Réglages du logiciel

Paramètres d’image

Termes courants

Nom	Plage de valeurs	Facteurs d’impact
Qualité d’image	1 ~ 100	Plus la valeur est basse, plus la qualité est faible
Qualité Alpha	0 ~ 100	Pour les images contenant des canaux Alpha (PNG ou certains formats PSD), régler la fidélité du plan Alpha revient à contrôler le degré de perte d’information du canal Alpha pendant la compression. Une fidélité plus élevée conserve davantage de détails, mais le fichier est relativement plus gros ; une fidélité plus basse sacrifie certains détails pour un fichier plus petit. Plus la valeur est basse, plus la qualité est faible
Profondeur de bits	1 ~ 16	La profondeur de bits (Bit Depth), en traitement d’image, désigne le nombre de bits utilisés par pixel, ce qui détermine le nombre de couleurs qu’une image peut représenter. Une profondeur plus élevée signifie des couleurs plus riches et des transitions plus fluides. Par exemple, 8 bits représentent 256 couleurs, 16 bits 65536 couleurs. Une valeur plus basse réduit la taille du fichier, mais aussi la qualité des couleurs. Il est recommandé d’ajuster modérément ou de ne pas modifier
Mode de sous-échantillonnage (sous-échantillonnage de chrominance)	ON/OFF/AUTO	En encodage d’image et de vidéo, le sous-échantillonnage de chrominance réduit le volume de données en abaissant la résolution de l’information de chrominance (couleur). L’œil humain est plus sensible aux variations de luminance qu’à celles de chrominance.
Conserver les métadonnées	Conserver / Ne pas conserver	Les métadonnées sont des données sur les données ; elles peuvent fournir des informations détaillées sur les fichiers, notamment : - Date et heure de création - Date et heure de modification - Informations sur l’appareil (modèle d’appareil photo, informations d’objectif) - Paramètres d’image (résolution, espace colorimétrique, réglages d’exposition) - Informations de localisation géographique (coordonnées GPS) - Informations de copyright - Balises descriptives ou mots-clés Dans certains cas, pour protéger la vie privée, réduire la taille du fichier ou simplifier la gestion des données, il peut falloir conserver tout ou partie des métadonnées, ou supprimer complètement certains types. Cette option apparaît généralement dans les menus des logiciels de traitement média ou des appareils.
Compression sans perte	-	La compression sans perte est une méthode où les données d’origine peuvent être entièrement restaurées : les données avant et après compression sont identiques, sans perte d’information. Elle est courante lorsque l’intégrité est requise : fichiers texte, code, certains types d’images (photographie professionnelle ou imagerie scientifique) et fichiers audio. Lorsque la compression sans perte est activée, le logiciel ou l’appareil cherche des motifs répétés ou des informations redondantes et les stocke plus efficacement, réduisant la taille du fichier sans sacrifier la qualité ni l’intégrité. Au besoin, les données peuvent être décompressées dans leur état d’origine, sans aucun changement. La compression sans perte préserve les données d’origine. Pour un fichier plus petit, ne cochez pas cette option.
Image progressive	Boolean	En JPEG baseline traditionnel, l’image est décodée et affichée ligne par ligne, de haut en bas. Avant le chargement complet, seule la partie supérieure est visible, le bas reste vide. En JPEG progressif, l’image s’affiche d’abord à très basse résolution, c’est-à-dire une version très floue. À mesure que davantage de données arrivent, la netteté augmente jusqu’à une image entièrement claire. Même avec une connexion lente, l’utilisateur peut rapidement prévisualiser le contenu général, ce qui améliore l’expérience.
Tramage (dithering)	0~1

WebP

Nom	Plage de valeurs	Facteurs d’impact
Sous-échantillonnage de chrominance intelligent	Boolean	Ajuste intelligemment le sous-échantillonnage de chrominance
Taille minimale intelligente	Boolean	Optimise pour atteindre la taille de fichier minimale
Encodage mixte	Boolean	En encodage d’image ou de vidéo, différentes régions ou images peuvent avoir des caractéristiques distinctes : arrière-plans statiques et premiers plans dynamiques, zones texturées et dégradés lisses, etc. Les stratégies d’encodage mixte choisissent intelligemment la méthode la plus adaptée selon le contenu, par exemple compression sans perte pour les parties statiques et avec perte pour les parties dynamiques, ou une combinaison de paramètres avec perte, afin d’obtenir le meilleur taux de compression global

