Connexion
M’enregistrer
Rechercher
Commençons par le commencement, qu’est-ce qu’un logiciel libre?
L’informatique est née libre dans les années 50 et 60. Tous les développeurs avaient accès au code source des applications qui étaient fournies avec le matériel souvent très spécialisé. À la fin des années 60, un jugement contre IBM a vu l’apparition de l’industrie du logiciel et la séparation du couple matériel logiciel. L’arrivée de la micro-informatique a accentué ce mouvement et les logiciels n’ont plus été livrés qu’en mode exécutable. L’accès au code source n’était plus possible. Au début des années 80, un chercheur du MIT, Richard Stalman, s’est insurgé contre cet état de fait et a créé deux choses : la licence GPL pour encadrer légalement ses travaux avec l’aide d’Eben Moglen, professeur de droit et d’histoire du droit à l’université Columbia, et le projet GNU, qui signifie « GNU’s Not UNIX », qui devait permettre de développer un système d’exploitation libre. La licence GPL est une licence qui fixe les conditions légales de distribution des logiciels libres du projet GNU et qui a ensuite été adoptée par de nombreux projets. L’objectif de la licence GNU GPL, selon ses créateurs est de garantir à l’utilisateur les droits suivants (appelés libertés) sur un programme informatique :
- La liberté d’exécuter le logiciel, pour n’importe quel usage;
- La liberté d’étudier le fonctionnement d’un programme et de l’adapter à ses besoins, ce qui passe par l’accès aux codes sources;
- La liberté de redistribuer des copies;
- L’obligation de faire bénéficier à la communauté des versions modifiées.
En 1985, certaines pièces maîtresses du projet GNU sont déjà présentes comme le compilateur GCC finalisé dès juin 1984, une version emacs compatible UNIX, etc. L’effort sera poursuivi, et au début des années 1990, le projet GNU possède une version utilisable de tous les éléments nécessaires à la construction d’un système d’exploitation (outre ceux cités précédemment : un shell, des bibliothèques, les composants de base, les outils de développement…) à l’exception du plus central : le noyau. C’est là qu’intervient Linus Torval qui en 1991 rendit disponible un noyau de système d’exploitation d’abord nommé Freax par Linus lui-même, il prit le nom de Linux à cause du nom du dossier FTP utilisé pour le diffuser. GNU Linux était né et le poste de travail libre pouvait voir le jour. En passant, en 1996, Linus proposa un concours de dessin mettant en scène un manchot, car c’est un animal qu’il appréciait et qui était vif et robuste (expérience qu’il a faite après avoir été mordu par un manchot dans un zoo en Australie). Le vainqueur fut Larry Ewing qui a fait le dessin à l’aide du logiciel libre GIMP. Le manchot prit le nom de Tux. Saviez-vous que vous utilisiez des logiciels libres sans le savoir? Facebook, Amazon, Google fonctionnent grâce à des logiciels libres et ces compagnies ne seraient certainement pas ce qu'elles sont sans ces outils. Votre voiture, votre télévision, votre iPhone, votre iPad, Mac OS X et bien d'autres choses fonctionnent grâce à des logiciels libres.
Tout était en place pour le développement d’un écosystème important de logiciels libres. Le décor étant planté, qu’en est-il des logiciels libres en photographie sachant que derrière ces derniers, on retrouve des développeurs passionnés de photographie ou des professionnels photographes insatisfait des outils disponibles?
Je vais passer en revue les logiciels permettant
1. de développer les fichiers RAW,
2. de retoucher les photos,
3. de créer des panoramas
4. de créer des HDR
5. de gérer sa bibliothèque de photos.
1. développement de fichier RAW :
Il existe une multitude de logiciels dans cette section. Toutefois, les plus connus sont RawTherapee, Darktable, Rawstudio et UFRaw. En ce qui me concerne, je travaille avec RawTherapee et Darktable qui de mon point de vue sont les plus performants. De plus, ils permettent de choisir l’algorithme de dématriçage le mieux adapté à la situation, RawTherapee ayant le plus de choix au niveau des algorithmes. À partir d’un fichier brut, il est possible de régler l’exposition, la balance des blancs, la luminosité, le contraste, la luminance, la vibrance et bien d’autres choses encore. Le nombre de réglages possibles est assez hallucinant. Darktable permet même de faire ces réglages sur des parties de l’image seulement en utilisant des masques. Une fois ces réglages faits, il est possible de lancer le dématriçage en ayant de nombreuses possibilités de personnalisation pour un rendu des couleurs optimal et d’ainsi créer une image dans le format de fichier choisi à savoir JPEG, TIF 8 ou 16 bits ou PNG 8 ou 16 bits. Une petit rappel de ce qu'est le dématriçage me semble nécessaire à ce point.
Les capteurs CCD et CMOS sont monochromatiques. En effet, les photosites ne font pas de distinction entre les longueurs d’onde du signal lumineux. Ils sont seulement capables de mesurer la quantité de lumière (ou le nombre de photons) ayant percuté chaque photosite. La sensibilisation à la couleur est introduite par la superposition d’un filtre coloré sur la surface du capteur basé sur la matrice de Bayer. Ainsi, chaque photosite enregistre une couleur (rouge, vert, ou bleu) au travers de filtres selon une répartition définie par la « matrice de Bayer » constituée à 50 % de filtres verts, à 25 % de filtres rouges et à 25 % de filtres bleus.
