{ "chapter": { "id": "photographie-numerique", "level": "snt", "theme": "Photographie numérique", "title": "La photographie numérique", "description": "Capteur et photosites, pixel et définition d'une image, profondeur de\ncouleur et codage rouge vert bleu, poids brut d'une image et compression\navec ou sans perte, métadonnées d'un fichier photo, traitements simples\net filtres, algorithmes de la prise de vue, comparaison de la\nphotographie argentique et de la photographie numérique, droit à l'image.", "parties": [ { "id": "capteur", "title": "Du capteur à l'image" }, { "id": "codage", "title": "Pixels, couleurs et poids" }, { "id": "traitements", "title": "Traitements et algorithmes" }, { "id": "usages", "title": "Formats, métadonnées et droits" } ], "prerequisites": [], "references": [] }, "questions": [ { "id": "q01", "difficulty": 1, "skills": [ "capteur", "photosite", "definition" ], "title": "Le rôle d'un photosite", "partie": "capteur", "statement": "Le capteur d'un appareil photo numérique est couvert de photosites. Que\nfait un photosite pendant la prise de vue ?", "options": [ { "text": "Il mémorise la couleur du point correspondant de\nl'image enregistrée", "correct": false, "feedback": "Erreur : la mémorisation revient au fichier, écrit ensuite sur la\ncarte mémoire. Pendant la prise de vue, le photosite se contente\nde mesurer." }, { "text": "Il transforme la lumière qu'il reçoit en une valeur\nélectrique mesurable", "correct": true, "feedback": "Bonne réponse : chaque photosite compte la lumière reçue pendant\nl'exposition et rend une valeur, que l'électronique de l'appareil\nconvertit ensuite en nombre." }, { "text": "Il projette sur le capteur la part de lumière que\nl'objectif laisse passer", "correct": false, "feedback": "Erreur : c'est l'objectif qui forme l'image et la projette sur le\ncapteur. Le photosite se trouve à l'arrivée de cette lumière, il\nne la dirige pas." }, { "text": "Il règle la quantité de lumière admise, à la manière\nd'un diaphragme", "correct": false, "feedback": "Erreur : le réglage de la quantité de lumière appartient au\ndiaphragme et à la durée de pose. Le photosite subit cette lumière\net la mesure." } ], "explanation": "Le capteur est une grille de photosites. Chacun mesure la lumière\nreçue à l'endroit qu'il occupe et fournit une valeur. C'est de ces\nmesures que naît ensuite l'image numérique." }, { "id": "q02", "difficulty": 1, "skills": [ "pixel", "definition" ], "title": "Ce qu'est un pixel", "partie": "codage", "statement": "Qu'est-ce qu'un pixel dans une image numérique ?", "options": [ { "text": "Le plus petit élément de l'image, qui porte une seule\ncouleur", "correct": true, "feedback": "Bonne réponse : l'image est une grille de pixels, et chacun ne\nporte qu'une couleur. C'est la juxtaposition de ces carrés minuscules\nqui donne l'illusion d'une image continue." }, { "text": "Une petite zone de l'image, à l'intérieur de laquelle\nles couleurs varient", "correct": false, "feedback": "Erreur : à l'intérieur d'un pixel, rien ne varie. Si la scène\nprésente un dégradé, il faut plusieurs pixels pour le rendre." }, { "text": "Un point de l'écran chargé d'afficher l'image que\nl'on regarde", "correct": false, "feedback": "Erreur : l'écran possède lui aussi ses points, mais le pixel d'une\nimage existe dans le fichier, indépendamment de tout écran." }, { "text": "Un groupe de photosites du capteur réunis pendant la\nprise de vue", "correct": false, "feedback": "Erreur : le photosite appartient au capteur, le pixel à l'image.\nLes deux se comptent séparément, et leurs nombres peuvent différer." } ], "explanation": "Une image numérique est une grille rectangulaire de pixels. Chaque\npixel occupe une place fixe dans cette grille et porte une couleur\nunique, décrite par des nombres." }, { "id": "q03", "difficulty": 3, "skills": [ "capteur", "photosite", "pixel" ], "title": "Photosites du capteur et pixels de l'image", "partie": "capteur", "statement": "Le capteur de l'appareil de Nora compte 24 millions de photosites, mais\nelle a réglé l'appareil pour enregistrer des images de 6 millions de\npixels. Que peut-on dire de ses photos ?", "options": [ { "text": "Elles comptent 24 millions de pixels, le réglage ne\ntouchant que l'affichage", "correct": false, "feedback": "Erreur : le réglage porte bien sur le fichier enregistré. Les\nimages produites contiennent réellement 6 millions de pixels." }, { "text": "Elles comptent 6 millions de pixels, les autres\nphotosites restant inutilisés", "correct": false, "feedback": "Erreur : le capteur expose tous ses photosites. L'appareil réunit\nensuite leurs mesures pour former les pixels de l'image, sans en\nabandonner aucun." }, { "text": "Elles comptent 6 millions de pixels, moins que le\ncapteur n'a de photosites", "correct": true, "feedback": "Bonne réponse : le nombre de photosites caractérise le capteur, le\nnombre de pixels caractérise l'image. Le second dépend du réglage\nchoisi, le premier jamais." }, { "text": "Elles comptent 6 millions de pixels, chacun codé sur\nquatre fois plus de couleurs", "correct": false, "feedback": "Erreur : la profondeur de couleur ne dépend pas de la définition.\nChaque pixel reste codé de la même façon, que l'image soit grande\nou petite." } ], "explanation": "Photosites et pixels se comptent séparément. À pleine définition,\nl'image compte à peu près autant de pixels que le capteur a de\nphotosites ; à définition réduite, elle en compte beaucoup moins.", "variants": [ { "statement": "Le capteur de l'appareil de Nora compte 24 millions de photosites, mais\nelle a réglé l'appareil pour enregistrer des images de 6 millions de\npixels. Que peut-on dire de ses photos ?", "options": [ { "text": "Elles comptent 24 millions de pixels, le réglage ne\ntouchant que l'affichage", "correct": false, "feedback": "Erreur : le réglage porte bien sur le fichier enregistré. Les\nimages produites contiennent réellement 6 millions de pixels." }, { "text": "Elles comptent 6 millions de pixels, les autres\nphotosites restant inutilisés", "correct": false, "feedback": "Erreur : le capteur expose tous ses photosites. L'appareil réunit\nensuite leurs mesures pour former les pixels de l'image, sans en\nabandonner aucun." }, { "text": "Elles comptent 6 millions de pixels, moins que le\ncapteur n'a de photosites", "correct": true, "feedback": "Bonne réponse : le nombre de photosites caractérise le capteur, le\nnombre de pixels caractérise l'image. Le second dépend du réglage\nchoisi, le premier jamais." }, { "text": "Elles comptent 6 millions de pixels, chacun codé sur\nquatre fois plus de couleurs", "correct": false, "feedback": "Erreur : la profondeur de couleur ne dépend pas de la définition.\nChaque pixel reste codé de la même façon, que l'image soit grande\nou petite." } ], "explanation": "Photosites et pixels se comptent séparément. À pleine définition,\nl'image compte à peu près autant de pixels que le capteur a de\nphotosites ; à définition réduite, elle en compte beaucoup moins." }, { "statement": "Le capteur de l'appareil de Nora compte 20 millions de photosites, mais\nelle a réglé l'appareil pour enregistrer des images de 5 millions de\npixels. Que peut-on dire de ses photos ?", "options": [ { "text": "Elles comptent 20 millions de pixels, le réglage ne\ntouchant que l'affichage", "correct": false, "feedback": "Erreur : le réglage porte bien sur le fichier enregistré. Les\nimages produites contiennent réellement 5 millions de pixels." }, { "text": "Elles comptent 5 millions de pixels, les autres\nphotosites restant inutilisés", "correct": false, "feedback": "Erreur : le capteur expose tous ses photosites. L'appareil réunit\nensuite leurs mesures pour former les pixels de l'image, sans en\nabandonner aucun." }, { "text": "Elles comptent 5 millions de pixels, moins que le\ncapteur n'a de photosites", "correct": true, "feedback": "Bonne réponse : le nombre de photosites caractérise le capteur, le\nnombre de pixels caractérise l'image. Le second dépend du réglage\nchoisi, le premier jamais." }, { "text": "Elles comptent 5 millions de pixels, chacun codé sur\nquatre fois plus de couleurs", "correct": false, "feedback": "Erreur : la profondeur de couleur ne dépend pas de la définition.\nChaque pixel reste codé de la même façon, que l'image soit grande\nou petite." } ], "explanation": "Photosites et pixels se comptent séparément. À pleine définition,\nl'image compte à peu près autant de pixels que le capteur a de\nphotosites ; à définition réduite, elle en compte beaucoup moins." }, { "statement": "Le capteur de l'appareil de Nora compte 12 millions de photosites, mais\nelle a réglé l'appareil pour enregistrer des images de 3 millions de\npixels. Que peut-on dire de ses photos ?", "options": [ { "text": "Elles comptent 12 millions de pixels, le réglage ne\ntouchant que l'affichage", "correct": false, "feedback": "Erreur : le réglage porte bien sur le fichier enregistré. Les\nimages produites contiennent réellement 3 millions de pixels." }, { "text": "Elles comptent 3 millions de pixels, les autres\nphotosites restant inutilisés", "correct": false, "feedback": "Erreur : le capteur expose tous ses photosites. L'appareil réunit\nensuite leurs mesures pour former les pixels de l'image, sans en\nabandonner aucun." }, { "text": "Elles comptent 3 millions de pixels, moins que le\ncapteur n'a de photosites", "correct": true, "feedback": "Bonne réponse : le nombre de photosites caractérise le capteur, le\nnombre de pixels caractérise l'image. Le second dépend du réglage\nchoisi, le premier jamais." }, { "text": "Elles comptent 3 millions de pixels, chacun codé sur\nquatre fois plus de couleurs", "correct": false, "feedback": "Erreur : la profondeur de couleur ne dépend pas de la définition.\nChaque pixel reste codé de la même façon, que l'image soit grande\nou petite." } ], "explanation": "Photosites et pixels se comptent séparément. À pleine définition,\nl'image compte à peu près autant de pixels que le capteur a de\nphotosites ; à définition réduite, elle en compte beaucoup moins." } ] }, { "id": "q04", "difficulty": 2, "skills": [ "capteur", "couleur", "rvb" ], "title": "Comment le capteur obtient les couleurs", "partie": "capteur", "statement": "Un photosite mesure une quantité de lumière, sans distinguer les\ncouleurs. Comment l'appareil obtient-il malgré tout une image en\ncouleurs ?", "options": [ { "text": "Un filtre rouge, vert ou bleu couvre chaque photosite,\net le reste est calculé", "correct": true, "feedback": "Bonne réponse : chaque photosite ne mesure qu'une composante,\ncelle que son filtre laisse passer. Les deux autres sont déduites\ndes mesures des photosites voisins." }, { "text": "Le capteur mesure la longueur d'onde de la lumière\nreçue par chaque photosite", "correct": false, "feedback": "Erreur : un photosite compte la lumière reçue sans en distinguer\nla couleur. C'est précisément pour cela qu'un filtre est\nnécessaire." }, { "text": "L'appareil prend trois clichés successifs, un par\ncouleur, puis les superpose", "correct": false, "feedback": "Erreur : trois prises successives donneraient des couleurs\ndécalées dès que le sujet bouge. Un appareil ordinaire enregistre\nla scène en une seule exposition." }, { "text": "Un programme attribue à chaque zone la couleur que\nla scène possède d'ordinaire", "correct": false, "feedback": "Erreur : aucune couleur n'est devinée d'après le sujet. L'appareil\nn'a pas à reconnaître ce qu'il photographie, et un ciel gris\nresterait gris." } ], "explanation": "Le capteur porte une mosaïque de filtres colorés, un par photosite :\ndeux verts, un rouge et un bleu dans chaque carré de quatre.\nL'appareil reconstitue ensuite les trois composantes de chaque pixel à\npartir des mesures voisines." }, { "id": "q05", "difficulty": 3, "skills": [ "capteur", "photosite" ], "title": "Photographier en faible lumière", "partie": "capteur", "statement": "À nombre de pixels égal, l'appareil de Naïm, doté d'un grand capteur,\ndonne le soir des photos moins parasitées que son téléphone. Comment\nl'expliquer ?", "options": [ { "text": "Son capteur compte bien plus de photosites, ce que le\nnombre de pixels ne montre pas", "correct": false, "feedback": "Erreur : à nombre de pixels égal, les deux capteurs comptent à peu\nprès autant de photosites. C'est leur taille, et non leur nombre,\nqui les sépare." }, { "text": "Ses pixels sont codés sur davantage de couleurs, ce\nqui éclaircit l'image obtenue", "correct": false, "feedback": "Erreur : les deux appareils codent leurs pixels de la même façon,\net la profondeur de couleur ne crée aucune lumière." }, { "text": "Il compresse moins ses fichiers, ce qui préserve la\nlumière mesurée à la prise de vue", "correct": false, "feedback": "Erreur : la compression intervient après la mesure, sur des\nnombres déjà enregistrés. Elle ne peut rien ajouter à une lumière\nqui n'a pas été captée." }, { "text": "Ses photosites, plus grands, recueillent davantage de\nlumière pendant la pose", "correct": true, "feedback": "Bonne réponse : un grand photosite reçoit plus de lumière qu'un\npetit pendant la même durée. Sa mesure est donc plus sûre, et\nl'image moins parsemée de points parasites." } ], "explanation": "Le bruit apparaît quand la mesure de la lumière devient incertaine,\nfaute de lumière reçue. Multiplier les photosites sur un petit capteur\nles rétrécit, et fragilise chaque mesure en faible éclairage." }, { "id": "q06", "difficulty": 1, "skills": [ "pixel", "definition-image", "calcul" ], "title": "Le nombre de pixels d'une image", "partie": "codage", "statement": "Le téléphone de Rayan enregistre des images de 1 600 pixels de large\nsur 1 200 pixels de haut. Combien de pixels contient une image ?", "options": [ { "text": "2 800 pixels, en additionnant la largeur et la hauteur", "correct": false, "feedback": "Erreur : l'addition donne le tour de l'image, non son contenu. Les\npixels forment une grille, donc les deux dimensions se\nmultiplient." }, { "text": "1 920 000 pixels, en multipliant la largeur par la hauteur", "correct": true, "feedback": "Bonne réponse : la grille compte 1 200 lignes de 1 600 pixels,\nsoit 1 920 000 pixels, ce qui s'annonce commercialement comme\nprès de deux mégapixels." }, { "text": "5 760 000 pixels, en comptant trois valeurs par point", "correct": false, "feedback": "Erreur : 5 760 000 est le poids brut de l'image en octets, à\nraison de trois octets par pixel. Le nombre de pixels reste\n1 920 000." }, { "text": "1 920 pixels, le produit se comptant en