JPEG

Nom	Plage de valeurs	Facteurs d’impact
Utiliser une table de quantification prédéfinie à l’index donné	0 ~ 8	Des tables de quantification différentes produisent des degrés de compression et de perte de qualité différents. Les tables prédéfinies sont des ensembles de matrices de quantification conçus à l’avance, optimisés pour des scénarios et des exigences de qualité donnés. Un index permet de choisir la table appropriée pour le compromis compression / qualité attendu. 0 - Table de quantification de l’annexe K JPEG (défaut vips et libjpeg) 1 - Table de quantification plate 2 - Table optimisée pour la métrique MSSIM sur le jeu d’images Kodak 3 - Table conçue par N. Robidoux pour ImageMagick (défaut actuel de mozjpeg) 4 - Table optimisée pour la métrique PSNR-HVS-M sur le jeu d’images Kodak 5 - Table de l’article « Correlation Between Human Visual Perception and JPEG-DCT Compression » (1992) 6 - Table de l’article « DCTune: Perceptual Optimization of Compressed Dental X-rays » (1997) 7 - Table de l’article « Application of a Visual Detection Model to DCT Coefficient Quantization » (1993) 8 - Table de l’article « An Improved Visual Detection Model for DCT Coefficient Quantization » (1993) Chaque table a ses propres caractéristiques et est optimisée pour différentes qualités d’image et efficacités de compression.
Ajouter des marqueurs de redémarrage après un nombre spécifié de MCU	0 - 2147483647	Dans les normes de compression d’image telles que JPEG, le MCU est la plus petite unité d’encodage et de décodage ; il contient généralement un bloc de luminance et deux blocs de chrominance, sa taille dépendant du mode de sous-échantillonnage de chrominance. Les marqueurs de redémarrage sont des marqueurs spéciaux du format JPEG, insérés dans le flux de données comme points de contrôle pendant l’encodage. Ils permettent au décodeur de se resynchroniser à partir du marqueur le plus proche en cas d’erreur (corruption de données ou interruption de transmission), plutôt que de décoder toute l’image depuis le début. Cela améliore la robustesse et la tolérance aux fautes, surtout si le réseau ou le support de stockage est instable. En spécifiant tous les combien de MCU insérer un marqueur, on trouve un équilibre entre qualité d’image et robustesse de décodage. Augmenter le nombre de marqueurs améliore la robustesse, mais peut légèrement augmenter la taille du fichier, chaque marqueur occupant un certain nombre d’octets.
Table de codage de Huffman optimale	Boolean	À partir des caractéristiques statistiques réelles des données d’image, calculer une table de Huffman qui maximise le taux de compression. Pendant l’encodage, on analyse les données, on compte la fréquence de chaque coefficient DCT, puis on construit un arbre de Huffman et on génère la table. Au décodage, le décodeur utilise la même table pour restaurer les données d’origine, ce qui réalise une décompression sans perte.
Appliquer la quantification en treillis à chaque bloc 8x8	Boolean	Pour améliorer l’efficacité d’encodage et la qualité d’image, appliquer une stratégie de quantification optimisée — la quantification en treillis — à chaque bloc 8x8 pixels. Cette technique affine les décisions à chaque étape de quantification afin d’atteindre une performance débit-distorsion optimale et d’améliorer l’efficacité globale.
Appliquer un dépassement (overshoot) aux échantillons de valeurs extrêmes	Boolean	Lors du traitement de signaux ou d’images, augmenter volontairement l’effet de dépassement sur les points de valeurs particulièrement grandes ou petites pour renforcer les caractéristiques locales, en contrôlant le degré afin d’éviter une dégradation de la qualité.
Diviser le spectre des coefficients DCT en scans séparés	Boolean	En compression JPEG, diviser le spectre des coefficients de transformée en cosinus discrète (DCT) en plusieurs processus de scan indépendants. L’image est d’abord découpée en blocs 8x8 ; après DCT de chaque bloc, on obtient une série de coefficients DCT qui portent l’information fréquentielle. C’est particulièrement important en JPEG progressif : l’image devient progressivement nette pendant le téléchargement, d’abord l’information basse fréquence (contour de base), puis davantage de détails. L’utilisateur prévisualise plus vite le contenu général, surtout à faible débit.

