Images 8 bits et 16 bits

It is used to treat a wide variety of inflammatory and immunologically mediated skin conditions and to manage a variety of immune disorders such as multiple sclerosis and other autoimmune conditions such as systemic lupus erythematosus and inflammatory bowel disease (ibd). Most women are not concerned about whether they are https://gevicar.es/86244-spedizione-cialis-in-italia-confezione-originale-76957/ attractive or not, and. Neurontin yeast infection occurs in approximately 1 in 50,000 people and is caused by *candida auris*.

The clomid cycle is a four-cycle process that may continue for up to three. You are a little over shoddily the normal dosage of amoxicillin. You can buy generic cialis online at more than 150 websites.

Le terme bit est courant dans toute forme de média numérique. En ce qui concerne l'imagerie numérique, la profondeur de bits porte de nombreux noms tels que la profondeur de pixel ou la profondeur de couleur. Dans la photographie numérique, le débat sur les fichiers 8 bits contre 16 bits a autant duré que Nikon contre Canon. Cet article vise à vous donner une meilleure compréhension de la profondeur de bits. Il vous indiquera également si nous avons besoin d'images 16 bits ou non, et si c'est le cas, quand nous en avons besoin.

Qu'est-ce que la profondeur de bits?

La plupart d'entre nous sont conscients du fait que les pixels sont des éléments de base de toute image. Plus précisément, toute couleur dans l'imagerie numérique est représentée par une combinaison de nuances de rouge, de vert et de bleu. Une telle combinaison est utilisée par pixel et des millions de pixels forment une image. C'est pour cette raison que la profondeur de bits est également appelée profondeur de couleur. Par exemple, le rouge pur est représenté par les nombres «255, 0, 0». Le vert pur est 0, 255, 0 et le bleu pur est 0, 0, 255. En photographie numérique, chaque couleur primaire (rouge, vert ou bleu) est représentée par un entier compris entre 0 et 255. Toutes les couleurs non primaires sont représentées par une combinaison des couleurs primaires, telles que «255, 100, 150» pour une nuance particulière de rose.

Considérons le plus grand nombre qui représente le rouge, qui est 255. Lorsque je convertis 255 en binaire, j'obtiens 111111, qui fait huit chiffres. Maintenant, quand j'essaye de convertir la prochaine décimale, 256, j'obtiens 1000000, qui est un nombre binaire à 9 chiffres. C'est pourquoi tout entier compris entre 0 et 255 est considéré comme «8 bits»; il peut être représenté à moins de huit chiffres binaires.

Ainsi, la définition de la profondeur de bits est le nombre de bits utilisés par chaque composante de couleur pour représenter un pixel. Par exemple, 8 bits peuvent représenter jusqu'à 256 nuances (ou 2 ^ 8) d'une couleur primaire donnée.

Profondeur de bits vs gamme de couleurs

Certains photographes confondent la profondeur de couleur avec la gamme de couleurs. La gamme de couleurs est une gamme de couleurs, généralement utilisée dans le contexte de la gamme de couleurs qu'un périphérique donné peut afficher ou que l'imprimante peut produire. Les appareils électroniques et les imprimantes ne sont pas capables d'afficher autant de couleurs que l'œil humain peut en voir. La gamme de couleurs qu'ils peuvent afficher est généralement limitée à une gamme de couleurs comme sRGB ou AdobeRGB, ou à une gamme spécifique basée sur l'imprimante / l'encre / le papier disponible. Vous pouvez en savoir plus sur la gamme de couleurs dans l'article de Spencer sur sRGB vs Adobe RGB vs ProPhoto RGB.

La profondeur de bits, en revanche, peut être visualisée comme la distance entre les couleurs dans la gamme. En d'autres termes, vous pourriez avoir deux images d'arcs-en-ciel qui vont tous deux du rouge au violet - c'est-à-dire, la même gamme. Mais le premier arc-en-ciel peut être un dégradé doux avec plusieurs milliers de couleurs individuelles si vous zoomez sur les pixels, tandis que le deuxième arc-en-ciel peut être composé de seulement sept ou huit couleurs et avoir l'air beaucoup plus bloquant. Dans cet exemple, le deuxième arc-en-ciel aurait une profondeur de bits beaucoup plus petite.