milliers", "correct": false, "feedback": "Erreur : le produit vaut 1 920 000, et rien n'autorise à le\ndiviser par mille. Un mégapixel vaut un million de pixels, non\nmille." } ], "explanation": "La définition d'une image est le nombre de pixels qu'elle contient,\nobtenu en multipliant la largeur par la hauteur. On l'exprime souvent\nen mégapixels, un mégapixel valant un million de pixels.", "variants": [ { "statement": "Le téléphone de Rayan enregistre des images de 1 600 pixels de large\nsur 1 200 pixels de haut. Combien de pixels contient une image ?", "options": [ { "text": "2 800 pixels, en additionnant la largeur et la hauteur", "correct": false, "feedback": "Erreur : l'addition donne le tour de l'image, non son contenu. Les\npixels forment une grille, donc les deux dimensions se\nmultiplient." }, { "text": "1 920 000 pixels, en multipliant la largeur par la hauteur", "correct": true, "feedback": "Bonne réponse : la grille compte 1 200 lignes de 1 600 pixels,\nsoit 1 920 000 pixels, ce qui s'annonce commercialement comme\nprès de deux mégapixels." }, { "text": "5 760 000 pixels, en comptant trois valeurs par point", "correct": false, "feedback": "Erreur : 5 760 000 est le poids brut de l'image en octets, à\nraison de trois octets par pixel. Le nombre de pixels reste\n1 920 000." }, { "text": "1 920 pixels, le produit se comptant en milliers", "correct": false, "feedback": "Erreur : le produit vaut 1 920 000, et rien n'autorise à le\ndiviser par mille. Un mégapixel vaut un million de pixels, non\nmille." } ], "explanation": "La définition d'une image est le nombre de pixels qu'elle contient,\nobtenu en multipliant la largeur par la hauteur. On l'exprime souvent\nen mégapixels, un mégapixel valant un million de pixels." }, { "statement": "Le téléphone de Rayan enregistre des images de 1 280 pixels de large\nsur 900 pixels de haut. Combien de pixels contient une image ?", "options": [ { "text": "2 180 pixels, en additionnant la largeur et la hauteur", "correct": false, "feedback": "Erreur : l'addition donne le tour de l'image, non son contenu. Les\npixels forment une grille, donc les deux dimensions se\nmultiplient." }, { "text": "1 152 000 pixels, en multipliant la largeur par la hauteur", "correct": true, "feedback": "Bonne réponse : la grille compte 900 lignes de 1 280 pixels,\nsoit 1 152 000 pixels, ce qui s'annonce commercialement comme\nun peu plus d'un mégapixel." }, { "text": "3 456 000 pixels, en comptant trois valeurs par point", "correct": false, "feedback": "Erreur : 3 456 000 est le poids brut de l'image en octets, à\nraison de trois octets par pixel. Le nombre de pixels reste\n1 152 000." }, { "text": "1 152 pixels, le produit se comptant en milliers", "correct": false, "feedback": "Erreur : le produit vaut 1 152 000, et rien n'autorise à le\ndiviser par mille. Un mégapixel vaut un million de pixels, non\nmille." } ], "explanation": "La définition d'une image est le nombre de pixels qu'elle contient,\nobtenu en multipliant la largeur par la hauteur. On l'exprime souvent\nen mégapixels, un mégapixel valant un million de pixels." }, { "statement": "Le téléphone de Rayan enregistre des images de 2 000 pixels de large\nsur 1 500 pixels de haut. Combien de pixels contient une image ?", "options": [ { "text": "3 500 pixels, en additionnant la largeur et la hauteur", "correct": false, "feedback": "Erreur : l'addition donne le tour de l'image, non son contenu. Les\npixels forment une grille, donc les deux dimensions se\nmultiplient." }, { "text": "3 000 000 pixels, en multipliant la largeur par la hauteur", "correct": true, "feedback": "Bonne réponse : la grille compte 1 500 lignes de 2 000 pixels,\nsoit 3 000 000 pixels, ce qui s'annonce commercialement comme\ntrois mégapixels." }, { "text": "9 000 000 pixels, en comptant trois valeurs par point", "correct": false, "feedback": "Erreur : 9 000 000 est le poids brut de l'image en octets, à\nraison de trois octets par pixel. Le nombre de pixels reste\n3 000 000." }, { "text": "3 000 pixels, le produit se comptant en milliers", "correct": false, "feedback": "Erreur : le produit vaut 3 000 000, et rien n'autorise à le\ndiviser par mille. Un mégapixel vaut un million de pixels, non\nmille." } ], "explanation": "La définition d'une image est le nombre de pixels qu'elle contient,\nobtenu en multipliant la largeur par la hauteur. On l'exprime souvent\nen mégapixels, un mégapixel valant un million de pixels." } ] }, { "id": "q07", "difficulty": 1, "skills": [ "pixel", "definition-image" ], "title": "Des carrés à l'agrandissement", "partie": "codage", "statement": "Lina agrandit fortement une photo sur son écran et voit apparaître des\ncarrés colorés. Comment l'expliquer ?", "options": [ { "text": "L'écran ne dispose pas d'assez de couleurs pour rendre\nune image agrandie", "correct": false, "feedback": "Erreur : un écran ordinaire affiche des millions de couleurs,\nagrandissement ou non. Ce que Lina voit tient à l'image, non à\nl'écran." }, { "text": "L'agrandissement supprime une partie des pixels de\nl'image de départ", "correct": false, "feedback": "Erreur : agrandir ne retire rien. Le même nombre de pixels occupe\nune plus grande surface, ce qui grossit chacun d'eux." }, { "text": "L'image est une grille de pixels, que l'agrandissement\nrend visibles", "correct": true, "feedback": "Bonne réponse : chaque pixel devient assez large pour être vu\nséparément. La photo n'a pas changé, seule sa taille d'affichage a\nchangé." }, { "text": "L'appareil enregistre les zones uniformes sous la forme\nde carrés de couleur", "correct": false, "feedback": "Erreur : aucune image n'est enregistrée sous forme de carrés. La\ngrille de pixels existe dès la prise de vue, quelle que soit la\nscène photographiée." } ], "explanation": "Une image numérique ne contient qu'un nombre fini de pixels. Au delà\nd'un certain grossissement, aucun détail supplémentaire n'apparaît :\non ne voit plus que la grille elle-même." }, { "id": "q08", "difficulty": 2, "skills": [ "definition-image", "calcul" ], "title": "Réduire une photo avant de l'envoyer", "partie": "codage", "statement": "Pour l'envoyer par courriel, Malik ramène une photo de 4 000 sur\n3 000 pixels à 2 000 sur 1 500 pixels. Que devient le nombre de\npixels ?", "options": [ { "text": "Il est divisé par quatre et tombe à 3 millions de pixels", "correct": true, "feedback": "Bonne réponse : chaque dimension est divisée par deux, donc leur\nproduit est divisé par quatre. De 12 millions, on passe à\n3 millions de pixels." }, { "text": "Il est divisé par deux et tombe à 6 millions de pixels", "correct": false, "feedback": "Erreur : diviser une seule dimension par deux diviserait le total\npar deux. Ici les deux dimensions sont réduites, et les effets se\nmultiplient." }, { "text": "Il est divisé par huit et tombe à 1,5 million de pixels", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient. Il faudrait pour cela\ndiviser trois dimensions par deux, ce qui n'a pas de sens pour une\nimage." }, { "text": "Il ne change pas, seule la taille d'affichage étant réduite", "correct": false, "feedback": "Erreur : la photo est réellement réenregistrée avec moins de\npixels. C'est ce qui allège le fichier, et c'est bien le but\nrecherché." } ], "explanation": "Le nombre de pixels est le produit des deux dimensions. Diviser chacune\npar deux divise donc ce produit par quatre, et le poids brut du fichier\ndans la même proportion.", "variants": [ { "statement": "Pour l'envoyer par courriel, Malik ramène une photo de 4 000 sur\n3 000 pixels à 2 000 sur 1 500 pixels. Que devient le nombre de\npixels ?", "options": [ { "text": "Il est divisé par quatre et tombe à 3 millions de pixels", "correct": true, "feedback": "Bonne réponse : chaque dimension est divisée par deux, donc leur\nproduit est divisé par quatre. De 12 millions, on passe à\n3 millions de pixels." }, { "text": "Il est divisé par deux et tombe à 6 millions de pixels", "correct": false, "feedback": "Erreur : diviser une seule dimension par deux diviserait le total\npar deux. Ici les deux dimensions sont réduites, et les effets se\nmultiplient." }, { "text": "Il est divisé par huit et tombe à 1,5 million de pixels", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient. Il faudrait pour cela\ndiviser trois dimensions par deux, ce qui n'a pas de sens pour une\nimage." }, { "text": "Il ne change pas, seule la taille d'affichage étant réduite", "correct": false, "feedback": "Erreur : la photo est réellement réenregistrée avec moins de\npixels. C'est ce qui allège le fichier, et c'est bien le but\nrecherché." } ], "explanation": "Le nombre de pixels est le produit des deux dimensions. Diviser chacune\npar deux divise donc ce produit par quatre, et le poids brut du fichier\ndans la même proportion." }, { "statement": "Pour l'envoyer par courriel, Malik ramène une photo de 6 000 sur\n4 000 pixels à 3 000 sur 2 000 pixels. Que devient le nombre de\npixels ?", "options": [ { "text": "Il est divisé par quatre et tombe à 6 millions de pixels", "correct": true, "feedback": "Bonne réponse : chaque dimension est divisée par deux, donc leur\nproduit est divisé par quatre. De 24 millions, on passe à\n6 millions de pixels." }, { "text": "Il est divisé par deux et tombe à 12 millions de pixels", "correct": false, "feedback": "Erreur : diviser une seule dimension par deux diviserait le total\npar deux. Ici les deux dimensions sont réduites, et les effets se\nmultiplient." }, { "text": "Il est divisé par huit et tombe à 3 millions de pixels", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient. Il faudrait pour cela\ndiviser trois dimensions par deux, ce qui n'a pas de sens pour une\nimage." }, { "text": "Il ne change pas, seule la taille d'affichage étant réduite", "correct": false, "feedback": "Erreur : la photo est réellement réenregistrée avec moins de\npixels. C'est ce qui allège le fichier, et c'est bien le but\nrecherché." } ], "explanation": "Le nombre de pixels est le produit des deux dimensions. Diviser chacune\npar deux divise donc ce produit par quatre, et le poids brut du fichier\ndans la même proportion." }, { "statement": "Pour l'envoyer par courriel, Malik ramène une photo de 4 000 sur\n2 000 pixels à 2 000 sur 1 000 pixels. Que devient le nombre de\npixels ?", "options": [ { "text": "Il est divisé par quatre et tombe à 2 millions de pixels", "correct": true, "feedback": "Bonne réponse : chaque dimension est divisée par deux, donc leur\nproduit est divisé par quatre. De 8 millions, on passe à\n2 millions de pixels." }, { "text": "Il est divisé par deux et tombe à 4 millions de pixels", "correct": false, "feedback": "Erreur : diviser une seule dimension par deux diviserait le total\npar deux. Ici les deux dimensions sont réduites, et les effets se\nmultiplient." }, { "text": "Il est divisé par huit et tombe à 1 million de pixels", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient. Il faudrait pour cela\ndiviser trois dimensions par deux, ce qui n'a pas de sens pour une\nimage." }, { "text": "Il ne change pas, seule la taille d'affichage étant réduite", "correct": false, "feedback": "Erreur : la photo est réellement réenregistrée avec moins de\npixels. C'est ce qui allège le fichier, et c'est bien le but\nrecherché." } ], "explanation": "Le nombre de pixels est le produit des deux dimensions. Diviser chacune\npar deux divise donc ce produit par quatre, et le poids brut du fichier\ndans la même proportion." } ] }, { "id": "q09", "difficulty": 1, "skills": [ "rvb", "couleur", "definition" ], "title": "Le codage rouge vert bleu", "partie": "codage", "statement": "Dans le codage rouge vert bleu, comment la couleur d'un pixel est-elle\nreprésentée ?", "options": [ { "text": "Par un seul nombre, compris entre 0 et 255, qui désigne\nune teinte", "correct": false, "feedback": "Erreur : un seul nombre n'offrirait que 256 couleurs. Ce codage\nrepose sur trois composantes, décrites chacune par un nombre." }, { "text": "Par deux nombres, l'un donnant la teinte, l'autre la\nluminosité", "correct": false, "feedback": "Erreur : d'autres codages procèdent ainsi, mais celui-ci mélange\ntrois lumières colorées, sans nombre séparé pour la luminosité." }, { "text": "Par trois nombres donnant la position du pixel et sa\ncouleur", "correct": false, "feedback": "Erreur : la position d'un pixel n'a pas à être écrite, elle est\ndonnée par son rang dans la grille. Les trois nombres décrivent la\nseule couleur." }, { "text": "Par trois nombres donnant les doses de rouge, de vert et\nde bleu", "correct": true, "feedback": "Bonne réponse : chaque composante vaut de 0 à 255. Le pixel affiche\nle mélange de ces trois lumières, du noir, sans aucune lumière, au\nblanc, avec les trois au maximum." } ], "explanation": "Le codage rouge vert bleu est un mélange de lumières, non de peintures.\nLe triplet (0, 0, 0) donne le noir, le triplet (255, 255, 255) le\nblanc, et trois valeurs égales donnent toujours un gris." }, { "id": "q10", "difficulty": 2, "skills": [ "profondeur", "rvb", "calcul" ], "title": "Vingt-quatre bits par pixel", "partie": "codage", "statement": "Les pixels d'une photo sont codés sur 24 bits. Qu'en déduit-on ?", "options": [ { "text": "Chaque pixel occupe 24 octets et l'image dispose\nd'environ 16,7 millions de couleurs", "correct": false, "feedback": "Erreur : un octet vaut huit bits, donc 24 bits font 3 octets et\nnon 24. Le nombre de couleurs, lui, est bien celui-là." }, { "text": "Chaque pixel occupe 3 octets et l'image dispose\nd'environ 16,7 millions de couleurs", "correct": true, "feedback": "Bonne réponse : 24 bits font 3 octets, un par composante. Chaque\ncomposante prend 256 valeurs, donc l'image dispose de 256 fois 256\nfois 256 couleurs, soit 16 777 216." }, { "text": "Chaque pixel occupe 3 octets et l'image dispose de\n24 couleurs différentes", "correct": false, "feedback": "Erreur : 24 est le nombre de bits, non le nombre de couleurs.\nChaque bit double les possibilités, si bien que 24 bits en offrent\nplus de seize millions." }, { "text": "Chaque pixel occupe 3 octets et l'image dispose de\n256 couleurs différentes", "correct": false, "feedback": "Erreur : 256 valeurs correspondent à 8 bits, soit une seule\ncomposante. Les trois composantes réunies en offrent bien\ndavantage." } ], "explanation": "La profondeur de couleur est le nombre de bits consacrés à un pixel.