Cours photo : le principe du HDR

Cours photo HDRLa technique High Dynamic Range permet d’apporter des effets réalistes ou expressionnistes à des vues que l’appareil photo ne peut pas appréhender avec toute la richesse de l’œil humain.
Je vous expose ici le principe du HDR. C’est la première partie d’une présentation que j’ai faite face aux adhérents de mon club, le Collectif Images Auvergne.

1. Définition

HDR = High Dynamic Range

Ou, en bon français : Large Gamme Dynamique. la gamme dynamique est la plage de tons entre le noir et le blanc d’une couleur. Dans une image standard, cette gamme s’étale sur 256 niveaux.

L’intérêt de la photo HDR est d’exprimer des couleurs sortant de ces 256 niveaux pour récupérer tous les détails lumineux d’une vue : dans les hautes lumières (ciel cramé par exemple), et dans les basses lumières (zone d’ombre trop bouchée).

Car, si l’œil humain a la capacité de s’adapter à ce genre de vue, ce n’est pas le cas d’un capteur photographique.

Voici par exemple la photo d’un pont à Vichy :

cours_photo_hdr_01-garr-fr_

Le ciel, même s’il n’est pas vraiment cramé manque de détail, notamment sur son côté gauche. De même, la pile des ponts est fort sombre et certaines zones ne sont pas visibles…
Le HDR est la solution.

2. Exposition, sur-exposition, sous-exposition

Le principe du HDR se base sur ces trois notions. Prenons le temps de cerner ce qu’elles représentent.

Voici par exemple la simulation, sous forme d’histogramme, de la plage dynamique d’un paysage, tel que l’oeil peut le percevoir :
cours_photo_hdr_02-garr-fr_
La plage s’étend des noirs (à gauche), aux blancs (à droite), avec toutes les nuances de dégradés entre ces deux extrêmes.

Maintenant, prenons l’exemple de la perception d’un capteur d’appareil photo :
cours_photo_hdr_03-garr-fr_
Les zones rouges ne sont pas prises en compte dans les couleurs enregistrées par le capteur car les capacités de ce dernier sont limités.
Il y aura donc des informations éliminées (ou plutôt compressées dans les extrêmes) : les zones foncées à gauche perdront leurs détails et apparaîtront totalement noires, les zones claire à droite suivront le même chemin et apparaîtront blanches : zones bouchées, zones cramées…

Sur une photo exposée « normalement » d’après le capteur, on ne distingue pas les détails dans les zones sombres et claires :
cours_photo_hdr_04-garr-fr_

Si on demande maintenant à ce capteur de nous donner les détails dans les zones sombres , il va sur-exposer la photo, c’est à dire accepter plus de lumière pour révéler ces détails, en décalant sa zone de sensibilité vers la gauche de l’histogramme :
cours_photo_hdr_05-garr-fr_
Les zones claires sont logiquement augmentées : on perd énormément de détail sur la droit de l’histogramme, la partie « cramée » est plus large. Voici ce que cela donnerait sur une photo :
cours_photo_hdr_06-garr-fr_

Inversement, si on demande à ce capteur de nous donner les détails dans les zones claires , il va sous-exposer la photo, c’est à dire accepter moins de lumière pour révéler ces détails, en décalant sa zone de sensibilité vers la droite de l’histogramme :
cours_photo_hdr_07-garr-fr_
Les zones sombres sont logiquement augmentées : on perd énormément de détails sur al gauche de l’histogramme, la partie « bouchée » est plus large. Voici ce que cela donnerait sur une photo :
cours_photo_hdr_08-garr-fr_

Le traitement HDR de cette photo permet, en prenant les données « correctement » exposées, de reconstituer une photo sur laquelle tous les détails sont visibles, qu’ils soient sombres, clairs, ou moyens :
cours_photo_hdr_09-garr-fr_

3. Photo HDR : photo invisible

La particularité de la photo HDR est … de ne pas être visible ! Aucun écran, aucune imprimante ne peut assurer le rendu de couleur issue d’un traitement HDR. Explications :

Actuellement, un fichier photo « classique » est codé en 8 bits par couleur . Un bit pouvant avoir deux valeurs (base binaire : le « 0 » ou le « 1 »), chaque couleur est codée en 2^8 = 256 valeurs.
Avec les trois couleurs informatiques primaires (synthèse additive : rouge – vert – bleu), il est possible de recomposer un large éventail de couleurs.

La couleur rouge est codée ainsi : (255, 000, 000), le vert : (000, 255, 000), et le bleu (000, 000, 255). En hexadécimal (utile pour le langage html entre autres), on a rouge (#ff0000), vert (#00ff00) et bleu (#0000ff). Les écrans fonctionnent sur le même principe.

Ainsi, notre fichier photo « classique » peut exprimer, ou notre écran afficher :

(2^8)^3 = 16 777 216 couleurs.

Mais un fichier de photo HDR, pour pouvoir enregistrer un ensemble de détails de couleur bien plus important, ce qui nécessite des capacités de codage énorme. C’est pourquoi il est codé en 32 bits par couleurs ! Ainsi les contrastes sont mieux enregistrés et tous les détails, aussi bien dans les basses tonalités que dans les hautes, sont conservés :

(2^32)^3 = 79 228 162 514 264 337 593 950 336 couleurs.

Vous saisissez la différence ?