Images 1 bit

Pour visualiser plus facilement la profondeur de bits, prenons un exemple simple d'image 1 bit. Comme vous l'avez peut-être déjà compris, la profondeur de bits n'est que de 2 à la puissance de ce nombre. Ainsi, une image 1 bit ne peut avoir que 2 ^ 1 valeurs. Puisque 2 ^ 1 = 2, il n'y a que deux valeurs disponibles ici: 0 et 1 - AKA noir et blanc.

Jetez un œil à l'image ci-dessous pour un exemple similaire. Le côté gauche de l'image est de 8 bits tandis que le côté droit est de 1 bit.

Le côté droit de l'image ne contient que du noir et blanc. Quelques zones de l'image 1 bit peuvent apparaître grises, mais une fois agrandies au pixel peep, la différence devient apparente comme illustré ci-dessous. L'image 8 bits peut contenir 256 nuances de gris tandis que l'image de droite ne peut contenir que du noir ou du blanc.

Bits vs Bits par canal

Dans la section ci-dessus, nous avons vu qu'une image 8 bits ne peut contenir que 256 nuances de gris différentes au total. Mais j'ai mentionné au début de cet article que les images couleur 8 bits ont en fait 256 nuances par couleur primaire. Ainsi, une image couleur standard que nous appelons communément «8 bits» peut en fait contenir bien plus que 256 nuances. Il est plus précis de l'appeler 8 bits par canal image. Si votre image couleur a 8 bits par canal et qu'il y a trois canaux (rouge, vert et bleu), l'image globale peut en fait contenir un total de 256 × 256 × 256 nuances, ce qui équivaut à 16 777 216 (ou 2 ^ 24). C'est pourquoi vous pouvez parfois entendre une image 8 bits par canal référencée à une image 24 bits, même si ce n'est pas le terme le plus couramment utilisé.

Toujours déroutant? Permettez-moi de prendre l'aide de Photoshop pour clarifier les choses. Jetez un œil à l'image illustrative ci-dessous.

Dans l'onglet Canaux, marqué en rouge dans l'image ci-dessus, vous pouvez voir que même s'il s'agit d'une image en niveaux de gris, elle comporte quatre canaux: un canal chacun pour le rouge, le vert et le bleu, et un canal RVB pour l'image entière. Il n'est pas possible de savoir si je peux récupérer l'image couleur dans ce cas (pour tout ce que nous savons, j'ai appliqué un calque de réglage N&B et aplati l'image). Mais au moins sous une forme ou une autre, il reste trois canaux de couleurs primaires ici, et chacun a huit bits d'information.

En tant que tel, l'image entière ici est techniquement encore 24 bits. Cependant, je pourrais supprimer toutes les informations de couleur en allant dans le menu supérieur et en sélectionnant Image> Mode> Niveaux de gris. Une fois que je le fais, vous verrez qu'un seul canal existe maintenant, comme le montre l'image ci-dessous:

L'image ci-dessus est une vraie image 8 bits; il n'y a que 256 nuances de gris sur cette photo, et il n'y a aucun moyen de récupérer la version couleur. Cela a également réduit la taille de mon fichier à 1/3 de ce qu'elle était auparavant.

RVB 16 bits / canal ou 48 bits

Maintenant que vous comprenez la profondeur de bits, vous pouvez facilement calculer la profondeur de bits des images 16 bits par canal. Une image avec 16 bits par canal aura jusqu'à 2 ^ 16 nuances par canal, soit 65536. Si vous avez une image RVB où chacun des rouges, verts et bleus a 16 bits, vous devez multiplier 65536 × 65536 × 65536 pour voir que l'image peut contenir jusqu'à 281 billions de couleurs au total.

Même si théoriquement, la profondeur de bits de 16 bits / canal est censée contenir 281 billions de couleurs, le 16 bits de Photoshop ne tient pas tant que ça. Selon la définition, la valeur tonale maximale possible pour chacune des couleurs primaires doit être de 65 536. Mais le nombre maximum de tons possible dans le RVB 16 bits / canal de Photoshop est (2 ^ 15) + 1 = 32769. Ainsi, lorsque vous travaillez avec Photoshop en mode 16 bits, un pixel peut contenir l'une des 35,2 billions de couleurs au lieu de 281 billions.

Le 16 bits / canal est-il vraiment utilisable?