\nVingt-quatre bits, soit trois octets, donnent 256 valeurs par\ncomposante et 16 777 216 couleurs, que l'on annonce comme 16,7 millions." }, { "id": "q11", "difficulty": 2, "skills": [ "rvb", "couleur" ], "title": "Lire un triplet de couleur", "partie": "codage", "statement": "Dans une image, un pixel porte la valeur 255 pour le rouge, 255 pour le\nvert et 0 pour le bleu. De quelle couleur apparaît-il ?", "options": [ { "text": "Blanc, puisque deux composantes sont déjà à leur valeur\nmaximale", "correct": false, "feedback": "Erreur : le blanc demande les trois composantes au maximum, le\nbleu compris. Il manque ici toute la lumière bleue." }, { "text": "Orange, le rouge l'emportant nettement sur les autres\ncomposantes", "correct": false, "feedback": "Erreur : le rouge et le vert valent ici la même chose. L'orange\nsuppose un vert nettement plus faible, par exemple 255, 128 et 0." }, { "text": "Jaune, obtenu en mélangeant une lumière rouge et une\nlumière verte", "correct": true, "feedback": "Bonne réponse : en lumière, le rouge et le vert réunis donnent du\njaune. Il s'agit d'un mélange de lumières, qui ne suit pas les\nrègles apprises avec de la peinture." }, { "text": "Vert vif, la composante verte étant poussée à sa valeur\nmaximale", "correct": false, "feedback": "Erreur : le rouge est lui aussi au maximum, il ne peut donc pas\nêtre ignoré. Le vert seul s'écrirait 0, 255 et 0." } ], "explanation": "Trois mélanges sont à connaître : rouge et vert donnent du jaune, rouge\net bleu du magenta, vert et bleu du cyan. Les trois ensemble, au\nmaximum, donnent du blanc." }, { "id": "q12", "difficulty": 1, "skills": [ "profondeur", "niveaux-de-gris", "calcul" ], "title": "Les nuances d'une image en niveaux de gris", "partie": "codage", "statement": "Une image en niveaux de gris est codée sur 8 bits par pixel. Combien de\nnuances un pixel peut-il prendre ?", "options": [ { "text": "256 nuances, de 0 pour le noir à 255 pour le blanc", "correct": true, "feedback": "Bonne réponse : huit bits offrent 256 combinaisons, numérotées de\n0 à 255. La valeur 0 donne le noir et la valeur 255 le blanc." }, { "text": "255 nuances, le noir n'en étant pas vraiment une", "correct": false, "feedback": "Erreur : la valeur 0 est une valeur comme une autre, et le noir est\nbien une nuance. On en compte donc 256, de 0 à 255." }, { "text": "8 nuances, une pour chacun des bits du codage", "correct": false, "feedback": "Erreur : les bits ne s'additionnent pas, ils se combinent. Chaque\nbit supplémentaire double le nombre de valeurs, ce qui donne 256\npour huit bits." }, { "text": "16,7 millions de nuances, comme une image en couleurs", "correct": false, "feedback": "Erreur : ce nombre correspond à 24 bits, soit trois composantes.\nUne image en niveaux de gris n'en garde qu'une seule." } ], "explanation": "Avec un octet par pixel, une image en niveaux de gris dispose de\n256 valeurs. Un pixel gris d'une image en couleurs porte d'ailleurs\ntrois composantes égales, ce qui revient au même rendu.", "variants": [ { "statement": "Une image en niveaux de gris est codée sur 8 bits par pixel. Combien de\nnuances un pixel peut-il prendre ?", "options": [ { "text": "256 nuances, de 0 pour le noir à 255 pour le blanc", "correct": true, "feedback": "Bonne réponse : huit bits offrent 256 combinaisons, numérotées de\n0 à 255. La valeur 0 donne le noir et la valeur 255 le blanc." }, { "text": "255 nuances, le noir n'en étant pas vraiment une", "correct": false, "feedback": "Erreur : la valeur 0 est une valeur comme une autre, et le noir est\nbien une nuance. On en compte donc 256, de 0 à 255." }, { "text": "8 nuances, une pour chacun des bits du codage", "correct": false, "feedback": "Erreur : les bits ne s'additionnent pas, ils se combinent. Chaque\nbit supplémentaire double le nombre de valeurs, ce qui donne 256\npour huit bits." }, { "text": "16,7 millions de nuances, comme une image en couleurs", "correct": false, "feedback": "Erreur : ce nombre correspond à 24 bits, soit trois composantes.\nUne image en niveaux de gris n'en garde qu'une seule." } ], "explanation": "Avec un octet par pixel, une image en niveaux de gris dispose de\n256 valeurs. Un pixel gris d'une image en couleurs porte d'ailleurs\ntrois composantes égales, ce qui revient au même rendu." }, { "statement": "Une image en niveaux de gris est codée sur 4 bits par pixel. Combien de\nnuances un pixel peut-il prendre ?", "options": [ { "text": "16 nuances, de 0 pour le noir à 15 pour le blanc", "correct": true, "feedback": "Bonne réponse : quatre bits offrent 16 combinaisons, numérotées de\n0 à 15. La valeur 0 donne le noir et la valeur 15 le blanc." }, { "text": "15 nuances, le noir n'en étant pas vraiment une", "correct": false, "feedback": "Erreur : la valeur 0 est une valeur comme une autre, et le noir est\nbien une nuance. On en compte donc 16, de 0 à 15." }, { "text": "4 nuances, une pour chacun des bits du codage", "correct": false, "feedback": "Erreur : les bits ne s'additionnent pas, ils se combinent. Chaque\nbit supplémentaire double le nombre de valeurs, ce qui donne 16\npour quatre bits." }, { "text": "16,7 millions de nuances, comme une image en couleurs", "correct": false, "feedback": "Erreur : ce nombre correspond à 24 bits, soit trois composantes.\nUne image en niveaux de gris n'en garde qu'une seule." } ], "explanation": "Avec quatre bits par pixel, une image en niveaux de gris dispose de\n16 valeurs. Un pixel gris d'une image en couleurs porte d'ailleurs\ntrois composantes égales, ce qui revient au même rendu." }, { "statement": "Une image en niveaux de gris est codée sur 12 bits par pixel. Combien de\nnuances un pixel peut-il prendre ?", "options": [ { "text": "4 096 nuances, de 0 pour le noir à 4 095 pour le blanc", "correct": true, "feedback": "Bonne réponse : douze bits offrent 4 096 combinaisons, numérotées de\n0 à 4 095. La valeur 0 donne le noir et la valeur 4 095 le blanc." }, { "text": "4 095 nuances, le noir n'en étant pas vraiment une", "correct": false, "feedback": "Erreur : la valeur 0 est une valeur comme une autre, et le noir est\nbien une nuance. On en compte donc 4 096, de 0 à 4 095." }, { "text": "12 nuances, une pour chacun des bits du codage", "correct": false, "feedback": "Erreur : les bits ne s'additionnent pas, ils se combinent. Chaque\nbit supplémentaire double le nombre de valeurs, ce qui donne 4 096\npour douze bits." }, { "text": "16,7 millions de nuances, comme une image en couleurs", "correct": false, "feedback": "Erreur : ce nombre correspond à 24 bits, soit trois composantes.\nUne image en niveaux de gris n'en garde qu'une seule." } ], "explanation": "Avec douze bits par pixel, une image en niveaux de gris dispose de\n4 096 valeurs. Un pixel gris d'une image en couleurs porte d'ailleurs\ntrois composantes égales, ce qui revient au même rendu." } ] }, { "id": "q13", "difficulty": 2, "skills": [ "poids", "profondeur", "calcul" ], "title": "Le poids après passage en niveaux de gris", "partie": "codage", "statement": "La photo de Sacha compte 12 millions de pixels codés sur 24 bits, soit\nun poids brut de 36 Mo. Il la convertit en niveaux de gris sur 8 bits\npar pixel, sans toucher à sa définition. Que devient ce poids brut ?", "options": [ { "text": "36 Mo, le nombre de pixels n'ayant pas changé", "correct": false, "feedback": "Erreur : le poids dépend aussi du nombre d'octets par pixel. Il\npasse ici de trois octets à un seul, donc le total change." }, { "text": "18 Mo, le poids se trouvant divisé par deux", "correct": false, "feedback": "Erreur : la division par deux ne correspond à rien ici. On passe\nde 24 bits à 8 bits, soit trois fois moins et non deux fois moins." }, { "text": "4,5 Mo, le poids se trouvant divisé par huit", "correct": false, "feedback": "Erreur : le facteur huit relie le bit et l'octet, il n'intervient\npas dans cette conversion. Le rapport utile est 24 sur 8, soit\ntrois." }, { "text": "12 Mo, chaque pixel n'occupant plus qu'un octet", "correct": true, "feedback": "Bonne réponse : 8 bits font un octet. Douze millions de pixels d'un\noctet pèsent 12 Mo, soit le tiers des 36 Mo de départ." } ], "explanation": "Le poids brut se calcule toujours de la même façon : nombre de pixels\nmultiplié par le nombre d'octets par pixel. Seul le second facteur\nchange ici, de trois octets à un seul.", "variants": [ { "statement": "La photo de Sacha compte 12 millions de pixels codés sur 24 bits, soit\nun poids brut de 36 Mo. Il la convertit en niveaux de gris sur 8 bits\npar pixel, sans toucher à sa définition. Que devient ce poids brut ?", "options": [ { "text": "36 Mo, le nombre de pixels n'ayant pas changé", "correct": false, "feedback": "Erreur : le poids dépend aussi du nombre d'octets par pixel. Il\npasse ici de trois octets à un seul, donc le total change." }, { "text": "18 Mo, le poids se trouvant divisé par deux", "correct": false, "feedback": "Erreur : la division par deux ne correspond à rien ici. On passe\nde 24 bits à 8 bits, soit trois fois moins et non deux fois moins." }, { "text": "4,5 Mo, le poids se trouvant divisé par huit", "correct": false, "feedback": "Erreur : le facteur huit relie le bit et l'octet, il n'intervient\npas dans cette conversion. Le rapport utile est 24 sur 8, soit\ntrois." }, { "text": "12 Mo, chaque pixel n'occupant plus qu'un octet", "correct": true, "feedback": "Bonne réponse : 8 bits font un octet. Douze millions de pixels d'un\noctet pèsent 12 Mo, soit le tiers des 36 Mo de départ." } ], "explanation": "Le poids brut se calcule toujours de la même façon : nombre de pixels\nmultiplié par le nombre d'octets par pixel. Seul le second facteur\nchange ici, de trois octets à un seul." }, { "statement": "La photo de Sacha compte 24 millions de pixels codés sur 24 bits, soit\nun poids brut de 72 Mo. Il la convertit en niveaux de gris sur 8 bits\npar pixel, sans toucher à sa définition. Que devient ce poids brut ?", "options": [ { "text": "72 Mo, le nombre de pixels n'ayant pas changé", "correct": false, "feedback": "Erreur : le poids dépend aussi du nombre d'octets par pixel. Il\npasse ici de trois octets à un seul, donc le total change." }, { "text": "36 Mo, le poids se trouvant divisé par deux", "correct": false, "feedback": "Erreur : la division par deux ne correspond à rien ici. On passe\nde 24 bits à 8 bits, soit trois fois moins et non deux fois moins." }, { "text": "9 Mo, le poids se trouvant divisé par huit", "correct": false, "feedback": "Erreur : le facteur huit relie le bit et l'octet, il n'intervient\npas dans cette conversion. Le rapport utile est 24 sur 8, soit\ntrois." }, { "text": "24 Mo, chaque pixel n'occupant plus qu'un octet", "correct": true, "feedback": "Bonne réponse : 8 bits font un octet. Vingt-quatre millions de pixels d'un\noctet pèsent 24 Mo, soit le tiers des 72 Mo de départ." } ], "explanation": "Le poids brut se calcule toujours de la même façon : nombre de pixels\nmultiplié par le nombre d'octets par pixel. Seul le second facteur\nchange ici, de trois octets à un seul." }, { "statement": "La photo de Sacha compte 6 millions de pixels codés sur 24 bits, soit\nun poids brut de 18 Mo. Il la convertit en niveaux de gris sur 8 bits\npar pixel, sans toucher à sa définition. Que devient ce poids brut ?", "options": [ { "text": "18 Mo, le nombre de pixels n'ayant pas changé", "correct": false, "feedback": "Erreur : le poids dépend aussi du nombre d'octets par pixel. Il\npasse ici de trois octets à un seul, donc le total change." }, { "text": "9 Mo, le poids se trouvant divisé par deux", "correct": false, "feedback": "Erreur : la division par deux ne correspond à rien ici. On passe\nde 24 bits à 8 bits, soit trois fois moins et non deux fois moins." }, { "text": "2,25 Mo, le poids se trouvant divisé par huit", "correct": false, "feedback": "Erreur : le facteur huit relie le bit et l'octet, il n'intervient\npas dans cette conversion. Le rapport utile est 24 sur 8, soit\ntrois." }, { "text": "6 Mo, chaque pixel n'occupant plus qu'un octet", "correct": true, "feedback": "Bonne réponse : 8 bits font un octet. Six millions de pixels d'un\noctet pèsent 6 Mo, soit le tiers des 18 Mo de départ." } ], "explanation": "Le poids brut se calcule toujours de la même façon : nombre de pixels\nmultiplié par le nombre d'octets par pixel. Seul le second facteur\nchange ici, de trois octets à un seul." } ] }, { "id": "q14", "difficulty": 2, "skills": [ "poids", "calcul", "ordres-de-grandeur" ], "title": "Le poids brut d'une photo", "partie": "codage", "statement": "Une photo mesure 1 920 pixels sur 1 080 et chaque pixel est codé sur\n24 bits. Quel est son poids brut, avant toute compression ?", "options": [ { "text": "Environ 2,1 Mo, à raison d'un octet par pixel", "correct": false, "feedback": "Erreur : un octet par pixel correspond aux niveaux de gris. Une\nimage en couleurs demande trois octets, un par composante." }, { "text": "Environ 6,2 Mo, à raison de trois octets par pixel", "correct": true, "feedback": "Bonne réponse : l'image compte 2 073 600 pixels et 24 bits font\n3 octets. Le produit vaut 6 220 800 octets, soit environ 6,2 Mo." }, { "text": "Environ 18,7 Mo, à raison de trois octets par composante", "correct": false, "feedback": "Erreur : les trois octets se partagent entre les trois\ncomposantes, ils ne valent pas pour chacune. Ce calcul reviendrait\nà 72 bits par pixel." }, { "text": "Environ 50 Mo, à raison de vingt-quatre octets par pixel", "correct": false, "feedback": "Erreur : la confusion porte sur le bit et l'octet. Vingt-quatre\nbits font trois octets, donc le résultat obtenu est huit fois trop\ngrand." } ], "explanation": "Le poids brut d'une image est le produit du nombre de pixels par le\nnombre d'octets par pixel. Ici 1 920 fois 1 080 fois 3, soit\n6 220 800 octets.", "variants": [ { "statement": "Une photo mesure 1 920 pixels sur 1 080 et chaque pixel est codé sur\n24 bits. Quel est son poids brut, avant toute compression ?", "options": [ { "text": "Environ 2,1 Mo, à raison d'un octet par pixel", "correct": false, "feedback": "Erreur : un octet par pixel correspond aux niveaux de gris. Une\nimage en couleurs demande trois octets, un par composante." }, { "text": "Environ 6,2 Mo, à raison de trois octets par pixel", "correct": true, "feedback": "Bonne réponse : l'image compte 2 073 600 pixels et 24 bits font\n3 octets. Le produit vaut 6 220 800 octets, soit environ 6,2 Mo." }, { "text": "Environ 18,7 Mo, à raison de trois octets par composante", "correct": false, "feedback": "Erreur : les trois octets se partagent entre les trois\ncomposantes, ils ne valent pas pour chacune. Ce calcul reviendrait\nà 72 bits par pixel." }, { "text": "Environ 50 Mo, à raison de vingt-quatre octets par