Obscure clarté

La matrice est partout.

Capturer, reproduire, diffuser. Aujourd’hui, avec l’introduction de l'art génératif et de l’intelligence artificielle, la photographie ne se contente plus de reproduire : elle interprète, transforme, génère. La question se pose alors : sommes-nous toujours face à la nature — ou face à autre chose ???

Depuis ses origines, avec « Le point de vue du Gras » en 1827, jusqu’à son officialisation en 1839 à l’Académie des sciences et des beaux-arts de Paris, la photographie s’est imposée comme un moyen de capturer et reproduire la réalité. En France, elle fut offerte au monde, tandis qu’en Angleterre, William Henry Fox Talbot choisit de breveter son procédé. Cette décision freina d’abord sa diffusion, mais son système négatif/positif devint la base de la photographie argentique jusqu’au XXe siècle. La photographie numérique émerge en 1969 avec l’invention du capteur CCD par Willard Boyle et George E. Smith chez Bell Labs, permettant de transformer la lumière en signal électronique, sans besoin de film.

Dès sa naissance, en 1839, la photographie, cette alchimie moderne, a transformé notre façon de capturer et de reproduire la nature. Depuis les premières tentatives de Daguerre et Niepce, l'humanité n'a cessé de chercher à immortaliser l'éphémère, à saisir l'instant fugace où la lumière rencontre la matière. Aujourd'hui, avec l'avènement de l'IA, cette quête prend une dimension nouvelle, à la fois plus accessible et plus complexe.

Dans ce monde où chaque pixel est une parcelle de réalité, la photographie numérique nous offre une palette infinie de possibilités. Comme le disait Ansel Adams, « Vous n'avez pas pris une photographie, vous l'avez faite. » Avec le numérique, cette création devient encore plus personnelle, plus intime. Chaque cliché est une œuvre en devenir, modelée par la sensibilité du photographe, sculptée par la lumière et les ombres. Mais avec un logiciel et le calcul d’un processeur.??

« Les photographies ne sont pas seulement un moyen de se souvenir, mais aussi une incitation à prendre possession de quelque chose.” Avec le numérique, cette possession devient plus abstraite, plus manipulable. » Susan Sontag dans « Sur la photographie ».

La nature, dans toute sa splendeur et sa diversité, devient alors un terrain de jeu sans limites. Les paysages grandioses, les détails infimes, les jeux de lumière et les contrastes saisissants : tout est à portée de clic. La photographie nous permet de capturer l'essence même de la nature, de figer le temps pour mieux le contempler. Avec le numérique, cette « ligne de mire » de Cartier-Bresson devient une chorégraphie plus banale où chaque mouvement est une promesse de beauté renouvelée sans cesse dans un flot continu instagrammé. Une reproduction sans qualité alors ? En somme, une reproduction mécanique sans regard puisqu’il est démultiplié sans fin en variations infinies ? Comme si Mozart avait modifié des milliers de fois sa petite musique de nuit, comme s’il l’interprétait différemment à chaque fois. Était-ce peut-être le cas ? Question d’interprétation justement.

Les Ménines (en espagnol : Las Meninas, terme désignant les demoiselles d'honneur et la beauté), également connu sous l'appellation La Famille de Philippe IV, est le portrait le plus célèbre de Diego Vélasquez, peint en 1656. Le tableau est présenté au musée du Prado de Madrid. Les Ménines (en espagnol : Las Meninas, terme désignant les demoiselles d'honneur et la beauté), également connu sous l'appellation La Famille de Philippe IV, est le portrait le plus célèbre de Diego Vélasquez, peint en 1656, huile sur toile, 320 × 276 cm. Le tableau est présenté au musée du Prado de Madrid.

Sans nul doute l’interprétation ajoute à la variation son humanité comme elle retire sa facticité mécanisée à d’infinies propositions réinventées. Même si rien ne se crée de rien, ce « Nihil ex nihilo » contemporain surprend par sa fréquence, son amplitude et sa durée exponentielle. Les besoins en énergie des data centers continueront de croître, mais les efforts en matière d'efficacité énergétique et l'adoption de technologies avancées pourront, nous l’espérons atténuer cette croissance. La mémoire après un pic de besoin devrait, quant à elle, devenir de plus en plus dense et performante, mais nécessitera des solutions innovantes pour gérer sa propre consommation d'énergie. Les biotechnologies à venir seront sans doute un nouveau tournant sur ces domaines précis. L’ avenir est ici source de suppositions et supputations.

