Grâce à l’upscaling, une vieille photo floue peut retrouver une seconde jeunesse. Mais agrandir une image ne crée pas magiquement les détails qui manquent.
Entre interpolation classique et IA, le résultat peut pourtant changer du tout au tout. Et parfois, l’IA invente carrément ce qu’elle ne voit pas.
Pourquoi une photo agrandie devient-elle parfois encore plus mauvaise ?
Agrandir une photo consiste à augmenter sa définition. Une image de 1 000 × 1 000 pixels peut ainsi passer à 4 000 × 4 000 pixels.
Le problème est assez simple : les pixels supplémentaires n’existent pas dans l’image originale.
Un logiciel doit donc les calculer.
La méthode traditionnelle repose sur l’interpolation. Le programme observe les pixels voisins et estime la couleur des nouveaux pixels.
C’est efficace, mais ça ne récupère aucune information perdue.
La méthode nearest-neighbor est la plus brutale d’upscaling. Chaque nouveau pixel reprend simplement la valeur de son voisin.
Le résultat paraît très carré.
C’est justement ce que je recommande pour du pixel art, des sprites ou certains schémas techniques. Pour une photographie, c’est une autre histoire.
Les contours deviennent rapidement crénelés. Les diagonales prennent cet aspect d’escalier assez désagréable.
L’interpolation bilinéaire fait davantage de calculs. Elle utilise quatre pixels voisins pour déterminer la valeur du nouveau pixel.
L’image paraît plus douce.
Trop douce, même.
Sur un portrait avec des cheveux ou des textures fines, le résultat peut donner l’impression d’une photo légèrement passée dans un filtre de flou.
La méthode bicubique va plus loin. Elle prend en compte 16 pixels environnants, avec davantage de poids pour les plus proches.
C’est souvent le meilleur compromis.
Elle demande davantage de calculs, tout en conservant une bonne netteté.
Il existe aussi Lanczos, une méthode particulièrement utilisée pour les redimensionnements de qualité.
Je ne choisirais pourtant pas automatiquement Lanczos pour de l’upscaling.
Sur beaucoup de photographies, la différence avec une bonne interpolation bicubique reste assez difficile à justifier. Des halos peuvent aussi apparaître autour des contours très contrastés.
Autrement dit, mettre le réglage le plus sophistiqué ne garantit pas une meilleure image.
L’upscaling IA peut-il vraiment récupérer les détails perdus ?
C’est ici que les choses deviennent beaucoup plus intéressantes.
Un upscaler classique calcule des pixels.
Un upscaling IA prédit ce qui pourrait se trouver entre ces pixels.
La nuance est énorme.
Un modèle d’intelligence artificielle a été entraîné sur une quantité considérable d’images haute définition. Il peut donc reconnaître certains motifs.
Un visage possède généralement deux yeux. Une peau possède certaines textures. Une voiture possède certaines formes caractéristiques.
L’IA utilise ces connaissances pour reconstruire l’image.
C’est très pratique sur une vieille photographie fortement compressée ou bruitée.
Imaginez une photo familiale prise en 2001 avec un appareil numérique bas de gamme. Le fichier peut être petit, bruité et bourré d’artefacts JPEG.
Une interpolation bicubique va simplement agrandir ces défauts.
L’IA peut réduire le bruit et reconstruire certaines textures.
Mais c’est justement là que je mets un gros bémol.
Une image plus convaincante n’est pas forcément une image plus fidèle.
L’exemple rapporté par Engadget est assez parlant. L’auteur a testé l’upscaling IA de Picsart sur la pochette de Music Has The Right To Children de Boards of Canada.
L’outil a ajouté des yeux à un visage volontairement flouté.
Techniquement, l’IA n’a pas récupéré les yeux.
Elle les a imaginés.
C’est une distinction fondamentale pour l’archivage, la photographie scientifique ou les documents historiques.
Si vous améliorez une vieille photo de famille pour l’imprimer, ce compromis peut être acceptable.
Si vous restaurez une preuve photographique, beaucoup moins.