pixel", "correct": false, "feedback": "Erreur : la confusion porte sur le bit et l'octet. Vingt-quatre\nbits font trois octets, donc le résultat obtenu est huit fois trop\ngrand." } ], "explanation": "Le poids brut d'une image est le produit du nombre de pixels par le\nnombre d'octets par pixel. Ici 1 920 fois 1 080 fois 3, soit\n6 220 800 octets." }, { "statement": "Une photo mesure 1 280 pixels sur 720 et chaque pixel est codé sur\n24 bits. Quel est son poids brut, avant toute compression ?", "options": [ { "text": "Environ 0,9 Mo, à raison d'un octet par pixel", "correct": false, "feedback": "Erreur : un octet par pixel correspond aux niveaux de gris. Une\nimage en couleurs demande trois octets, un par composante." }, { "text": "Environ 2,8 Mo, à raison de trois octets par pixel", "correct": true, "feedback": "Bonne réponse : l'image compte 921 600 pixels et 24 bits font\n3 octets. Le produit vaut 2 764 800 octets, soit environ 2,8 Mo." }, { "text": "Environ 8,3 Mo, à raison de trois octets par composante", "correct": false, "feedback": "Erreur : les trois octets se partagent entre les trois\ncomposantes, ils ne valent pas pour chacune. Ce calcul reviendrait\nà 72 bits par pixel." }, { "text": "Environ 22,1 Mo, à raison de vingt-quatre octets par pixel", "correct": false, "feedback": "Erreur : la confusion porte sur le bit et l'octet. Vingt-quatre\nbits font trois octets, donc le résultat obtenu est huit fois trop\ngrand." } ], "explanation": "Le poids brut d'une image est le produit du nombre de pixels par le\nnombre d'octets par pixel. Ici 1 280 fois 720 fois 3, soit\n2 764 800 octets." }, { "statement": "Une photo mesure 3 840 pixels sur 2 160 et chaque pixel est codé sur\n24 bits. Quel est son poids brut, avant toute compression ?", "options": [ { "text": "Environ 8,3 Mo, à raison d'un octet par pixel", "correct": false, "feedback": "Erreur : un octet par pixel correspond aux niveaux de gris. Une\nimage en couleurs demande trois octets, un par composante." }, { "text": "Environ 24,9 Mo, à raison de trois octets par pixel", "correct": true, "feedback": "Bonne réponse : l'image compte 8 294 400 pixels et 24 bits font\n3 octets. Le produit vaut 24 883 200 octets, soit environ 24,9 Mo." }, { "text": "Environ 74,6 Mo, à raison de trois octets par composante", "correct": false, "feedback": "Erreur : les trois octets se partagent entre les trois\ncomposantes, ils ne valent pas pour chacune. Ce calcul reviendrait\nà 72 bits par pixel." }, { "text": "Environ 199,1 Mo, à raison de vingt-quatre octets par pixel", "correct": false, "feedback": "Erreur : la confusion porte sur le bit et l'octet. Vingt-quatre\nbits font trois octets, donc le résultat obtenu est huit fois trop\ngrand." } ], "explanation": "Le poids brut d'une image est le produit du nombre de pixels par le\nnombre d'octets par pixel. Ici 3 840 fois 2 160 fois 3, soit\n24 883 200 octets." } ] }, { "id": "q15", "difficulty": 2, "skills": [ "poids", "compression" ], "title": "Poids brut et poids du fichier", "partie": "codage", "statement": "Le poids brut de cette même photo vaut environ 6,2 Mo, mais le fichier\nenregistré par l'appareil pèse 1,4 Mo. Comment l'expliquer ?", "options": [ { "text": "Le fichier est compressé, ce qui réduit la place\noccupée par les pixels", "correct": true, "feedback": "Bonne réponse : la compression cherche les régularités de l'image\npour l'écrire plus brièvement. Le nombre de pixels, lui, ne change\npas." }, { "text": "L'appareil a diminué la définition de l'image au\nmoment de l'enregistrement", "correct": false, "feedback": "Erreur : l'image conserve ses 1 920 pixels sur 1 080. C'est la\nfaçon de les écrire dans le fichier qui change, non leur nombre." }, { "text": "Le poids brut se compte en bits alors que le fichier\nse compte en octets", "correct": false, "feedback": "Erreur : les deux poids se comptent en octets. Le rapport observé\nne vaut d'ailleurs pas huit, ce qui écarte cette explication." }, { "text": "Le calcul du poids brut ne vaut que pour les images\nen noir et blanc", "correct": false, "feedback": "Erreur : ce calcul vaut pour toute image. On multiplie le nombre\nde pixels par le nombre d'octets par pixel, ici trois." } ], "explanation": "Le poids brut est celui qu'occuperait l'image si chaque pixel était\nécrit tel quel. Les formats courants compressent ces données, et le\nfichier obtenu est bien plus léger que ce calcul." }, { "id": "q16", "difficulty": 1, "skills": [ "compression" ], "title": "Ce que garantit une compression sans perte", "partie": "usages", "statement": "Que garantit une compression sans perte ?", "options": [ { "text": "Le fichier obtenu est plus petit qu'avec une\ncompression avec perte", "correct": false, "feedback": "Erreur : c'est l'inverse. Renoncer à des détails permet des\nfichiers bien plus légers, ce qui explique le succès des formats\navec perte pour les photographies." }, { "text": "Le poids du fichier est réduit de plus de la moitié\ndans tous les cas", "correct": false, "feedback": "Erreur : aucun taux n'est garanti. Une photographie riche en\ndétails se comprime mal sans perte, et le gain peut rester très\nmodeste." }, { "text": "L'image de départ est restituée exactement à\nl'ouverture du fichier", "correct": true, "feedback": "Bonne réponse : les données sont réécrites plus brièvement, sans\nqu'aucune information disparaisse. La décompression rend l'image\nd'origine, pixel pour pixel." }, { "text": "L'image peut être agrandie sans que ses pixels\ndeviennent visibles", "correct": false, "feedback": "Erreur : la compression ne change pas le nombre de pixels. Un fort\nagrandissement fait apparaître la grille, quel que soit le format\nemployé." } ], "explanation": "Une compression sans perte réécrit les mêmes informations plus\nbrièvement. Une compression avec perte abandonne des détails que l'œil\nremarque peu, et l'image d'origine ne peut plus être retrouvée." }, { "id": "q17", "difficulty": 3, "skills": [ "compression", "format" ], "title": "Choisir un format pour une capture d'écran", "partie": "usages", "statement": "Camille doit publier une capture d'écran remplie de texte en petits\ncaractères. Quel format retenir, et pour quelle raison ?", "options": [ { "text": "Le JPEG, avec perte, parce qu'il rend les caractères\nplus lisibles à l'écran", "correct": false, "feedback": "Erreur : la compression avec perte brouille au contraire les\ncontours francs. Autour des lettres apparaît un halo de pixels\nparasites." }, { "text": "Le JPEG, avec perte, parce qu'il donne toujours un\nfichier plus léger", "correct": false, "feedback": "Erreur : sur une image nette faite d'aplats, la compression sans\nperte fait souvent mieux. Et un fichier léger ne vaut rien s'il\nest illisible." }, { "text": "Le PNG, sans perte, parce qu'il retire du fichier les\nmétadonnées inutiles", "correct": false, "feedback": "Erreur : le format retenu convient, mais la raison est fausse. Le\nchoix se joue sur la conservation exacte des pixels, non sur les\nmétadonnées." }, { "text": "Le PNG, sans perte, parce qu'il conserve les contours\ndu texte bien nets", "correct": true, "feedback": "Bonne réponse : un texte est fait de traits très contrastés, que la\ncompression avec perte dégrade. Le format sans perte restitue\nchaque pixel tel quel." } ], "explanation": "La compression avec perte convient aux photographies, où l'œil ne\nremarque pas les détails abandonnés. Elle convient mal aux captures\nd'écran, aux schémas et aux dessins au trait, dont les contours nets\nfont tout l'intérêt." }, { "id": "q18", "difficulty": 3, "skills": [ "compression", "format" ], "title": "Enregistrer plusieurs fois un même JPEG", "partie": "usages", "statement": "Sofia ouvre une photo au format JPEG, la recadre, l'enregistre, puis\nrecommence l'opération plusieurs jours de suite. Qu'observe-t-on ?", "options": [ { "text": "L'image perd de la qualité au premier enregistrement,\npuis n'évolue plus", "correct": false, "feedback": "Erreur : chaque enregistrement repart de l'image déjà dégradée et\nlui applique une nouvelle compression. Les pertes s'ajoutent les\nunes aux autres." }, { "text": "L'image perd un peu de qualité à chacun des\nenregistrements successifs", "correct": true, "feedback": "Bonne réponse : la compression avec perte est appliquée de nouveau\nà chaque fois, sur une image déjà appauvrie. Les défauts finissent\npar se voir nettement." }, { "text": "L'image garde sa qualité tant que sa définition\nn'est pas modifiée", "correct": false, "feedback": "Erreur : la définition n'est pas seule en cause. À nombre de pixels\nconstant, la compression avec perte modifie les valeurs des pixels." }, { "text": "L'image garde sa qualité, mais son fichier grossit\nà chaque enregistrement", "correct": false, "feedback": "Erreur : le poids du fichier reste comparable. Ce qui change, ce\nsont les couleurs des pixels, altérées un peu plus à chaque\npassage." } ], "explanation": "Pour retravailler une photographie en plusieurs séances, on conserve un\noriginal intact et l'on repart de lui chaque fois. L'enregistrement\ndans un format avec perte n'intervient qu'à la toute fin." }, { "id": "q19", "difficulty": 1, "skills": [ "metadonnees" ], "title": "Les métadonnées d'un fichier photo", "partie": "usages", "statement": "Nadia affiche les informations enregistrées dans le fichier d'une\nphoto. Que trouve-t-elle parmi ces métadonnées ?", "options": [ { "text": "Le nom des personnes reconnaissables sur la\nphotographie", "correct": false, "feedback": "Erreur : aucun nom n'est inscrit par l'appareil. Des applications\nreconnaissent des visages, mais elles rangent ce résultat dans\nleur propre catalogue." }, { "text": "Le nombre de fois où le fichier a été ouvert depuis\nsa création", "correct": false, "feedback": "Erreur : ouvrir un fichier ne le modifie pas. Le compte de ses\nconsultations n'est écrit nulle part dans l'image." }, { "text": "La date de la prise de vue, le modèle de l'appareil\net ses réglages", "correct": true, "feedback": "Bonne réponse : l'appareil inscrit la date, son modèle, la durée de\npose, la sensibilité, et les coordonnées du lieu lorsque la\nlocalisation est active." }, { "text": "L'adresse des sites sur lesquels la photographie a\ndéjà été publiée", "correct": false, "feedback": "Erreur : un fichier ignore tout de son propre parcours. Une fois\ncopié sur un site, il ne revient pas en informer l'original." } ], "explanation": "Ces informations, dites EXIF, sont écrites par l'appareil au moment du\ndéclenchement. Elles renseignent sur les conditions de la prise de vue,\net parfois sur l'endroit où elle a eu lieu." }, { "id": "q20", "difficulty": 2, "skills": [ "metadonnees" ], "title": "Où les métadonnées sont conservées", "partie": "usages", "statement": "Où les métadonnées d'une photographie sont-elles conservées ?", "options": [ { "text": "Dans le fichier de l'image, à côté des données des\npixels", "correct": true, "feedback": "Bonne réponse : un même fichier réunit les deux. C'est pourquoi ces\ninformations suivent la photo lorsqu'on la copie ou qu'on\nl'envoie." }, { "text": "Dans un second fichier, que l'appareil range près de\nla photo", "correct": false, "feedback": "Erreur : un seul fichier est créé. S'il en existait deux, le second\nse perdrait au premier envoi et ces informations ne circuleraient\npas." }, { "text": "Dans la mémoire de l'appareil, qui les fournit à la\ndemande", "correct": false, "feedback": "Erreur : l'appareil ne garde rien après le transfert. Une photo\ncopiée sur un ordinateur conserve pourtant toutes ses\ninformations." }, { "text": "Dans les premières lignes de pixels, réservées à cet\nusage", "correct": false, "feedback": "Erreur : les pixels ne servent qu'à l'image. Ces informations\noccupent une partie du fichier qui leur est propre, sans altérer\naucun pixel." } ], "explanation": "Les métadonnées voyagent avec l'image, d'une copie à l'autre. Les\nretirer suppose un outil qui réécrit le fichier sans elles, ce que\nbeaucoup de sites font automatiquement à la publication." }, { "id": "q21", "difficulty": 1, "skills": [ "traitement", "algorithme" ], "title": "En quoi consiste un traitement d'image", "partie": "traitements", "statement": "En quoi consiste un traitement simple comme le passage en niveaux de\ngris ?", "options": [ { "text": "À poser sur l'image un voile gris qui en atténue les\ncouleurs", "correct": false, "feedback": "Erreur : rien n'est superposé. Les valeurs des pixels sont\nréellement remplacées, et l'image ne garde aucune trace des\ncouleurs d'origine." }, { "text": "À modifier les métadonnées pour indiquer le rendu\nsouhaité", "correct": false, "feedback": "Erreur : les métadonnées décrivent la prise de vue, elles ne\ncommandent aucun affichage. Un traitement modifie les pixels\neux-mêmes." }, { "text": "À réduire le nombre de pixels pour ne garder que les\ngris", "correct": false, "feedback": "Erreur : le nombre de pixels ne change pas. La grille reste la\nmême, seule la couleur portée par chaque pixel est modifiée." }, { "text": "À parcourir tous les pixels et à recalculer la valeur\nde chacun", "correct": true, "feedback": "Bonne réponse : le programme passe sur chaque pixel, calcule sa\nnouvelle valeur à partir de l'ancienne et l'écrit à la même place.