Mais au-delà de la technique, la photographie nous invite à une réflexion plus profonde. Elle nous rappelle que la nature est à la fois notre muse et notre responsabilité. Chaque image capturée est un hommage à sa beauté, mais aussi un appel à la préserver. Comme le disait Robert Adams, « La photographie de paysage peut offrir trois vérités : géographique, autobiographique et métaphorique. » Avec le numérique, ces vérités se fondent en une seule, nous rappelant que nous sommes tous des gardiens de la nature, des témoins de sa grandeur et de sa fragilité.

Ainsi, la photographie nous offre un miroir où se reflète notre relation avec la nature. Elle nous permet de la reproduire, de la sublimer, mais aussi de la comprendre et de la respecter. Dans ce dialogue silencieux entre l'homme et la nature, chaque image pensée comme telle devient une histoire, un poème visuel qui célèbre le regard dans toute sa complexité et sa beauté. Elle est aussi un témoignage d’un instantané fugitif, d’un vécu millimétré, dont les couleurs sont calibrées et le détail parachevé par un travail de développement à postériori, jadis en chambre noire dorénavant sur un logiciel de dématriçage. Car si la photographie existe bien encore elle ne cesse de progresser et de dépasser sa nature profonde avec chimie, pixels et intelligence artificielle. Est-ce alors encore de nature dont nous parlons ? Ne nous en sommes pas réellement éloignés ? Dans quelle mesure pouvons nous encore croire à la force philosophique de la technique pure ???L'introduction de l'intelligence artificielle dans la photographie nous éloigne-t-elle de la nature ?

– ℹ Intermède matriciel.

Calibrage et Étalonnage des Couleurs (Capteur Bayer)

Étapes générales

Motif Bayer

R G R G  
G B G B  
R G R G  
G B G B

La matrice de Bayer est disposée sous forme de grille, généralement avec une organisation 2x2 de pixels, où chaque pixel possède un filtre spécifique :

Cela donne une structure de 1 pixel rouge, 2 pixels verts et 1 pixel bleu dans chaque groupe de 4 pixels, ce qui donne une forte composante verte (car l'œil humain est plus sensible au vert).

Pipeline de calibrage

[RAW Bayer]  
   ?  
Dématriçage  
   ?  
[RGB linéaire capteur]  
   ?  
Calibrage couleur (matrice ou LUT)  
   ?  
[RGB dans espace cible (sRGB, AdobeRGB…)]

Modélisation mathématique simplifiée

1/ Modèle linéaire

C = M · S + ? ou C = M × S + ?

où :

C : Ce sont les valeurs RGB que le capteur nous donne (les trois couleurs principales : Rouge, Vert, Bleu).

S : Ce sont les vraies valeurs des couleurs (par exemple en XYZ, un autre espace colorimétrique qui représente mieux les couleurs “réelles”).

M : C’est une matrice de réponse du capteur. Une matrice est en fait un tableau de chiffres disposés en lignes et en colonnes. Un tableau de chiffres qui indique comment les couleurs réelles sont transformées en valeurs RGB par le capteur. En gros, ça représente la manière dont le capteur réagit aux différentes couleurs de lumière. C’est un peu comme un réglage interne du capteur. Les valeurs de la matrice indiquent l'intensité de la réponse du capteur pour chaque couleur. Par exemple, un capteur pourrait être plus sensible au vert qu'au bleu ou au rouge, ce qui se refléterait dans les valeurs de la matrice.

R G B
0.4323 0.1367 0.1059
0.2688 1.2 0.1207
0.0295 0.0895 0.7573

CR?= R1??X + R2??Y + R3??Z (la contribution du Rouge).

CG= G1?X + G2?Y + G3?Z (la contribution du Vert).

CB= B1?X + B2?Y + B3?Z (la contribution du Bleu).

? : C’est l'erreur ou le bruit. Ça peut être dû à des imperfections dans le capteur, des erreurs de mesure ou des interférences.

On ne veut pas de bruit, mais il est souvent présent. Le capteur il fait trop de bruit comme vos enfants parfois. Pas de bol les loulous, c'est comme ça.

