
La quantification d'image peut être utilisée pour afficher une
image comportant un nombre important de couleurs, comme les images 24
bits sur des terminaux ne pouvant en afficher qu'un nombre
réduit. Plus généralement, la quantification de couleurs peut
être vue comme un processus permettant une compression des données
de l'image. Il est généralement possible de construire une image
extrêmement proche de l'original avec moins de 256
couleurs. Malgré leurs faibles taux de compression, les algorithmes
de quantification restent très populaires. Wu a
souligné une importante raison de cette popularité en remarquant
que ces heuristiques combinées avec des tables de couleurs
matérielles permettent un décodage de l'image en temps réel.De
plus, la quantification d'une image en K couleurs permet de trouver
les K couleurs les plus significatives de celle-ci. Cette
propriété peut être utilisée par les algorithmes de segmentation
ou d'amélioration d'images pour retrouver les principales régions de celles-ci
[modifier] Liens
Ce texte est extrait d'un cours plus complet disponible en ligne