J’irais même plus loin : pour certaines images, je préfère largement une photo légèrement floue à une image IA avec upscaling parfaitement nette mais partiellement inventée.
C’est moins spectaculaire.
C’est aussi plus honnête.
Cette question devient encore plus importante avec les outils capables de générer ou modifier des images. GeekFlux avait déjà abordé cette problématique avec les outils de détection d’images et vidéos générées par IA, car distinguer amélioration et modification devient de moins en moins évident.
Quel format choisir après l’upscaling ?
Le format du fichier est presque aussi important que la méthode d’agrandissement.
Le JPEG reste le choix le plus simple pour une photographie classique.
Il est compatible avec pratiquement tous les appareils et logiciels. Sa compression réduit fortement le poids du fichier.
Mais cette compression est destructive.
Chaque nouvelle sauvegarde JPEG peut accentuer les artefacts. Les contours peuvent perdre en précision et des blocs de compression peuvent apparaître.
Pour travailler plusieurs fois sur une image, je préfère donc conserver une version sans perte.
Le PNG est particulièrement adapté aux captures d’écran, illustrations, logos et images nécessitant de la transparence.
Il conserve les données sans compression destructive.
Pour une grosse photothèque, son poids devient cependant pénalisant.
Le WebP offre un compromis intéressant pour une publication en ligne. Il peut fournir une bonne qualité avec un fichier nettement plus léger.
C’est particulièrement pertinent pour un site internet .
Une image trop lourde peut ralentir une page. Le problème ne concerne donc pas uniquement la qualité visuelle.
Il concerne aussi les performances du site.
Sur iPhone et Mac, le HEIC reste également pertinent.
Apple indique que ce format permet de conserver davantage de données avec une taille inférieure au JPEG dans de nombreux cas.
Il possède aussi un avantage assez méconnu : l’écosystème Apple peut conserver certaines informations liées aux modifications.
Le problème arrive quand vous sortez de cet écosystème.
Sur Windows, certains logiciels ne gèrent toujours pas le HEIC nativement. Il faut alors passer par une extension ou convertir le fichier.
Et convertir une image plusieurs fois n’est jamais une bonne habitude.
Le détail qui change tout : partez toujours de l’original
C’est probablement le conseil le plus important de tout ce processus.
Ne prenez pas une image téléchargée depuis WhatsApp, Instagram ou Facebook pour l’upscaling.
Ces services peuvent déjà avoir fortement recompressé votre fichier.
Vous risquez alors de demander à l’IA de reconstruire une image qui a elle-même été reconstruite plusieurs fois.
C’est un peu comme photocopier une photocopie, puis demander à quelqu’un de retrouver l’original.
Gardez toujours le fichier source dans sa meilleure qualité.
Ensuite seulement, faites votre agrandissement.
Je conseille aussi de comparer le résultat à 100 % et non uniquement en plein écran.
Une image peut sembler magnifique à 30 % de zoom. À 100 %, les textures artificielles deviennent parfois évidentes.
Les visages sont particulièrement révélateurs.
Regardez les yeux, les dents, les cheveux et les petits textes.
Ce sont souvent les premières zones où une IA laisse apparaître ses erreurs.
L’avis de GeekFlux
Je trouve l’upscaling IA franchement utile, mais je refuse de le considérer comme une restauration parfaite.
Pour une vieille photo destinée à être imprimée, il peut faire une vraie différence. Pour une image technique ou un document où la fidélité compte, je resterais sur une méthode classique.
Le point positif : l’IA peut reconstruire une image très dégradée avec un résultat visuellement supérieur à une simple interpolation.
Le point qui fâche : elle peut aussi créer des détails inexistants sans vous prévenir.
C’est là que mon avis est assez tranché. Je préfère une image légèrement imparfaite à une fausse précision.
Pour un souvenir personnel, utilisez l’IA sans trop hésiter.
Pour une archive, gardez toujours l’original et conservez une version non modifiée.
Et surtout, ne remplacez jamais l’original par la version upscalée.
Source: engadget