\nL'image garde sa définition." } ], "explanation": "Un traitement d'image s'écrit comme un parcours. Pour chaque pixel de\nl'image, on calcule une nouvelle valeur, puis on la range à la même\nplace. Seule la règle de calcul distingue les traitements entre eux." }, { "id": "q22", "difficulty": 2, "skills": [ "traitement", "calcul", "rvb" ], "title": "Le négatif d'un pixel", "partie": "traitements", "statement": "L'algorithme du négatif remplace chaque composante d'un pixel par 255\nmoins sa valeur. Que devient un pixel valant (200, 50, 110) ?", "options": [ { "text": "(110, 50, 200), les composantes ayant été prises à\nl'envers", "correct": false, "feedback": "Erreur : le négatif ne permute rien. Chaque composante est\nremplacée par son complément, à la place qu'elle occupe déjà." }, { "text": "(55, 205, 145), soit 255 moins chacune des trois\nvaleurs", "correct": true, "feedback": "Bonne réponse : 255 moins 200 donne 55, 255 moins 50 donne 205 et\n255 moins 110 donne 145. Le rouge s'efface, le vert et le bleu s'imposent." }, { "text": "(56, 206, 146), soit 256 moins chacune des trois\nvaleurs", "correct": false, "feedback": "Erreur : la plus grande valeur admise est 255, non 256. Retrancher\nde 256 donnerait 256 pour un pixel noir, valeur qu'un octet ne\npeut pas coder." }, { "text": "(135, 135, 135), soit 255 moins la moyenne des trois\nvaleurs", "correct": false, "feedback": "Erreur : ce calcul rend le pixel gris, car il enchaîne le passage\nen niveaux de gris et le négatif. Le négatif seul traite chaque\ncomposante à part." } ], "explanation": "Le négatif inverse l'échelle de chaque composante : 0 devient 255, 255\ndevient 0, et une valeur moyenne le reste. Le calcul ne regarde qu'un\npixel à la fois, jamais ses voisins.", "variants": [ { "statement": "L'algorithme du négatif remplace chaque composante d'un pixel par 255\nmoins sa valeur. Que devient un pixel valant (200, 50, 110) ?", "options": [ { "text": "(110, 50, 200), les composantes ayant été prises à\nl'envers", "correct": false, "feedback": "Erreur : le négatif ne permute rien. Chaque composante est\nremplacée par son complément, à la place qu'elle occupe déjà." }, { "text": "(55, 205, 145), soit 255 moins chacune des trois\nvaleurs", "correct": true, "feedback": "Bonne réponse : 255 moins 200 donne 55, 255 moins 50 donne 205 et\n255 moins 110 donne 145. Le rouge s'efface, le vert et le bleu s'imposent." }, { "text": "(56, 206, 146), soit 256 moins chacune des trois\nvaleurs", "correct": false, "feedback": "Erreur : la plus grande valeur admise est 255, non 256. Retrancher\nde 256 donnerait 256 pour un pixel noir, valeur qu'un octet ne\npeut pas coder." }, { "text": "(135, 135, 135), soit 255 moins la moyenne des trois\nvaleurs", "correct": false, "feedback": "Erreur : ce calcul rend le pixel gris, car il enchaîne le passage\nen niveaux de gris et le négatif. Le négatif seul traite chaque\ncomposante à part." } ], "explanation": "Le négatif inverse l'échelle de chaque composante : 0 devient 255, 255\ndevient 0, et une valeur moyenne le reste. Le calcul ne regarde qu'un\npixel à la fois, jamais ses voisins." }, { "statement": "L'algorithme du négatif remplace chaque composante d'un pixel par 255\nmoins sa valeur. Que devient un pixel valant (30, 180, 240) ?", "options": [ { "text": "(240, 180, 30), les composantes ayant été prises à\nl'envers", "correct": false, "feedback": "Erreur : le négatif ne permute rien. Chaque composante est\nremplacée par son complément, à la place qu'elle occupe déjà." }, { "text": "(225, 75, 15), soit 255 moins chacune des trois\nvaleurs", "correct": true, "feedback": "Bonne réponse : 255 moins 30 donne 225, 255 moins 180 donne 75 et\n255 moins 240 donne 15. Le bleu et le vert s'effacent, le rouge s'impose." }, { "text": "(226, 76, 16), soit 256 moins chacune des trois\nvaleurs", "correct": false, "feedback": "Erreur : la plus grande valeur admise est 255, non 256. Retrancher\nde 256 donnerait 256 pour un pixel noir, valeur qu'un octet ne\npeut pas coder." }, { "text": "(105, 105, 105), soit 255 moins la moyenne des trois\nvaleurs", "correct": false, "feedback": "Erreur : ce calcul rend le pixel gris, car il enchaîne le passage\nen niveaux de gris et le négatif. Le négatif seul traite chaque\ncomposante à part." } ], "explanation": "Le négatif inverse l'échelle de chaque composante : 0 devient 255, 255\ndevient 0, et une valeur moyenne le reste. Le calcul ne regarde qu'un\npixel à la fois, jamais ses voisins." }, { "statement": "L'algorithme du négatif remplace chaque composante d'un pixel par 255\nmoins sa valeur. Que devient un pixel valant (120, 90, 15) ?", "options": [ { "text": "(15, 90, 120), les composantes ayant été prises à\nl'envers", "correct": false, "feedback": "Erreur : le négatif ne permute rien. Chaque composante est\nremplacée par son complément, à la place qu'elle occupe déjà." }, { "text": "(135, 165, 240), soit 255 moins chacune des trois\nvaleurs", "correct": true, "feedback": "Bonne réponse : 255 moins 120 donne 135, 255 moins 90 donne 165 et\n255 moins 15 donne 240. Le bleu, presque absent, devient dominant." }, { "text": "(136, 166, 241), soit 256 moins chacune des trois\nvaleurs", "correct": false, "feedback": "Erreur : la plus grande valeur admise est 255, non 256. Retrancher\nde 256 donnerait 256 pour un pixel noir, valeur qu'un octet ne\npeut pas coder." }, { "text": "(180, 180, 180), soit 255 moins la moyenne des trois\nvaleurs", "correct": false, "feedback": "Erreur : ce calcul rend le pixel gris, car il enchaîne le passage\nen niveaux de gris et le négatif. Le négatif seul traite chaque\ncomposante à part." } ], "explanation": "Le négatif inverse l'échelle de chaque composante : 0 devient 255, 255\ndevient 0, et une valeur moyenne le reste. Le calcul ne regarde qu'un\npixel à la fois, jamais ses voisins." } ] }, { "id": "q23", "difficulty": 2, "skills": [ "traitement", "niveaux-de-gris", "calcul" ], "title": "Le passage en niveaux de gris", "partie": "traitements", "statement": "Pour passer une image en niveaux de gris, un programme remplace les\ntrois composantes de chaque pixel par leur moyenne. Que devient le\npixel (90, 120, 150) ?", "options": [ { "text": "(120, 120, 120), soit la moyenne des trois valeurs", "correct": true, "feedback": "Bonne réponse : la somme vaut 360 et la moyenne 120. Les trois\ncomposantes prennent cette même valeur, ce qui donne un gris moyen." }, { "text": "(360, 360, 360), soit la somme des trois valeurs", "correct": false, "feedback": "Erreur : la somme n'est pas la moyenne, il reste à diviser par\ntrois. Et 360 dépasse 255, donc cette valeur ne tiendrait pas sur\nun octet." }, { "text": "(30, 40, 50), chaque valeur ayant été divisée par trois", "correct": false, "feedback": "Erreur : la division a porté sur chaque composante au lieu de\nporter sur leur somme. Le pixel obtenu reste coloré, et devient\nbeaucoup trop sombre." }, { "text": "(150, 150, 150), soit la plus grande des trois valeurs", "correct": false, "feedback": "Erreur : retenir la plus grande valeur est un autre procédé, qui\ndonne un gris plus clair. La consigne demande ici la moyenne des\ntrois." } ], "explanation": "Un pixel gris porte trois composantes égales. La moyenne est la règle\nla plus simple ; les logiciels pondèrent souvent les trois couleurs, le\nvert comptant davantage que le bleu pour notre œil.", "variants": [ { "statement": "Pour passer une image en niveaux de gris, un programme remplace les\ntrois composantes de chaque pixel par leur moyenne. Que devient le\npixel (90, 120, 150) ?", "options": [ { "text": "(120, 120, 120), soit la moyenne des trois valeurs", "correct": true, "feedback": "Bonne réponse : la somme vaut 360 et la moyenne 120. Les trois\ncomposantes prennent cette même valeur, ce qui donne un gris moyen." }, { "text": "(360, 360, 360), soit la somme des trois valeurs", "correct": false, "feedback": "Erreur : la somme n'est pas la moyenne, il reste à diviser par\ntrois. Et 360 dépasse 255, donc cette valeur ne tiendrait pas sur\nun octet." }, { "text": "(30, 40, 50), chaque valeur ayant été divisée par trois", "correct": false, "feedback": "Erreur : la division a porté sur chaque composante au lieu de\nporter sur leur somme. Le pixel obtenu reste coloré, et devient\nbeaucoup trop sombre." }, { "text": "(150, 150, 150), soit la plus grande des trois valeurs", "correct": false, "feedback": "Erreur : retenir la plus grande valeur est un autre procédé, qui\ndonne un gris plus clair. La consigne demande ici la moyenne des\ntrois." } ], "explanation": "Un pixel gris porte trois composantes égales. La moyenne est la règle\nla plus simple ; les logiciels pondèrent souvent les trois couleurs, le\nvert comptant davantage que le bleu pour notre œil." }, { "statement": "Pour passer une image en niveaux de gris, un programme remplace les\ntrois composantes de chaque pixel par leur moyenne. Que devient le\npixel (60, 90, 120) ?", "options": [ { "text": "(90, 90, 90), soit la moyenne des trois valeurs", "correct": true, "feedback": "Bonne réponse : la somme vaut 270 et la moyenne 90. Les trois\ncomposantes prennent cette même valeur, ce qui donne un gris assez sombre." }, { "text": "(270, 270, 270), soit la somme des trois valeurs", "correct": false, "feedback": "Erreur : la somme n'est pas la moyenne, il reste à diviser par\ntrois. Et 270 dépasse 255, donc cette valeur ne tiendrait pas sur\nun octet." }, { "text": "(20, 30, 40), chaque valeur ayant été divisée par trois", "correct": false, "feedback": "Erreur : la division a porté sur chaque composante au lieu de\nporter sur leur somme. Le pixel obtenu reste coloré, et devient\nbeaucoup trop sombre." }, { "text": "(120, 120, 120), soit la plus grande des trois valeurs", "correct": false, "feedback": "Erreur : retenir la plus grande valeur est un autre procédé, qui\ndonne un gris plus clair. La consigne demande ici la moyenne des\ntrois." } ], "explanation": "Un pixel gris porte trois composantes égales. La moyenne est la règle\nla plus simple ; les logiciels pondèrent souvent les trois couleurs, le\nvert comptant davantage que le bleu pour notre œil." }, { "statement": "Pour passer une image en niveaux de gris, un programme remplace les\ntrois composantes de chaque pixel par leur moyenne. Que devient le\npixel (30, 60, 240) ?", "options": [ { "text": "(110, 110, 110), soit la moyenne des trois valeurs", "correct": true, "feedback": "Bonne réponse : la somme vaut 330 et la moyenne 110. Les trois\ncomposantes prennent cette même valeur, ce qui donne un gris moyen." }, { "text": "(330, 330, 330), soit la somme des trois valeurs", "correct": false, "feedback": "Erreur : la somme n'est pas la moyenne, il reste à diviser par\ntrois. Et 330 dépasse 255, donc cette valeur ne tiendrait pas sur\nun octet." }, { "text": "(10, 20, 80), chaque valeur ayant été divisée par trois", "correct": false, "feedback": "Erreur : la division a porté sur chaque composante au lieu de\nporter sur leur somme. Le pixel obtenu reste coloré, et devient\nbeaucoup trop sombre." }, { "text": "(240, 240, 240), soit la plus grande des trois valeurs", "correct": false, "feedback": "Erreur : retenir la plus grande valeur est un autre procédé, qui\ndonne un gris plus clair. La consigne demande ici la moyenne des\ntrois." } ], "explanation": "Un pixel gris porte trois composantes égales. La moyenne est la règle\nla plus simple ; les logiciels pondèrent souvent les trois couleurs, le\nvert comptant davantage que le bleu pour notre œil." } ] }, { "id": "q24", "difficulty": 2, "skills": [ "traitement", "seuillage", "calcul" ], "title": "Le seuillage d'une image", "partie": "traitements", "statement": "Un seuillage à 128 transforme une image en niveaux de gris en une image\nen noir et blanc. Que deviennent deux pixels valant 90 et 200 ?", "options": [ { "text": "90 devient 128 et 200 devient 128, tous deux ramenés\nau seuil", "correct": false, "feedback": "Erreur : le seuil sert à trancher, non à remplacer. Une image dont\ntous les pixels vaudraient 128 serait uniformément grise." }, { "text": "90 devient 255 et 200 devient 0, les deux valeurs\nétant inversées", "correct": false, "feedback": "Erreur : c'est le résultat inverse. Une valeur inférieure au seuil\nest sombre, elle passe donc au noir et non au blanc." }, { "text": "90 devient 0 et 200 devient 255, de part et d'autre\ndu seuil", "correct": true, "feedback": "Bonne réponse : 90 est inférieur à 128 et passe au noir, 200 lui\nest supérieur et passe au blanc. L'image ne contient plus que deux\nvaleurs." }, { "text": "90 reste à 90 et 200 devient 255, seules les valeurs\nhautes changeant", "correct": false, "feedback": "Erreur : le seuillage traite toutes les valeurs de la même façon.\nAucune n'est conservée, chacune devient 0 ou 255." } ], "explanation": "Le seuillage ne garde que deux valeurs, 0 et 255. Il sert à détacher\nune forme de son fond, par exemple pour lire un texte ou un code sur\nune photographie.", "variants": [ { "statement": "Un seuillage à 128 transforme une image en niveaux de gris en une image\nen noir et blanc. Que deviennent deux pixels valant 90 et 200 ?", "options": [ { "text": "90 devient 128 et 200 devient 128, tous deux ramenés\nau seuil", "correct": false, "feedback": "Erreur : le seuil sert à trancher, non à remplacer. Une image dont\ntous les pixels vaudraient 128 serait uniformément grise." }, { "text": "90 devient 255 et 200 devient 0, les deux valeurs\nétant inversées", "correct": false, "feedback": "Erreur : c'est le résultat inverse. Une valeur inférieure au seuil\nest sombre, elle passe donc au noir et non au blanc." }, { "text": "90 devient 0 et 200 devient 255, de part et d'autre\ndu seuil", "correct": true, "feedback": "Bonne réponse : 90 est inférieur à 128 et passe au noir, 200 lui\nest supérieur et passe au blanc. L'image ne contient plus que deux\nvaleurs." }, { "text": "90 reste à 90 et 200 devient 255, seules les valeurs\nhautes changeant", "correct": false, "feedback": "Erreur : le seuillage traite toutes les valeurs de la même façon.\nAucune n'est conservée, chacune devient 0 ou 255." } ], "explanation": "Le seuillage ne garde que deux valeurs, 0 et 255. Il sert à détacher\nune forme de son fond, par exemple pour lire un texte ou un code sur\nune photographie." }, { "statement": "Un seuillage à 100 transforme une image en niveaux de gris en une image\nen noir et blanc. Que deviennent deux pixels valant 40 et 160 ?", "options": [ { "text": "40 devient 100 et 160 devient 100, tous deux ramenés\nau seuil", "correct": false, "feedback": "Erreur : le seuil sert à trancher, non à remplacer. Une image dont\ntous les pixels vaudraient 100 serait uniformément grise." }, { "text": "40 devient 255 et 160 devient 0, les deux valeurs\nétant inversées", "correct": false, "feedback": "Erreur : c'est le résultat inverse. Une valeur inférieure au seuil\nest sombre, elle passe donc au noir et non au blanc." }, { "text": "40 devient 0 et 160 devient 255, de part et d'autre\ndu seuil", "correct": true, "feedback": "Bonne réponse : 40 est inférieur à 100 et passe au noir, 160 lui\nest supérieur et passe au blanc. L'image ne contient plus que deux\nvaleurs." }, { "text": "40 reste à 40 et 160 devient 255, seules les valeurs\nhautes changeant", "correct": false, "feedback": "Erreur : le seuillage traite toutes les valeurs de la même façon.