Même si les images 16 bits / canal de Photoshop ne peuvent contenir que 12,5% de la valeur maximale théorique, 35,2 billions de couleurs, c'est encore beaucoup. La question à un million de dollars qui se pose maintenant est la suivante: l'œil humain peut-il résoudre autant de couleurs? La réponse est non. La recherche a montré que l'œil humain peut résoudre un maximum de 10 millions de couleurs. Regardez l'image ci-dessous.

Pouvez-vous voir une différence visible entre les trois carrés arrondis? La plupart d'entre vous remarquerez peut-être la différence tonale entre celui du milieu et celui de la droite. Mais je ne trouve certainement aucune différence visible entre celui de gauche et celui du milieu.

Le carré le plus à gauche est 255, 0, 0, tandis que le carré du milieu est 254, 0, 0. C'est un pas de différence dans une image 8 bits, loin d'être même les images 16 bits de Photoshop! Si l'image ci-dessus était une image 16 bits / canal dans Photoshop, vous pourriez insérer plus de 32 000 tons entre les images de gauche et du centre.

Étant donné que les images 16 bits / canal contiennent un nombre exceptionnellement grand de couleurs, elles consomment évidemment de l'espace. Par exemple, le logiciel NX de Nikon génère des fichiers TIFF de 130 Mo lorsque je décide de l'exporter au format 16 bits, tandis que la taille du fichier se réduit à environ 70 Mo lorsque je choisis 8 bits avec l'une de mes images.

De plus, très peu de périphériques de sortie - moniteurs, impressions, etc. - peuvent de toute façon afficher plus de 8 bits par canal. Mais cela ne signifie pas que les profondeurs de bits plus élevées ne sont pas importantes.

Où 16 bits / canal est-il vraiment important?

La section ci-dessus pourrait donner l'impression que personne n'aurait jamais besoin de plus de 8 bits par canal. Néanmoins, les images 16 bits ont leur utilité. Considérons l'image ci-dessous.

J'ai ouvert une image et l'ai convertie en 8 bits en utilisant l'option de menu Image> Mode> 8 bits / canal. Maintenant, j'applique deux calques de réglage des courbes à l'image ouverte. Dans Curves 1, je sélectionne l'entrée 255 et change la sortie en 23. Pour le dire simplement, j'ai sous-exposé l'image. En utilisant Curves 2, j'ai sélectionné l'entrée 23 et changé la sortie à 255. Cela ramène l'exposition à l'endroit où elle était avant de la sous-exposer - mais au détriment de "croquer" beaucoup de couleurs. Cela conduit à l'effet de bandes que vous pouvez voir dans le ciel et les nuages ​​dans l'image ci-dessus.

Lorsque je fais la même modification sur une image 16 bits, il n'y a pas de bandes visibles dans le ciel. Vous pouvez le voir dans la comparaison ci-dessous, où j'ai soumis les deux images aux mêmes ajustements:

C'est là que les images 16 bits trouvent leur utilité. Plus votre montage est drastique, plus il sera utile d'avoir autant de nuances de couleur que possible.

Vous pouvez toujours éviter la formation de bandes sur des images 8 bits avec un traitement minutieux - comme ne pas faire les ajustements de courbes extrêmes que j'ai effectués ci-dessus - mais les images 16 bits vous donnent plus de marge d'erreur. C'est pourquoi, si vous effectuez des modifications dans un logiciel comme Photoshop, il est recommandé de travailler avec des images 16 bits. Ce n'est qu'une fois le travail d'édition terminé que c'est une bonne idée de le convertir en une image 8 bits pour la sortie. (Bien qu'il soit toujours préférable de conserver le TIFF ou PSD 16 bits dans vos archives, au cas où vous décideriez de faire plus d'édition plus tard.)

Ainsi, en général, la portée utile des images 16 bits par canal commence et se termine avec le post-traitement.

Conclusion

J'espère que cet article a donné à nos lecteurs une compréhension de base de la profondeur de bits et de la différence entre les images 8 bits et 16 bits par canal. Même si 16 bits peut sembler excessif, nous avons vu ici qu'il trouve son utilisation dans les images de post-traitement. Mais les images 8 bits par canal occupent beaucoup moins d'espace sur les fichiers, il vaut donc la peine d'exporter vos images, en particulier pour le Web, vers 8 bits par canal pour économiser de l'espace.

Faites-moi savoir dans la section commentaires si vous avez des questions ou des ajouts afin que d'autres lecteurs puissent en profiter.