PNG

Nom	Plage de valeurs	Facteurs d’impact
Facteur de compression	0~9	Plus la valeur est basse, plus la qualité est faible
Indicateurs de filtre de ligne libspng	none, sub, up, avg, paeth, all	En compression PNG, le prétraitement par filtre est une étape importante pour améliorer l’efficacité. Types de filtres pris en charge par la norme PNG : NONE : aucun filtre, pas de prétraitement, compression directe des données brutes. SUB : prédiction par différence avec le pixel voisin de gauche. Chaque valeur de pixel soustrait celle du pixel de gauche pour réduire la redondance. UP : prédiction par différence avec le pixel du dessus. Chaque valeur soustrait celle du pixel juste au-dessus, pour réduire la corrélation. AVG : prédiction par moyenne du voisin de gauche et du pixel du dessus. Chaque valeur soustrait la moyenne des deux pixels en haut à gauche, combinant les informations horizontales et verticales. PAETH : le prédicteur Paeth choisit automatiquement le meilleur pixel voisin. Algorithme plus complexe qui sélectionne la valeur de prédiction la plus adaptée selon les pixels environnants, pour une meilleure compression. ALL : sélection adaptative. À l’encodage, PNG essaie les cinq filtres et choisit, pour chaque ligne, le type le plus efficace. Cette stratégie offre généralement le meilleur taux de compression, au prix d’un coût de calcul plus élevé. Ces filtres réduisent la corrélation entre pixels adjacents avant l’encodage, afin que le codage entropique suivant (compression DEFLATE par exemple) comprime plus efficacement.
Utiliser une quantification de palette 8bpp	false	Quantifier l’image en mode palette 8 bits par pixel (bpp). Les couleurs de toute l’image sont limitées à une palette d’au plus 256 couleurs. Cette méthode convient très bien aux images à nombre de couleurs limité qui n’exigent pas une haute fidélité colorimétrique : graphiques simples, icônes ou certains dessins. Une palette 8bpp en PNG permet une compression sans perte efficace tout en conservant une bonne qualité visuelle, surtout sur des images à couleurs limitées.

GIF

Nom	Plage de valeurs	Facteurs d’impact
Erreur inter-images maximale	0~32	L’« erreur maximale de transparence inter-images » est la différence maximale autorisée dans les changements de transparence d’une image à la suivante dans une animation multi-images. C’est important à la compression, car une animation GIF est généralement une série d’images individuelles, chacune pouvant avoir ses propres zones transparentes. Pour réduire la taille, les parties similaires entre images adjacentes sont encodées efficacement, en ne stockant que les pixels qui ont changé. En pratique, il faut ajuster ce paramètre selon les besoins pour le meilleur compromis compression / qualité.
Erreur maximale entre palettes	0~256	Lors de la réutilisation de palettes, l’algorithme compare les besoins en couleurs de l’image courante à la palette de l’image précédente (ou d’autres images disponibles). Ce degré de correspondance se quantifie par l’« erreur » entre les deux palettes, généralement la somme des différences de couleur. Si la différence est assez petite pour qu’elles soient presque indiscernables visuellement, on peut réutiliser la palette précédente et économiser de l’espace.
Réutiliser la palette	true	Réduit la taille du fichier en évitant de stocker en double des palettes similaires. Si deux images consécutives ou plus partagent beaucoup de couleurs, réutiliser la palette de l’image précédente économise nettement de l’espace.