\nAucune n'est conservée, chacune devient 0 ou 255." } ], "explanation": "Le seuillage ne garde que deux valeurs, 0 et 255. Il sert à détacher\nune forme de son fond, par exemple pour lire un texte ou un code sur\nune photographie." }, { "statement": "Un seuillage à 150 transforme une image en niveaux de gris en une image\nen noir et blanc. Que deviennent deux pixels valant 120 et 210 ?", "options": [ { "text": "120 devient 150 et 210 devient 150, tous deux ramenés\nau seuil", "correct": false, "feedback": "Erreur : le seuil sert à trancher, non à remplacer. Une image dont\ntous les pixels vaudraient 150 serait uniformément grise." }, { "text": "120 devient 255 et 210 devient 0, les deux valeurs\nétant inversées", "correct": false, "feedback": "Erreur : c'est le résultat inverse. Une valeur inférieure au seuil\nest sombre, elle passe donc au noir et non au blanc." }, { "text": "120 devient 0 et 210 devient 255, de part et d'autre\ndu seuil", "correct": true, "feedback": "Bonne réponse : 120 est inférieur à 150 et passe au noir, 210 lui\nest supérieur et passe au blanc. L'image ne contient plus que deux\nvaleurs." }, { "text": "120 reste à 120 et 210 devient 255, seules les valeurs\nhautes changeant", "correct": false, "feedback": "Erreur : le seuillage traite toutes les valeurs de la même façon.\nAucune n'est conservée, chacune devient 0 ou 255." } ], "explanation": "Le seuillage ne garde que deux valeurs, 0 et 255. Il sert à détacher\nune forme de son fond, par exemple pour lire un texte ou un code sur\nune photographie." } ] }, { "id": "q25", "difficulty": 3, "skills": [ "traitement", "luminosite", "algorithme" ], "title": "Éclaircir une photo trop sombre", "partie": "traitements", "statement": "Pour éclaircir une photo, un programme ajoute 40 à chaque composante de\nchaque pixel. Une composante vaut déjà 230. Que doit prévoir\nl'algorithme ?", "options": [ { "text": "Qu'elle passe à 270, une composante acceptant des\nvaleurs plus grandes", "correct": false, "feedback": "Erreur : une composante tient sur un octet, donc elle ne dépasse\npas 255. La valeur 270 ne peut pas être enregistrée." }, { "text": "Qu'elle reste à 230, les valeurs déjà élevées n'étant\npas modifiées", "correct": false, "feedback": "Erreur : laisser certains pixels de côté creuserait des taches\nsombres au milieu des zones claires. Le traitement s'applique à\ntous." }, { "text": "Qu'elle reparte à 14, le comptage recommençant après\nla valeur 255", "correct": false, "feedback": "Erreur : ce repli est justement ce qui arrive quand le programme\nne prévoit rien, et le résultat est désastreux, les zones claires\ndevenant presque noires." }, { "text": "Qu'elle soit ramenée à 255, plus grande valeur qu'un\noctet peut coder", "correct": true, "feedback": "Bonne réponse : on retient le plus petit des deux nombres, 270 et\n255. Les zones déjà claires se rejoignent alors dans le blanc et\nperdent leurs nuances." } ], "explanation": "Tout traitement qui augmente des valeurs doit prévoir un plafond, ici\n255. C'est le prix à payer pour éclaircir une image : les détails des\nzones les plus claires disparaissent." }, { "id": "q26", "difficulty": 3, "skills": [ "filtre", "traitement", "algorithme" ], "title": "Un filtre de flou et le voisinage", "partie": "traitements", "statement": "Un filtre de flou remplace la valeur de chaque pixel par la moyenne de\ncelles de ses voisins. En quoi diffère-t-il du négatif ?", "options": [ { "text": "Il ne convient qu'aux images en niveaux de gris, quand\nle négatif traite les couleurs", "correct": false, "feedback": "Erreur : le flou s'applique aussi aux couleurs, en moyennant chaque\ncomposante séparément. La nature de l'image ne fait pas la\ndifférence." }, { "text": "Il a besoin des pixels voisins, quand le négatif n'en\nregarde jamais qu'un seul", "correct": true, "feedback": "Bonne réponse : le négatif calcule la nouvelle valeur d'un pixel à\npartir de ce seul pixel. Le flou, lui, a besoin des valeurs qui\nl'entourent." }, { "text": "Il agit sur l'image entière, quand le négatif\ns'applique pixel par pixel", "correct": false, "feedback": "Erreur : les deux parcourent toute l'image, pixel par pixel. La\ndifférence tient à ce dont chaque calcul a besoin, non à l'étendue\ntraitée." }, { "text": "Il modifie la définition de l'image, quand le négatif\nla laisse intacte", "correct": false, "feedback": "Erreur : le flou conserve la grille et son nombre de pixels. Il\nadoucit les contours sans rien retirer à la définition." } ], "explanation": "On distingue les traitements qui ne regardent qu'un pixel, comme le\nnégatif, le seuillage ou le changement de luminosité, et les filtres\nqui consultent le voisinage, comme le flou ou la détection de contours." }, { "id": "q27", "difficulty": 3, "skills": [ "algorithme", "ordres-de-grandeur", "calcul" ], "title": "Le temps de calcul d'un filtre", "partie": "traitements", "statement": "Un filtre traite chaque pixel une fois et met 0,6 seconde sur une photo\nde 3 millions de pixels. Combien de temps mettra-t-il sur une photo de\n12 millions de pixels ?", "options": [ { "text": "Environ 2,4 secondes, le nombre de pixels étant\nmultiplié par quatre", "correct": true, "feedback": "Bonne réponse : quatre fois plus de pixels demandent quatre fois\nplus de calculs, donc quatre fois plus de temps. 0,6 multiplié par\n4 donne 2,4 secondes." }, { "text": "Environ 1,2 seconde, chaque côté de l'image étant\nmultiplié par deux", "correct": false, "feedback": "Erreur : les côtés doublent en effet, mais la durée suit le nombre\nde pixels, qui est le produit des deux côtés. Elle est donc\nmultipliée par quatre." }, { "text": "Environ 7,2 secondes, chaque pixel portant trois\ncomposantes à traiter", "correct": false, "feedback": "Erreur : les trois composantes étaient déjà traitées dans les\n0,6 seconde de départ. Le rapport entre les deux photos reste\nquatre." }, { "text": "Environ 0,6 seconde, la durée ne dépendant pas de la\ntaille de l'image", "correct": false, "feedback": "Erreur : le filtre passe sur chaque pixel, donc son travail croît\navec leur nombre. C'est bien ce qui rend les grandes images longues\nà traiter." } ], "explanation": "La durée d'un traitement pixel par pixel est proportionnelle au nombre\nde pixels. Doubler la largeur et la hauteur d'une image quadruple donc\nle temps de calcul.", "variants": [ { "statement": "Un filtre traite chaque pixel une fois et met 0,6 seconde sur une photo\nde 3 millions de pixels. Combien de temps mettra-t-il sur une photo de\n12 millions de pixels ?", "options": [ { "text": "Environ 2,4 secondes, le nombre de pixels étant\nmultiplié par quatre", "correct": true, "feedback": "Bonne réponse : quatre fois plus de pixels demandent quatre fois\nplus de calculs, donc quatre fois plus de temps. 0,6 multiplié par\n4 donne 2,4 secondes." }, { "text": "Environ 1,2 seconde, chaque côté de l'image étant\nmultiplié par deux", "correct": false, "feedback": "Erreur : les côtés doublent en effet, mais la durée suit le nombre\nde pixels, qui est le produit des deux côtés. Elle est donc\nmultipliée par quatre." }, { "text": "Environ 7,2 secondes, chaque pixel portant trois\ncomposantes à traiter", "correct": false, "feedback": "Erreur : les trois composantes étaient déjà traitées dans les\n0,6 seconde de départ. Le rapport entre les deux photos reste\nquatre." }, { "text": "Environ 0,6 seconde, la durée ne dépendant pas de la\ntaille de l'image", "correct": false, "feedback": "Erreur : le filtre passe sur chaque pixel, donc son travail croît\navec leur nombre. C'est bien ce qui rend les grandes images longues\nà traiter." } ], "explanation": "La durée d'un traitement pixel par pixel est proportionnelle au nombre\nde pixels. Doubler la largeur et la hauteur d'une image quadruple donc\nle temps de calcul." }, { "statement": "Un filtre traite chaque pixel une fois et met 0,5 seconde sur une photo\nde 2 millions de pixels. Combien de temps mettra-t-il sur une photo de\n8 millions de pixels ?", "options": [ { "text": "Environ 2 secondes, le nombre de pixels étant\nmultiplié par quatre", "correct": true, "feedback": "Bonne réponse : quatre fois plus de pixels demandent quatre fois\nplus de calculs, donc quatre fois plus de temps. 0,5 multiplié par\n4 donne 2 secondes." }, { "text": "Environ 1 seconde, chaque côté de l'image étant\nmultiplié par deux", "correct": false, "feedback": "Erreur : les côtés doublent en effet, mais la durée suit le nombre\nde pixels, qui est le produit des deux côtés. Elle est donc\nmultipliée par quatre." }, { "text": "Environ 6 secondes, chaque pixel portant trois\ncomposantes à traiter", "correct": false, "feedback": "Erreur : les trois composantes étaient déjà traitées dans les\n0,5 seconde de départ. Le rapport entre les deux photos reste\nquatre." }, { "text": "Environ 0,5 seconde, la durée ne dépendant pas de la\ntaille de l'image", "correct": false, "feedback": "Erreur : le filtre passe sur chaque pixel, donc son travail croît\navec leur nombre. C'est bien ce qui rend les grandes images longues\nà traiter." } ], "explanation": "La durée d'un traitement pixel par pixel est proportionnelle au nombre\nde pixels. Doubler la largeur et la hauteur d'une image quadruple donc\nle temps de calcul." }, { "statement": "Un filtre traite chaque pixel une fois et met 1,5 seconde sur une photo\nde 4 millions de pixels. Combien de temps mettra-t-il sur une photo de\n16 millions de pixels ?", "options": [ { "text": "Environ 6 secondes, le nombre de pixels étant\nmultiplié par quatre", "correct": true, "feedback": "Bonne réponse : quatre fois plus de pixels demandent quatre fois\nplus de calculs, donc quatre fois plus de temps. 1,5 multiplié par\n4 donne 6 secondes." }, { "text": "Environ 3 secondes, chaque côté de l'image étant\nmultiplié par deux", "correct": false, "feedback": "Erreur : les côtés doublent en effet, mais la durée suit le nombre\nde pixels, qui est le produit des deux côtés. Elle est donc\nmultipliée par quatre." }, { "text": "Environ 18 secondes, chaque pixel portant trois\ncomposantes à traiter", "correct": false, "feedback": "Erreur : les trois composantes étaient déjà traitées dans les\n1,5 seconde de départ. Le rapport entre les deux photos reste\nquatre." }, { "text": "Environ 1,5 seconde, la durée ne dépendant pas de la\ntaille de l'image", "correct": false, "feedback": "Erreur : le filtre passe sur chaque pixel, donc son travail croît\navec leur nombre. C'est bien ce qui rend les grandes images longues\nà traiter." } ], "explanation": "La durée d'un traitement pixel par pixel est proportionnelle au nombre\nde pixels. Doubler la largeur et la hauteur d'une image quadruple donc\nle temps de calcul." } ] }, { "id": "q28", "difficulty": 2, "skills": [ "algorithme", "capteur" ], "title": "La détection des visages avant le déclenchement", "partie": "traitements", "statement": "Avant même qu'elle déclenche, le téléphone de Yasmine encadre à l'écran\nles visages des personnes photographiées. Que se passe-t-il dans\nl'appareil ?", "options": [ { "text": "Un capteur infrarouge distinct repère la chaleur des\npersonnes présentes", "correct": false, "feedback": "Erreur : la chaleur n'entre pas en jeu. L'appareil travaille sur\nl'image ordinaire que lui fournit son capteur, et sur elle seule." }, { "text": "Le téléphone compare la scène aux photographies déjà\nrangées dans sa mémoire", "correct": false, "feedback": "Erreur : aucune comparaison de ce genre n'a lieu, et elle serait\ninutile puisque l'encadrement fonctionne aussi devant des\ninconnus." }, { "text": "Un programme analyse l'image du capteur et y cherche\ndes formes de visage", "correct": true, "feedback": "Bonne réponse : le programme examine l'image en continu et y repère\nles motifs propres à un visage. Il en déduit ensuite où faire la\nmise au point." }, { "text": "Des photosites spécialisés du capteur réagissent à la\nprésence d'un visage", "correct": false, "feedback": "Erreur : un photosite mesure de la lumière, rien de plus. La mise\nau point, l'exposition et la détection sont l'affaire de\nprogrammes." } ], "explanation": "Un appareil numérique exécute de nombreux algorithmes avant même le\ndéclenchement : mise au point, mesure de la lumière, équilibre des\ncouleurs, détection des visages. La photographie obtenue est déjà le\nproduit de ces calculs." }, { "id": "q29", "difficulty": 1, "skills": [ "argentique", "comparaison" ], "title": "Photographie argentique et photographie numérique", "partie": "capteur", "statement": "Qu'est-ce qui distingue une photographie numérique d'une photographie\nargentique ?", "options": [ { "text": "Elle se prend sans objectif, la lumière étant mesurée\ndirectement par le capteur", "correct": false, "feedback": "Erreur : les deux appareils portent un objectif, qui forme l'image.\nSeule la surface qui la reçoit change, film d'un côté, capteur de\nl'autre." }, { "text": "Elle restitue toujours les couleurs de la scène avec\nune plus grande fidélité", "correct": false, "feedback": "Erreur : la fidélité dépend du matériel et des réglages, non du\nprocédé. Un bon film rivalise avec bien des capteurs." }, { "text": "Elle ne peut plus être modifiée une fois la prise de\nvue terminée", "correct": false, "feedback": "Erreur : c'est plutôt l'inverse. Une image faite de nombres se\nretouche sans difficulté, ce qui fait aussi sa fragilité comme\npreuve." }, { "text": "Elle est enregistrée sous forme de nombres, et non par\nune réaction chimique", "correct": true, "feedback": "Bonne réponse : le film garde une trace chimique de la lumière, le\ncapteur fournit des mesures. Ces nombres se copient à l'identique\net se transmettent en quelques secondes." } ], "explanation": "Le passage au numérique change la nature du support. Une suite de\nnombres se duplique sans perte, se diffuse aussitôt et se modifie sans\nlaisser de trace, quand le tirage argentique reste un objet unique." }, { "id": "q30", "difficulty": 2, "skills": [ "droit-image", "droit-auteur" ], "title": "Publier la photographie d'une autre personne", "partie": "usages", "statement": "Hugo veut publier sur son compte une photographie où figure son amie\nLouise, prise par un autre camarade. De quels accords a-t-il besoin ?", "options": [ { "text": "De celui de Louise seulement, le photographe ayant\ndéjà diffusé son cliché", "correct": false, "feedback": "Erreur : l'accord du photographe reste nécessaire. Avoir envoyé sa\nphoto à quelques personnes n'autorise pas à la publier." }, { "text": "De celui de Louise pour son image et de celui du\ncamarade pour la photographie", "correct": true, "feedback": "Bonne réponse : deux droits se superposent. Louise dispose d'un\ndroit sur son image, le camarade d'un droit d'auteur sur le cliché\nqu'il a pris." }, { "text": "D'aucun accord, la photographie lui ayant été\ntransmise sans aucune condition", "correct": false, "feedback": "Erreur : recevoir un fichier ne donne aucun droit de publication.