Soit :

CR? = R1??X + R2??Y + R3??Z + ?R? CG = G1?X + G2?Y + G3?Z + ?G? CB = B1?X + B2?Y + B3?Z + ?B

L'impact du bruit :

Les erreurs ?R?, ?G?, et ?B? représentent des ajustements aléatoires ou des fluctuations qui dévient les valeurs mesurées de la “réalité” théorique calculée par M?S. Ces erreurs peuvent prendre la forme de :

Pour vulgariser, cette équation dit que les valeurs RGB capturées par le capteur C dépendent de la réponse du capteur M et des vraies couleurs S, mais avec un peu de bruit ?.

Et le bruit ça peut être énervant à la longue pour les yeux sensibles. Oui les yeux. Pas les oreilles. Tu écoutes souvent les images, toi ? Non. Ben voyons alors. Soyons sérieux…

2/ Régression (avec charte de couleurs véritables).

min_M ? ||M · S? - C?||²

Cette formule plus complexe dans sa syntaxe cherche à ajuster les paramètres de la matrice M (qui transforme les couleurs de l'espace XYZ en RGB) pour que la différence entre les valeurs RGB mesurées par le capteur et les valeurs RGB attendues (calculées à partir des vraies valeurs XYZ) soit aussi petites que possible.

Autrement dit, on cherche la meilleure matrice de réponse du capteur M qui réduit l'écart (l'erreur) entre ce que le capteur mesure réellement (ses valeurs RGB) et ce qu'il devrait mesurer si tout fonctionnait parfaitement.

Au final tu vas prendre ton selfie de merde portrait mais on en a bien chié a travaillé dur pour y arriver ! Pfffff…

Solution de régression par la méthode des moindres carrés :

M = (S? S)?¹ · S? · C

La régression des moindres carrés est en effet une méthode statistique automatique qui cherche à ajuster un modèle (ici, une matrice M) pour minimiser l'erreur entre les valeurs prévisionnelles (calculées à partir du modèle) et les valeurs observées (mesurées). Pas besoin d'une charte de couleurs réelle préexistante : On ne dépend pas nécessairement d'une charte de couleurs comme référence.

Et voilà ! L'affaire est dans le cul du chameau le sac ! Pas besoin d'acheter une charte de couleurs, pas besoin de réfléchir, on a pensé pour vous ! C'est pas beau la vie ? Ça fera 1000€ de plus sur le produit final. Mon IBAN en pièce jointe.

3/ Conversion inverse (capteur ? espace cible)

S_estimé = M?¹ · C

La formule permet de retrouver les valeurs de l'espace XYZ (ou un autre espace de couleurs cible) à partir des valeurs RGB mesurées. Cela est réalisé en utilisant l'inverse de la matrice M, qui a été obtenue précédemment par la régression des moindres carrés pour établir la relation entre les deux espaces de couleurs. C'est un processus essentiel pour reconvertir les couleurs mesurées en valeurs réelles, souvent utilisé dans le cadre du calibrage et de l'étalonnage des capteurs de couleurs.

L'espace de couleur XYZ (souvent appelé espace XYZ de CIE, du nom de la Commission Internationale de l'Éclairage — CIE, qui l'a défini en 1931) existe réellement en tant qu'outil mathématique et théorique pour décrire les couleurs, mais ce n'est pas un espace de couleur perceptuellement uniforme dans le sens où nos yeux perçoivent les couleurs.

On en a besoin, pour se la pêter sur les réseaux à Dubaï ou prendre des photos de chats. C'est essentiel à notre survie. L'être humain est ainsi fait.

4/ Passage XYZ ? sRGB

sRGB = M_xyz?srgb · XYZ

RGB ? XYZ : Si tu prends un capteur de couleur ou un appareil photo, il mesurera généralement les couleurs dans l'espace RGB. Pour effectuer des corrections de couleur ou un traitement d'image cohérent, il est parfois nécessaire de convertir ces valeurs en XYZ, car cet espace est plus adapté pour une gestion colorimétrique précise.

XYZ ? sRGB : Ensuite, pour afficher une image sur un écran ou imprimer une image, il faut convertir ces valeurs XYZ en un espace de couleur comme sRGB, qui est utilisé dans la plupart des écrans numériques.

