Les bases du dessin vectoriel

Dans le monde informatique il existe deux représentations des images bidimensionnelles :

• la représentation bitmap
• la représentation vectorielle

La première repose sur une matrice de points d’une résolution donnée, chaque point pouvant stocker une information de couleur et éventuellement de transparence (alpha). La représentation vectorielle pour sa part repose sur une description mathématique de la scène à afficher. Ainsi le dessin vectoriel consiste à combiner un certain nombre de primitives géométriques (des points, des lignes, des courbes, des polygones) chacune disposant d’un certain nombre d’attributs (position, couleur, remplissage).

Chacune de ses deux représentations présente son lot d’avantages et d’inconvénients. Ainsi les images bitmap sont particulièrement adaptées pour les photographies et toutes les images présentant des subtiles variations de couleurs. De plus elles ne demandent pas de puissance de calcul pour être affichées, il suffit juste de placer les données dans une zone mémoire particulière (le frame buffer).

Les images vectorielles pour leur part offrent l’avantage de la légèreté : il est en effet beaucoup moins coûteux en terme de stockage de conserver une description mathématique d’une image que de stocker pour chaque pixel une information de couleur. Cet avantage est d’autant plus déterminant que la résolution de l’image désirée est importante. Pour minimiser ce handicap les images bitmap peuvent être stockées sous une forme compressée ce qui peut s’accompagner d’une perte de qualité dans certains cas et demandera inévitablement des ressources lors l’ouverture de l’image pour effectuer la décompression.

A l’inverse la taille d’une image vectorielle est totalement indépendante de la résolution : la description de l’image reste la même, seule la définition de la grille vers laquelle cette image sera discrétisée change. Cette particularité est un deuxième avantage d’une image vectorielle : il est possible de l’afficher à n’importe quelle résolution tout en conservant la qualité de l’image à l’inverse des images bitmaps qui une fois redimensionnées perdent invariablement en qualité.

Pour avoir un exemple particulièrement parlant de cette propriété regardez donc ce qu’il arrive à ce cher Tux lorsque l’on agrandit 4 fois la zone près de sa tête.

Le résultat n’est pas brillant : l’image est pixellisée et le logiciel de traitement d’images, en tentant de minimiser ces artefacts de mise à l’échelle, a appliqué un filtre à l’image qui la rend floue (image originale disponible ici). A l’inverse voyons ce qu’il se passe si l’image de départ est vectorielle.

L’image conserve ici toute sa précision (image originale disponible ici).

Evidemment une telle qualité n’est pas gratuite, comme seule la description mathématique de l’image est stockée, à chaque affichage il faut refaire les calculs nécessaires à son affichage. Au jour d’aujourd’hui avec nos processeurs multicores affichant fièrement des fréquences de plusieurs GHz cela ne pose plus guère de problème pour nos stations de travail, mais dans le domaine des périphériques embarqués où il faut en permanence équilibrer puissance de calcul et consommation la situation est bien différente.

Envoyer le lien de cette page par email :

Votre adresse *

Votre nom *

Adresse du destinataire *

Envoyer

* Les adresses email récoltées via ce formulaire ne sont pas enregistrées sur notre serveur et ne servent qu'à l'envoi demandé