\nUn partage entre amis et une mise en ligne ne relèvent pas des\nmêmes règles." }, { "text": "De celui du camarade seulement, puisque la\nphotographie est son œuvre", "correct": false, "feedback": "Erreur : le droit d'auteur du photographe est réel, mais il ne\nsuffit pas. Une personne reconnaissable garde la maîtrise de son\nimage." } ], "explanation": "Publier une photographie suppose souvent deux autorisations, celle de\nl'auteur du cliché et celle des personnes reconnaissables. Un accord\ndonné peut d'ailleurs être retiré par la suite." }, { "id": "q31", "difficulty": 2, "skills": [ "capteur", "chaine-de-traitement", "etapes" ], "title": "De la lumière au fichier", "partie": "capteur", "statement": "Entre l'appui sur le déclencheur et le fichier enregistré, quelles\nétapes se succèdent dans un appareil photo numérique ?", "options": [ { "text": "Mesure par les photosites, couleurs, corrections, compression", "correct": true, "feedback": "Bonne réponse : chaque photosite donne une valeur, les couleurs\nsont reconstituées à partir des filtres, l'image est corrigée\npuis compressée, le plus souvent en JPEG." }, { "text": "Compression, puis mesure de la lumière, puis corrections", "correct": false, "feedback": "Erreur : on ne peut compresser une image qui n'existe pas\nencore. La compression vient en dernier." }, { "text": "Reconstitution des couleurs, puis mesure de la lumière par les photosites", "correct": false, "feedback": "Erreur : la mesure de la lumière est la toute première étape,\nsans elle il n'y a rien à reconstituer." }, { "text": "Mesure de la lumière, puis enregistrement direct sans aucun calcul", "correct": false, "feedback": "Erreur : les valeurs brutes des photosites ne forment pas une\nimage en couleurs. Plusieurs algorithmes interviennent avant\nl'enregistrement." } ], "explanation": "Une photo numérique est le résultat d'une chaîne d'algorithmes :\nacquisition, reconstitution des couleurs, corrections\nd'exposition et de balance, compression." }, { "id": "q32", "difficulty": 1, "skills": [ "zoom-numerique", "algorithme", "definition" ], "title": "Le zoom numérique", "partie": "capteur", "statement": "Le téléphone de Rayan propose un zoom numérique jusqu'à ×4. Que\nfait-il réellement quand Rayan zoome ?", "options": [ { "text": "Il recadre une partie de l'image et l'agrandit", "correct": true, "feedback": "Bonne réponse : le capteur ne voit pas mieux. Le zoom numérique\ndécoupe le centre de l'image et l'étire, ce qui fait\napparaître les pixels." }, { "text": "Il rapproche les lentilles de l'objectif comme une longue-vue", "correct": false, "feedback": "Erreur : ce serait un zoom optique, qui exige un objectif\nmobile. Le zoom numérique est un simple calcul." }, { "text": "Il ajoute des photosites au capteur le temps de la photo", "correct": false, "feedback": "Erreur : le nombre de photosites est fixé par la fabrication du\ncapteur." }, { "text": "Il télécharge une image plus détaillée depuis Internet", "correct": false, "feedback": "Erreur : l'appareil ne dispose que de ce que son capteur a\nmesuré." } ], "explanation": "Zoom optique et zoom numérique ne se valent pas : le premier capte\nplus de détails, le second agrandit ceux qu'on a déjà." }, { "id": "q33", "difficulty": 3, "skills": [ "prise-de-vue", "algorithme", "faible-lumiere" ], "title": "Une photo de nuit sans trépied", "partie": "capteur", "statement": "Pour photographier une rue de nuit, l'appareil doit laisser entrer\nla lumière plus longtemps. Quel problème cela pose-t-il, et comment\nles téléphones récents le contournent-ils ?", "options": [ { "text": "Le flou de bougé, contourné en combinant plusieurs prises courtes", "correct": true, "feedback": "Bonne réponse : une pose longue enregistre les mouvements de la\nmain. Le mode nuit prend une rafale de poses brèves et les\naligne puis les additionne par calcul." }, { "text": "La surchauffe du capteur, contournée en le refroidissant", "correct": false, "feedback": "Erreur : une pose d'une seconde ne chauffe pas un capteur. Le\nproblème est le mouvement pendant la pose." }, { "text": "L'épuisement de la batterie, contourné en baissant l'écran", "correct": false, "feedback": "Erreur : la batterie n'est pas en cause pour une photo." }, { "text": "Le manque de pixels, contourné en achetant un capteur plus grand", "correct": false, "feedback": "Erreur : le nombre de pixels ne change rien à la lumière reçue\npendant la pose." } ], "explanation": "Le mode nuit est un algorithme de prise de vue : plusieurs images\nbrèves, alignées et fusionnées, remplacent une pose longue\nimpossible à main levée." }, { "id": "q34", "difficulty": 2, "skills": [ "prise-de-vue", "balance-des-blancs", "algorithme" ], "title": "Une feuille blanche sous une lampe orangée", "partie": "capteur", "statement": "Sous une lampe à la lumière orangée, Nora photographie une feuille\nblanche. Sur la photo, la feuille apparaît bien blanche. Quel\nalgorithme de l'appareil a produit ce résultat ?", "options": [ { "text": "La balance des blancs, qui compense l'éclairage", "correct": true, "feedback": "Bonne réponse : l'appareil estime la couleur de l'éclairage et\nrééquilibre les trois composantes pour que le blanc redevienne\nblanc." }, { "text": "Le seuillage, qui transforme l'image en noir et blanc", "correct": false, "feedback": "Erreur : le seuillage ne garde que deux valeurs ; la photo de\nNora reste en couleurs." }, { "text": "Le négatif, qui inverse les couleurs de l'image", "correct": false, "feedback": "Erreur : le négatif transformerait l'orangé en bleu, pas en\nblanc, et inverserait toute l'image." }, { "text": "La compression JPEG, qui simplifie les couleurs", "correct": false, "feedback": "Erreur : la compression réduit le poids du fichier, elle ne\ncorrige pas les teintes." } ], "explanation": "La balance des blancs fait partie des algorithmes appliqués\nautomatiquement à la prise de vue, avec la mise au point et\nl'exposition." }, { "id": "q35", "difficulty": 1, "skills": [ "rvb", "couleurs", "triplet" ], "title": "La couleur d'un triplet", "partie": "codage", "statement": "Un pixel a pour composantes rouge, verte et bleue le triplet\n$(255, 255, 0)$. Quelle est sa couleur ?", "options": [ { "text": "Jaune", "correct": true, "feedback": "Bonne réponse : rouge et vert au maximum, sans bleu, donnent du jaune. Les couleurs se mélangent par\naddition de lumière." }, { "text": "Violet", "correct": false, "feedback": "Erreur : regarde quelles composantes sont au maximum et\nlaquelle est nulle, puis additionne les lumières\ncorrespondantes." }, { "text": "Cyan", "correct": false, "feedback": "Erreur : cette couleur correspond à un autre mélange des trois\ncomposantes." }, { "text": "Blanc", "correct": false, "feedback": "Erreur : cette teinte demanderait des composantes égales entre\nelles, ce qui n'est pas le cas ici." } ], "explanation": "En synthèse additive, deux composantes au maximum donnent les\ncouleurs secondaires : rouge et vert font jaune, vert et bleu\nfont cyan, rouge et bleu font magenta.", "variants": [ { "statement": "Un pixel a pour composantes rouge, verte et bleue le triplet\n$(255, 255, 0)$. Quelle est sa couleur ?", "options": [ { "text": "Jaune", "correct": true, "feedback": "Bonne réponse : rouge et vert au maximum, sans bleu, donnent du jaune. Les couleurs se mélangent par\naddition de lumière." }, { "text": "Violet", "correct": false, "feedback": "Erreur : regarde quelles composantes sont au maximum et\nlaquelle est nulle, puis additionne les lumières\ncorrespondantes." }, { "text": "Cyan", "correct": false, "feedback": "Erreur : cette couleur correspond à un autre mélange des trois\ncomposantes." }, { "text": "Blanc", "correct": false, "feedback": "Erreur : cette teinte demanderait des composantes égales entre\nelles, ce qui n'est pas le cas ici." } ], "explanation": "En synthèse additive, deux composantes au maximum donnent les\ncouleurs secondaires : rouge et vert font jaune, vert et bleu\nfont cyan, rouge et bleu font magenta." }, { "statement": "Un pixel a pour composantes rouge, verte et bleue le triplet\n$(0, 255, 255)$. Quelle est sa couleur ?", "options": [ { "text": "Cyan", "correct": true, "feedback": "Bonne réponse : vert et bleu au maximum, sans rouge, donnent du cyan. Les couleurs se mélangent par\naddition de lumière." }, { "text": "Jaune", "correct": false, "feedback": "Erreur : regarde quelles composantes sont au maximum et\nlaquelle est nulle, puis additionne les lumières\ncorrespondantes." }, { "text": "Rouge", "correct": false, "feedback": "Erreur : cette couleur correspond à un autre mélange des trois\ncomposantes." }, { "text": "Noir", "correct": false, "feedback": "Erreur : cette teinte demanderait des composantes égales entre\nelles, ce qui n'est pas le cas ici." } ], "explanation": "En synthèse additive, deux composantes au maximum donnent les\ncouleurs secondaires : rouge et vert font jaune, vert et bleu\nfont cyan, rouge et bleu font magenta." }, { "statement": "Un pixel a pour composantes rouge, verte et bleue le triplet\n$(255, 0, 255)$. Quelle est sa couleur ?", "options": [ { "text": "Magenta", "correct": true, "feedback": "Bonne réponse : rouge et bleu au maximum, sans vert, donnent du magenta. Les couleurs se mélangent par\naddition de lumière." }, { "text": "Vert", "correct": false, "feedback": "Erreur : regarde quelles composantes sont au maximum et\nlaquelle est nulle, puis additionne les lumières\ncorrespondantes." }, { "text": "Jaune", "correct": false, "feedback": "Erreur : cette couleur correspond à un autre mélange des trois\ncomposantes." }, { "text": "Gris", "correct": false, "feedback": "Erreur : cette teinte demanderait des composantes égales entre\nelles, ce qui n'est pas le cas ici." } ], "explanation": "En synthèse additive, deux composantes au maximum donnent les\ncouleurs secondaires : rouge et vert font jaune, vert et bleu\nfont cyan, rouge et bleu font magenta." } ] }, { "id": "q36", "difficulty": 2, "skills": [ "profondeur", "octet", "codage" ], "title": "Pourquoi 255 et pas 256", "partie": "codage", "statement": "Dans le codage habituel des couleurs, chaque composante va de $0$ à\n$255$. Pourquoi la valeur maximale est-elle $255$ ?", "options": [ { "text": "Parce qu'un octet offre $256$ valeurs, numérotées de $0$ à $255$", "correct": true, "feedback": "Bonne réponse : huit bits donnent $2^8 = 256$ combinaisons. En\ncommençant à zéro, la dernière est $255$." }, { "text": "Parce que l'œil ne distingue pas plus de $255$ nuances", "correct": false, "feedback": "Erreur : la limite vient du codage sur un octet, pas de la\nvision humaine." }, { "text": "Parce que $256$ est réservé pour signaler une erreur", "correct": false, "feedback": "Erreur : $256$ ne peut tout simplement pas s'écrire sur huit\nbits." }, { "text": "Parce que les écrans ne savent pas afficher davantage de lumière", "correct": false, "feedback": "Erreur : la valeur $255$ est une convention de codage,\nindépendante de l'écran." } ], "explanation": "Un octet code $256$ valeurs, de $0$ à $255$. Avec trois octets par\npixel, on obtient plus de seize millions de couleurs." }, { "id": "q37", "difficulty": 3, "skills": [ "compression", "poids", "calcul" ], "title": "Le taux de compression d'une photo", "partie": "codage", "statement": "Une photo de $3 000$ sur $2 000$ pixels pèse $18$ Mo en poids brut,\nà trois octets par pixel. Le fichier JPEG enregistré ne fait que\n$3$ Mo. De combien de fois la compression a-t-elle réduit\nle poids ?", "options": [ { "text": "$6$ fois", "correct": true, "feedback": "Bonne réponse : $18 / 3 = 6$. Le fichier est\n$6$ fois plus léger que les données brutes." }, { "text": "$15$ fois", "correct": false, "feedback": "Erreur : $15$ Mo est la place économisée, pas le rapport\nentre les deux poids." }, { "text": "$18$ fois", "correct": false, "feedback": "Erreur : $18$ est le poids brut en mégaoctets. Le rapport\ns'obtient en divisant le poids brut par le poids du fichier." }, { "text": "$48$ fois", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient, les deux poids sont\ndéjà exprimés en octets." } ], "explanation": "Le taux de compression compare le poids brut au poids du fichier.\nLe JPEG atteint couramment des rapports de cinq à dix en éliminant\ndes détails peu visibles.", "variants": [ { "statement": "Une photo de $3 000$ sur $2 000$ pixels pèse $18$ Mo en poids brut,\nà trois octets par pixel. Le fichier JPEG enregistré ne fait que\n$3$ Mo. De combien de fois la compression a-t-elle réduit\nle poids ?", "options": [ { "text": "$6$ fois", "correct": true, "feedback": "Bonne réponse : $18 / 3 = 6$. Le fichier est\n$6$ fois plus léger que les données brutes." }, { "text": "$15$ fois", "correct": false, "feedback": "Erreur : $15$ Mo est la place économisée, pas le rapport\nentre les deux poids." }, { "text": "$18$ fois", "correct": false, "feedback": "Erreur : $18$ est le poids brut en mégaoctets. Le rapport\ns'obtient en divisant le poids brut par le poids du fichier." }, { "text": "$48$ fois", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient, les deux poids sont\ndéjà exprimés en octets." } ], "explanation": "Le taux de compression compare le poids brut au poids du fichier.\nLe JPEG atteint couramment des rapports de cinq à dix en éliminant\ndes détails peu visibles." }, { "statement": "Une photo de $4 000$ sur $3 000$ pixels pèse $36$ Mo en poids brut,\nà trois octets par pixel. Le fichier JPEG enregistré ne fait que\n$4$ Mo. De combien de fois la compression a-t-elle réduit\nle poids ?", "options": [ { "text": "$9$ fois", "correct": true, "feedback": "Bonne réponse : $36 / 4 = 9$. Le fichier est\n$9$ fois plus léger que les données brutes." }, { "text": "$32$ fois", "correct": false, "feedback": "Erreur : $32$ Mo est la place économisée, pas le rapport\nentre les deux poids." }, { "text": "$36$ fois", "correct": false, "feedback": "Erreur : $36$ est le poids brut en mégaoctets. Le rapport\ns'obtient en divisant le poids brut par le poids du fichier." }, { "text": "$72$ fois", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient, les deux poids sont\ndéjà exprimés en octets." } ], "explanation": "Le taux de compression compare le poids brut au poids du fichier.