Mais revenons à notre problème de base : cette super-image n’est pas visible…

Il faut donc effectuer une manipulation inverse permettant de passer du fichier 32 bits à un fichier codé en 8 bits, qui pourra être affiché sur un écran, ou imprimé.

C’est l’étape du Tone-Mapping (répartition des tons). Cette opération nécessite l’utilisation d’un algorithme.

cours_photo_hdr_10-garr-fr_

Pour faire rentrer les 32 bits dans 8 bits, il va falloir recourir à un subterfuge…

4. Principe du HDR : une tromperie !

La technique du tone-mapping se base sur la capacité du cerveau humain à inventer des choses qui ne sont pas, et à éliminer des choses qui sont, afin de donner du sens au monde perceptible.

Voici une image que notre cerveau analyse rapidement par nos yeux :

cours_photo_hdr_11-garr-fr_

Si l’on regarde les cases A et B, trois remarques viennent rapidement :
1- la case A est blanche, la case B est grise.
2- En fait, la case A est elle aussi grise, mais c’est parce qu’elle est dans l’ombre.
3- Elle est donc d’un gris bien plus clair que la case B.

Or, tout ceci est faux. Il s’agit d’un trompe l’œil efficace :

cours_photo_hdr_12-garr-fr_

Les cases A et B sont bel et bien identiquement de la même couleur (passez votre curseur dessus pour le vérifier).
Vous pouvez vérifier à partir de la première image à l’aide d’un logiciel de dessin : la valeur de la couleur est identique dans la coin haut de la case A et le coin bas de la case B. Il s’agit en tous points d’un gris codé ainsi (111, 111, 111), ou en hexadécimal (#6f6f6f).

Le plus étonnant est que même en étant informé, même en ayant vérifié, même en ayant fabriqué l’image … A apparaît plus clair que B ! Il est totalement impossible de voir les deux cases de la première image de la même couleur.

L’illusion vient du contraste local généré par l’angle clair de A et l’angle sombre de B et du fait que notre cerveau s’efforce de fabriquer un monde cohérent : le coin clair de A appartient à A, il est donc de la même couleur que A et puisque A fait partie des cases blanches, alors A est donc une case blanche, etc…

Le principe du tone-mapping est là :
En créant des contrastes de couleurs impossibles à trouver dans la nature, alors notre cerveau se fait berner et interprète le milieu de la manière qui lui paraît la plus cohérente.

De la même façon qu’on ne peut pas regarder une scène dans son ensemble, on regarde une image par parties et notre cerveau fait un assemblage mental de ce qu’il a « vu ». Tant que la cohérence globale semble respectée, que l’assemblage mental est vraisemblable, l’illusion est parfaite.
Cet manière de « voir » est impossible à réaliser par un capteur d’appareil photo, car il prend une image pleine à un moment donné. Il doit donc jongler avec l’ensemble des données lumières, aussi bien les plus fortes que les plus faibles, pour juger de ce qui lui parait le meilleur compromis.

Pour mettre en évidence cette illusion créée par l’algorithme de tone-mapping, prenons un dernier exemple avec ces deux images :

cours_photo_hdr_13-garr-fr_ cours_photo_hdr_14-garr-fr_

Dans la première image, simulant une photo sous-exposées, tous les détails des niveaux de gris des papillons clairs sont nets.
Dans la seconde, simulant une photo sur-exposée, tous les détails des niveaux de gris des papillons foncés sont nets.

Un traitement HDR permet d’obtenir une image sur laquelle les deux séries de papillons apparaissent clairement, avec leurs dégradés.

cours_photo_hdr_15-garr-fr_

Mais si on agrandit cette image tonemappée, le subterfuge saute aux yeux : les couleurs des papillons ne sont pas uniformes. Pour donner l’impression d’observer un nombre important de couleur, les zones de contact sont plus contrastées, tout simplement.

cours_photo_hdr_16-garr-fr_

C’est ainsi qu’une photo 32 bits se retrouve dans un fichier 8 bits : il n’y a pas plus d’information, mais les contrastes donnent l’impression d’échelles de couleurs accrues…

5. Des capteurs HDR ?

La technique HDR ressemble étrangement à la naissance de la technique de la photographie couleur au XIXe siècle…

A l’époque, pour une créer une photo couleur, il fallait trois photos N&B prises successivement au travers de trois filtres de couleur : rouge, vert, bleu. Puis ensuite reconstituer la photographie pour obtenir une plage dynamique complète.

Aujourd’hui, pour créer une photo HDR, il faut trois photos couleurs prises successivement avec trois temps d’exposition différents. Puis ensuite reconstituer la photographie pour obtenir une plage dynamique complète.

Evolution possible ? Des photos HDR prises directement par le capteur…

En photo, n’oublions pas que la technique trichromie date de 1869 et que les photos couleurs grand public ne sont que du milieu du XXe siècle.
En informatique, on est passé en 30 ans de 2 couleurs à 16, 256, dans les années ’80, 65 536 dans les années ’90, maintenant 16 millions… et demain ?

6. Conclusion

Souvenez-vous de la première image que je vous présentais :

cours_photo_hdr_01-garr-fr_

Après traitement HDR et tonemapping, nous obtenons cette photo :

[SinglePic not found]

Tous les détails dans le ciel sont présents, et le piles du ponts révèlent des détails en bien plus grand nombre, intéressant, non ?

Maintenant, voyons comment tout ceci fonctionne en pratique

2 réflexions sur “Cours photo : le principe du HDR

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.