TIFF/JP2K

Nom	Plage de valeurs	Facteurs d’impact
Largeur de tuile (en pixels)	1- 32768	En TIFF, la largeur de tuile est la dimension horizontale des tuiles qui composent l’image, c’est-à-dire le nombre de pixels d’une tuile dans le sens horizontal. Les tuiles sont des régions rectangulaires pour le stockage et la lecture par blocs, ce qui facilite le traitement des grandes images.
Hauteur de tuile (en pixels)	1-32768	La hauteur de tuile est le nombre de pixels d’une tuile dans le sens vertical. Avec la largeur, ces deux paramètres définissent la taille d’une tuile.
Résolution horizontale (pixels/mm)	0.001 ~ 1e+06	La résolution horizontale est le nombre de pixels par millimètre de distance horizontale. C’est une mesure de la densité de détail. Une résolution plus élevée signifie plus de pixels dans le même espace physique, donc plus de détails.
Résolution verticale (pixels/mm)	0.001 ~ 1e+06	La résolution verticale mesure de même le nombre de pixels par millimètre vertical. Elle reflète le détail dans le sens vertical et, avec la résolution horizontale, détermine la clarté et l’expression des détails de l’image.
Écrire un TIFF pyramidal	Boolean	Format multi-niveaux contenant plusieurs copies de l’image à différentes résolutions, de la pleine résolution aux plus basses. Adapté aux prévisualisations ou zooms rapides, car on accède vite à différents niveaux de détail.
Écrire un TIFF tuilé	Boolean	Un TIFF tuilé découpe l’image en plusieurs tuiles ou blocs, chacun pouvant être compressé et stocké indépendamment. Cela améliore l’efficacité de lecture/écriture des grandes images, surtout pour l’accès aléatoire et la transmission réseau.
Utiliser 0 pour représenter le blanc dans les images 1 bit	Boolean	Dans une image 1 bit (binaire), chaque pixel n’est représenté que par un bit : 0 est généralement une couleur, 1 l’autre. Traditionnellement, 0 est le noir et 1 le blanc. Dans certains cas, 0 peut être configuré pour représenter le blanc ; c’est une convention configurable en traitement et encodage d’image. Cette configuration influe sur le décodage pour afficher correctement l’image.

HEIF

Nom	Plage de valeurs	Facteurs d’impact
Format de compression	hevc, avc, jpeg, av1	En compression HEIF (High Efficiency Image File Format), les options d’algorithme sont : HEVC : compression selon la norme HEVC (High Efficiency Video Coding, aussi appelée H.265). HEVC est un format d’image et de vidéo efficace, plus compact que les normes précédentes. x265 est une bibliothèque open source pour l’encodage HEVC. AVC : compression selon la norme AVC (Advanced Video Coding, aussi appelée H.264). AVC est une norme vidéo largement utilisée, qui équilibre efficacité de compression et ressources de calcul. x264 est un encodeur AVC populaire. JPEG : compression selon la norme JPEG. JPEG est un format avec perte largement utilisé pour les images statiques, connu pour conserver une bonne qualité à des tailles de fichier plus petites. L’encodeur JPEG standard est utilisé ici. AV1 : compression selon la norme AV1 (AOMedia Video 1). AV1 est un codec de nouvelle génération développé par l’Alliance for Open Media, conçu pour une efficacité supérieure à HEVC tout en restant sous licence open source. aom est une bibliothèque dirigée par Google pour l’encodage AV1.
Encodeur	auto, aom, rav1e, svt, x265	En compression HEIF, les options d’encodeur pour compresser les données d’image vers un format pris en charge par HEIF sont : AUTO : sélection automatique de l’encodeur. Le système ou le logiciel choisit le plus adapté selon les circonstances et les ressources disponibles. AOM : encodeur développé par AOMedia (AOM), principalement pour l’encodage vidéo AV1. AOMedia est une alliance dirigée par Google ; son encodeur AV1 vise une compression efficace. RAV1E : encodeur AV1 open source connu pour ses performances et sa qualité. Projet communautaire axé sur des solutions d’encodage AV1 efficaces. SVT : SVT-AV1 est un autre encodeur AV1 développé conjointement par Socionext Inc. et Amazon Lab126, conçu pour une compression vidéo efficace dans divers scénarios. X265 : encodeur HEVC (H.265) efficace, largement utilisé pour compresser des vidéos HD et UHD, connu pour un excellent taux de compression et une bonne qualité d’image. Le choix de l’encodeur en HEIF influe sur la taille finale, la vitesse d’encodage, la compatibilité de décodage et la qualité d’image. Choisissez l’encodeur le plus adapté aux besoins et aux capacités de l’appareil.

AVIF

Nom	Plage de valeurs	Facteurs d’impact
-	-	-

Dernière mise à jour 21 août 2026

Aide-mémoire Golang Aide-mémoire de signature Apple pour CI/CD macOS