\nLe JPEG atteint couramment des rapports de cinq à dix en éliminant\ndes détails peu visibles." }, { "statement": "Une photo de $2 000$ sur $1 500$ pixels pèse $9$ Mo en poids brut,\nà trois octets par pixel. Le fichier JPEG enregistré ne fait que\n$3$ Mo. De combien de fois la compression a-t-elle réduit\nle poids ?", "options": [ { "text": "$3$ fois", "correct": true, "feedback": "Bonne réponse : $9 / 3 = 3$. Le fichier est\n$3$ fois plus léger que les données brutes." }, { "text": "$6$ fois", "correct": false, "feedback": "Erreur : $6$ Mo est la place économisée, pas le rapport\nentre les deux poids." }, { "text": "$9$ fois", "correct": false, "feedback": "Erreur : $9$ est le poids brut en mégaoctets. Le rapport\ns'obtient en divisant le poids brut par le poids du fichier." }, { "text": "$24$ fois", "correct": false, "feedback": "Erreur : aucun facteur huit n'intervient, les deux poids sont\ndéjà exprimés en octets." } ], "explanation": "Le taux de compression compare le poids brut au poids du fichier.\nLe JPEG atteint couramment des rapports de cinq à dix en éliminant\ndes détails peu visibles." } ] }, { "id": "q38", "difficulty": 2, "skills": [ "traitement", "symetrie", "programme" ], "title": "Une image en miroir", "partie": "traitements", "statement": "Une image a `L` pixels de large et `H` de haut ; `image[y][x]`\ndésigne le pixel de la colonne `x` et de la ligne `y`. Quelle\ninstruction, répétée pour tous les `x` et `y`, construit l'image\nen miroir horizontal, comme vue dans une glace ?", "options": [ { "text": "`miroir[y][x] = image[y][L - 1 - x]`", "correct": true, "feedback": "Bonne réponse : le pixel le plus à gauche prend la valeur du\npixel le plus à droite, et ainsi de suite. Seule la colonne\nchange." }, { "text": "`miroir[y][x] = image[H - 1 - y][x]`", "correct": false, "feedback": "Erreur : cette formule échange le haut et le bas, c'est un\nmiroir vertical." }, { "text": "`miroir[y][x] = image[x][y]`", "correct": false, "feedback": "Erreur : échanger lignes et colonnes fait basculer l'image, ce\nn'est pas un miroir." }, { "text": "`miroir[y][x] = 255 - image[y][x]`", "correct": false, "feedback": "Erreur : soustraire de $255$ calcule le négatif, qui ne déplace\naucun pixel." } ], "explanation": "Un traitement géométrique déplace les pixels sans changer leurs\nvaleurs ; un traitement de couleur change les valeurs sans\ndéplacer les pixels." }, { "id": "q39", "difficulty": 2, "skills": [ "traitement", "luminosite", "calcul" ], "title": "Assombrir un pixel", "partie": "traitements", "statement": "Pour assombrir une photo, un programme divise chaque composante de\nchaque pixel par deux. Que devient le pixel $(200, 100, 50)$ ?", "options": [ { "text": "$(100, 50, 25)$", "correct": true, "feedback": "Bonne réponse : chacune des trois composantes est divisée par\ndeux, ce qui réduit la lumière de chaque couleur dans la même\nproportion." }, { "text": "$(150, 50, 0)$", "correct": false, "feedback": "Erreur : ce résultat retranche $50$ à chaque composante au lieu\nde la diviser. Les deux procédés assombrissent, mais pas de la\nmême façon." }, { "text": "$(100, 100, 50)$", "correct": false, "feedback": "Erreur : seule la composante rouge a été divisée. Le traitement\ns'applique aux trois composantes." }, { "text": "$(255, 200, 100)$", "correct": false, "feedback": "Erreur : ce résultat multiplie par deux, en plafonnant à $255$,\nce qui éclaircit au lieu d'assombrir." } ], "explanation": "Assombrir ou éclaircir, c'est appliquer la même opération aux\ntrois composantes de chaque pixel, en restant entre $0$ et $255$.", "variants": [ { "statement": "Pour assombrir une photo, un programme divise chaque composante de\nchaque pixel par deux. Que devient le pixel $(200, 100, 50)$ ?", "options": [ { "text": "$(100, 50, 25)$", "correct": true, "feedback": "Bonne réponse : chacune des trois composantes est divisée par\ndeux, ce qui réduit la lumière de chaque couleur dans la même\nproportion." }, { "text": "$(150, 50, 0)$", "correct": false, "feedback": "Erreur : ce résultat retranche $50$ à chaque composante au lieu\nde la diviser. Les deux procédés assombrissent, mais pas de la\nmême façon." }, { "text": "$(100, 100, 50)$", "correct": false, "feedback": "Erreur : seule la composante rouge a été divisée. Le traitement\ns'applique aux trois composantes." }, { "text": "$(255, 200, 100)$", "correct": false, "feedback": "Erreur : ce résultat multiplie par deux, en plafonnant à $255$,\nce qui éclaircit au lieu d'assombrir." } ], "explanation": "Assombrir ou éclaircir, c'est appliquer la même opération aux\ntrois composantes de chaque pixel, en restant entre $0$ et $255$." }, { "statement": "Pour assombrir une photo, un programme divise chaque composante de\nchaque pixel par quatre. Que devient le pixel $(200, 120, 40)$ ?", "options": [ { "text": "$(50, 30, 10)$", "correct": true, "feedback": "Bonne réponse : chacune des trois composantes est divisée par\nquatre, ce qui réduit la lumière de chaque couleur dans la même\nproportion." }, { "text": "$(150, 70, 0)$", "correct": false, "feedback": "Erreur : ce résultat retranche $50$ à chaque composante au lieu\nde la diviser. Les deux procédés assombrissent, mais pas de la\nmême façon." }, { "text": "$(50, 120, 40)$", "correct": false, "feedback": "Erreur : seule la composante rouge a été divisée. Le traitement\ns'applique aux trois composantes." }, { "text": "$(255, 240, 80)$", "correct": false, "feedback": "Erreur : ce résultat multiplie par deux, en plafonnant à $255$,\nce qui éclaircit au lieu d'assombrir." } ], "explanation": "Assombrir ou éclaircir, c'est appliquer la même opération aux\ntrois composantes de chaque pixel, en restant entre $0$ et $255$." }, { "statement": "Pour assombrir une photo, un programme divise chaque composante de\nchaque pixel par deux. Que devient le pixel $(180, 90, 30)$ ?", "options": [ { "text": "$(90, 45, 15)$", "correct": true, "feedback": "Bonne réponse : chacune des trois composantes est divisée par\ndeux, ce qui réduit la lumière de chaque couleur dans la même\nproportion." }, { "text": "$(130, 40, 0)$", "correct": false, "feedback": "Erreur : ce résultat retranche $50$ à chaque composante au lieu\nde la diviser. Les deux procédés assombrissent, mais pas de la\nmême façon." }, { "text": "$(90, 90, 30)$", "correct": false, "feedback": "Erreur : seule la composante rouge a été divisée. Le traitement\ns'applique aux trois composantes." }, { "text": "$(255, 180, 60)$", "correct": false, "feedback": "Erreur : ce résultat multiplie par deux, en plafonnant à $255$,\nce qui éclaircit au lieu d'assombrir." } ], "explanation": "Assombrir ou éclaircir, c'est appliquer la même opération aux\ntrois composantes de chaque pixel, en restant entre $0$ et $255$." } ] }, { "id": "q40", "difficulty": 3, "skills": [ "traitement", "negatif", "seuillage", "raisonnement" ], "title": "Deux traitements dans un ordre ou dans l'autre", "partie": "traitements", "statement": "Sur une image en niveaux de gris, Théo applique un seuillage à\n$128$ (les valeurs à partir de $128$ deviennent $255$, les autres\n$0$) puis le négatif. Lina applique le négatif puis le même\nseuillage. Obtiennent-ils la même image ?", "options": [ { "text": "Oui, le négatif échangeant les deux côtés du seuil", "correct": true, "feedback": "Bonne réponse : une valeur inférieure à $128$ devient, par le\nnégatif, supérieure ou égale à $128$, et inversement. Dans les\ndeux ordres, les pixels sombres finissent blancs et les clairs\nfinissent noirs." }, { "text": "Non, l'image de Lina restant en niveaux de gris", "correct": false, "feedback": "Erreur : Lina termine par un seuillage, son image ne contient\ndonc que du noir et du blanc." }, { "text": "Non, l'image de Théo étant entièrement noire", "correct": false, "feedback": "Erreur : le négatif d'une image en noir et blanc est encore une\nimage en noir et blanc, inversée." }, { "text": "Oui, parce que l'ordre des traitements n'a jamais d'importance", "correct": false, "feedback": "Erreur : ici les deux ordres coïncident, mais c'est un cas\nparticulier. Éclaircir puis seuiller ne donne pas la même chose\nque seuiller puis éclaircir." } ], "explanation": "Raisonner sur un pixel suffit : suivre une valeur sombre et une\nvaleur claire à travers les deux traitements montre qu'elles\naboutissent au même résultat quel que soit l'ordre." }, { "id": "q41", "difficulty": 2, "skills": [ "traitement", "negatif", "programme" ], "title": "Le négatif en Python", "partie": "traitements", "statement": "Un pixel est représenté par le tuple `(r, v, b)` de ses trois\ncomposantes. Quelle expression calcule le pixel du négatif ?", "options": [ { "text": "`(255 - r, 255 - v, 255 - b)`", "correct": true, "feedback": "Bonne réponse : chaque composante est remplacée par son\ncomplément à $255$, ce qui inverse les clairs et les sombres." }, { "text": "`(r - 255, v - 255, b - 255)`", "correct": false, "feedback": "Erreur : ces valeurs seraient négatives, impossibles pour une\ncomposante." }, { "text": "`(255, 255, 255) - (r, v, b)`", "correct": false, "feedback": "Erreur : Python ne sait pas soustraire deux tuples, cette\nexpression provoque une erreur. Il faut traiter chaque\ncomposante séparément." }, { "text": "`(r // 2, v // 2, b // 2)`", "correct": false, "feedback": "Erreur : diviser par deux assombrit l'image, elle ne l'inverse\npas." } ], "explanation": "Les traitements d'image s'écrivent comme des opérations sur les\ntrois composantes de chaque pixel, répétées sur toute l'image." }, { "id": "q42", "difficulty": 2, "skills": [ "metadonnees", "exif", "vie-privee" ], "title": "Des métadonnées retirées avant publication", "partie": "usages", "statement": "Avant de publier une photo prise dans sa chambre, Lina supprime les\nmétadonnées du fichier. Que cherche-t-elle à éviter ?", "options": [ { "text": "Que la position GPS et la date de la prise de vue soient lisibles", "correct": true, "feedback": "Bonne réponse : les métadonnées EXIF peuvent contenir la\nposition précise, la date, l'heure et le modèle d'appareil.\nPubliées, elles révèlent où et quand la photo a été prise." }, { "text": "Que la photo devienne floue une fois mise en ligne", "correct": false, "feedback": "Erreur : les métadonnées ne touchent pas aux pixels. Les\nretirer ne change rien à l'image." }, { "text": "Que le fichier soit trop lourd pour être envoyé par le site", "correct": false, "feedback": "Erreur : les métadonnées ne pèsent que quelques kilooctets,\nsans effet sur l'envoi." }, { "text": "Que la photo soit refusée par le site faute de format reconnu", "correct": false, "feedback": "Erreur : le format reste le même, JPEG par exemple, avec ou\nsans métadonnées." } ], "explanation": "Une photo transporte des informations invisibles sur sa prise de\nvue. Les vérifier, et les retirer si besoin, fait partie d'une\npublication maîtrisée." }, { "id": "q43", "difficulty": 1, "skills": [ "formats", "compression", "choix" ], "title": "Le format des photos de vacances", "partie": "usages", "statement": "Sami veut envoyer cinquante photos de vacances par courriel. Quel\nformat de fichier choisit-il ?", "options": [ { "text": "Le JPEG, compressé avec perte et donc léger", "correct": true, "feedback": "Bonne réponse : pour des photos, les pertes du JPEG sont\ninvisibles à l'œil et le fichier est plusieurs fois plus léger." }, { "text": "Le PNG, qui conserve chaque pixel sans aucune perte", "correct": false, "feedback": "Erreur : le PNG est précieux pour les captures d'écran et les\ndessins, mais ses fichiers de photos sont très lourds." }, { "text": "Le format brut du capteur, le plus fidèle à la prise de vue", "correct": false, "feedback": "Erreur : un fichier brut pèse des dizaines de mégaoctets et ne\ns'ouvre pas sans logiciel spécialisé." }, { "text": "Le format BMP, qui n'applique aucune compression", "correct": false, "feedback": "Erreur : sans compression, chaque photo pèserait son poids\nbrut, des dizaines de mégaoctets." } ], "explanation": "Le choix d'un format dépend de l'usage : compression avec perte\npour les photos à partager, sans perte pour les images à\nretravailler ou les captures d'écran." }, { "id": "q44", "difficulty": 2, "skills": [ "droit-image", "publication" ], "title": "Une passante au premier plan", "partie": "usages", "statement": "Sur la photo de rue que Maya veut publier, une passante est\nreconnaissable au premier plan et constitue le sujet principal de\nl'image. Peut-elle la publier sans lui demander son accord ?", "options": [ { "text": "Non, une personne reconnaissable et isolée a un droit sur son image", "correct": true, "feedback": "Bonne réponse : le droit à l'image exige l'accord d'une\npersonne identifiable qui est le sujet de la photo, même prise\ndans un lieu public." }, { "text": "Oui, tout ce qui se passe dans la rue peut être photographié et publié", "correct": false, "feedback": "Erreur : photographier est permis, publier une personne\nreconnaissable en sujet principal ne l'est pas sans accord." }, { "text": "Oui, à condition de ne pas indiquer le nom de la passante", "correct": false, "feedback": "Erreur : l'absence de nom ne suffit pas, c'est le visage\nreconnaissable qui compte." }, { "text": "Non, aucune photo de rue ne peut jamais être publiée", "correct": false, "feedback": "Erreur : une foule ou des passants non identifiables dans un\npaysage urbain se publient sans difficulté." } ], "explanation": "Le droit à l'image protège les personnes identifiables. Une scène\nde rue générale se publie ; une personne mise en avant demande son\naccord." }, { "id": "q45", "difficulty": 3, "skills": [ "formats", "raw", "traitement" ], "title": "Garder le fichier brut", "partie": "usages", "statement": "Un photographe règle son appareil pour enregistrer chaque image à\nla fois en JPEG et au format brut du capteur. Pourquoi conserver le\nfichier brut ?", "options": [ { "text": "Il contient les mesures du capteur, avant toute correction", "correct": true, "feedback": "Bonne réponse : balance des blancs, exposition et compression\nn'ont pas encore été appliquées. Le photographe peut les\nrefaire lui-même sans perte de qualité." }, { "text": "Il est plus léger que le JPEG et prend moins de place", "correct": false, "feedback": "Erreur : le fichier brut est bien plus lourd, puisqu'il n'est\npas compressé avec perte." }, { "text": "Il s'ouvre dans tous les logiciels et sur tous les téléphones", "correct": false, "feedback": "Erreur : les formats bruts dépendent du fabricant et exigent un\nlogiciel adapté." }, { "text": "Il a déjà reçu toutes les corrections de l'appareil", "correct": false, "feedback": "Erreur : c'est le JPEG qui est corrigé par l'appareil. Le brut\nest précisément l'image avant ces traitements." } ], "explanation": "Le fichier brut est à la photo numérique ce que le négatif était à\nl'argentique : la matière première, à partir de laquelle on peut\nreconstruire l'image finale à sa guise." } ] }