Tu as tout compris ? […] Non ? Pas grave ! Tu pourras quand même utiliser la caméra de ton smartphone pour prendre une photo de ton chat et rigoler de cette aimable bestiole avec tes amis. Ne lui tire pas les moustaches, c'est très méchant. Les moustaches du chat lui sont très utiles parce que ça l'aide à se repérer dans l'espace. Au passage, la matrice d'un smartphone ne fonctionne pas exactement de la même manière puisque qu'on y ajoute le « pixel binning ». Sans parler de la résolution qualité des images qui diffère réellement. Renseignes-toi tu verras, le capteur de ton smartphone avec une résolution de 48mp subdivise sa surface pour capter plus de lumière à cause de photosites trop petits (le capteur est minuscule, donc la qualité est moindre). Et là, on agrandit l'image avec de l'IA pour qu'elle fasse bien 48mp. Tromperie commerciale ? Peut-être, ce n'est pas le débat.

« La Matrice est partout. Elle est tout autour de nous. Même maintenant, dans cette pièce. Tu peux la voir quand tu regardes par la fenêtre ou quand tu allumes la télévision. Tu peux la ressentir quand tu vas au travail, quand tu vas à l'église, quand tu paies tes impôts. C'est le monde qu'on superpose à ton regard pour t'empêcher de voir la vérité. » Citation de Morpheus, personnage du film « Matrix », réalisé par les frères Wachowski, 1999.

– Ouah la vache ! Bullet time et tout ! Le panard intégral L'extase ! Et l'aut' bonasse personnage féminin archétypal dans sa combi intégrale moulante là ! D'la bombe Excellent !

– ℹ Exactement.

– La claque qu'on a pris ! J'ai dû me droguer réfléchir un peu plus après ça ! Pour m'en remettre ! La révélation là !

– ℹ Tout à fait.

– Faut que je le reloue en streaming 8k 3D avec les vibrations dans mon cul la simulation de réalité virtuelle !

– ℹ Oui oui.

– Allez j'y vas je vais de ce pas l'chercher me l'acheter ! À plus, dans l'bus À bientôt cher Monsieur !

– ℹ C'est ça. Vous pouvez reprendre une activité normale. Attention en traversant.

Les filtres, les retouches automatiques et les algorithmes de reconnaissance d'image modifient notre perception de la réalité. Ce qui était autrefois une capture brute de la nature devient une interprétation, une reconstruction. Roland Barthes, dans “La Chambre claire”, parlait du « ça a été » de la photographie, cette certitude que l'image représente quelque chose qui a existé. Avec le numérique et l'IA, ce “ça a été” devient flou, incertain.??

La technique pure, celle qui repose sur la maîtrise du matériel et des conditions de prise de vue, semble perdre de son aura face à la facilité et à la puissance des outils numériques. Pourtant, certains photographes continuent de croire en la force philosophique de cette technique. Ils voient dans la maîtrise de la lumière, du cadre et du temps d'exposition une forme de méditation, une quête de vérité. Cette quête de perfection visuelle, bien que transformée par la technologie, reste une exploration profonde de la réalité.??

En conclusion, la photographie et l'intelligence artificielle redéfinissent notre rapport à la nature et à la réalité, tout en ouvrant de nouvelles perspectives créatives et philosophiques. La question n'est pas tant de savoir si nous nous éloignons de la nature, mais comment nous la réinventons à travers nos outils et nos regards. Cela évoque l'autoportrait en art, un reflet de nous-mêmes, comme si cette quête de reproduction était inscrite au cœur de notre existence. L’homme, animal reproducteur. L’Histoire se répète sans fin comme l’autobiographie de nos pensées.

Nota bene : Réveille-toi Néo... Tu es dans la matrice... Suis le lapin blanc... Toc Toc Néo…Ah c'était quelque chose ce film ! Ceci dit, personnellement, j'ai un faible pour « La jetée » de Chris Marker et l'économie de moyens. Question d'époque ? Pas vraiment. On voyage dans le temps vingt quatre fois en une seconde ! Je me devais de parler de ce sujet important qu'est l'image. C'est pas comme si j'avais pas étudié ça, hein ? Si. Et puis, je pense que ça intéresse quelques personnes, non ? […] Ok. Bon je vais reparler de la méthode scandinave alors.

#laphotographie #lamatricedebayer #lecalibrage #autoportrait #paysage #lasmeninas #laspatatasbravas

mastodon : https://ensemblevide.ynh.fr/@hello courriel : hello@ensemblevide.ynh.fr