En superposant un filtre de couleur à sa surface, le capteur reçoit une seule composante chromatique par photosite, faisant ainsi l’acquisition de seulement un tiers de l’information nécessaire pour produire une image colorée. Pour chaque pixel, les deux composantes chromatiques manquantes doivent être interpolées par une étape de dématriçage. C’est donc les deux tiers de l’image finale qu’il va falloir estimer, on comprend clairement que cette étape est d’une importance cruciale pour la qualité de l’image produite. Elle a une influence intrinsèque sur la netteté, l’effet de moiré, le rapport signal sur bruit, elle peut introduire des artefacts de couleurs et des structures en formes de labyrinthes ou encore un effet de grille. De nombreuses méthodes ont été mises au point, dont la majorité sont dédiées à la reconstruction de la mosaïque de Bayer. L’image de mosaïque des couleurs primaires, rouge, vert et bleu, doit être interpolée pour produire la bonne image en couleur. Il s’agit dans cette étape de reconstruire à partir des informations existantes et captées dans les pixels autour, les deux composantes de couleur manquantes pour chaque pixel. De nombreux algorithmes de dématriçage existent dans la littérature produisant différentes qualités d’images.
Le dématriçage peut être fait directement dans l’appareil-photo ou en dehors, sur un ordinateur personnel, en récupérant les données du capteur. Si la reconstruction est faite dans l’appareil-photo, il faut chercher le meilleur compromis entre la qualité visuelle produite et la complexité de l’algorithme. Si l’image est reconstruite en dehors de l’appareil-photo en utilisant les données brutes du capteur, l’utilisateur est dégagé des problèmes d’architectures matériels et peut se focaliser sur la qualité de l’image produite (manipuler l’image en dehors de l’appareil, permet à l’utilisateur d’utiliser les algorithmes de son choix et de les adapter en fonction des résultats escomptés). Sur la plupart des appareils du marché grand public, ces données ne sont pas disponibles, les utilisateurs ont seulement accès à l’image à la sortie de la chaîne de traitement. Il apparaît donc indispensable pour de tels systèmes d’intégrer un algorithme de dématriçage performant en terme de qualité d’image produite en adéquation avec les capacités de traitement de l’architecture. Depuis la prolifération des appareils photo numériques sur le marché grand public et leur introduction dans toutes sortes d’appareils (téléphones mobiles, etc.), le dématriçage a connu un fort intérêt de la part des industriels et de nombreux algorithmes ont été mis au point.
Ces algorithmes utilisent différentes approches afin de reconstituer les couleurs. L’interpolation peut se faire par copie de pixels en utilisant les pixels proches, par constance de teintes qui tient compte de la teinte plus que de la couleur, à moyenne pondérée adaptative en utilisant une pondération prenant en compte la structure des objets dans l’image, par sélection de fréquence ou filtrage de l’espace de Fourier, par la méthode de restauration des couleurs qui proposent d’utiliser les corrélations existantes entre les variations spatiales des signaux de couleurs, par interpolation par reconnaissance des formes et j’en passe. Dans chacun de ces cas, les formules mathématiques sont assez longues et rébarbatives, mais d’après mes lectures, ces algorithmes peuvent amener des différences importantes au niveau du rendu de l’image. Pour vous donner une petite idée des opérations effectuées dans un algorithme, celui d'Hirakawa qui semble un des plus utilisés, regroupe 48 multiplications, 88 additions, 71 comparaisons et 12 valeurs absolues pour chaque couleur de chaque pixel. Une étude faite à partir de 24 photos de référence de Kodak montre que celui qui a les meilleurs résultats est celui de Gunturk qui comprend 480 multiplcations et 480 additions pour chacune des couleur de chaque pixel suivi de celui d'Hirakawa. Ces analyses montrent que le canal vert est plus précis que le bleu et le rouge. En effet, l’information de couleur verte possède une fréquence d'échantillonnage deux fois plus importante que l’information des canaux de couleurs rouge et bleu, réduisant ainsi de 50% la probabilité d’introduire des erreurs d’interpolations.
Dans certains cas, il est donc intéressant de pouvoir tester plusieurs algorithmes différents pour obtenir le meilleur rendu de la photographie prise. Vous pouvez regarder les acétates d'un cours de master sur le sujet en particulier l'acétate 55 à cette adresse qui vous montre les différences de résultat en fonction de l'algorithme utilisé.
On peut voir aussi sur cette image les différences:
À ma connaissance, je ne connais que RawTherapee et Darktable qui proposent un choix d’algorithmes de dématriçage, une dizaine pour le premier et 3 ou 4 pour le second.
Plusieurs de ces logiciels fonctionnent sous Linux, Mac OS et Windows.
2. Retouche de photos :
le seul que je connaisse et que j’utilise est GIMP. C’est un logiciel puissant qui possède de nombreux plug-ins permettant de faire au moins autant de traitements que Photoshop. Il en existe des versions pour la plupart des systèmes d’exploitation, dont GNU/Linux, OS X, et Microsoft Windows. GIMP a des outils utilisés pour la retouche et l’édition d’image, le dessin à main levée, réajuster, rogner, photomontages, convertir entre différents formats d’image, et plus de tâches spécialisées. Les images animées comme les fichiers GIF et MPEG peuvent être créées en utilisant un plug-in d’animation. En 2015, une nouvelle version devrait apporter le traitement d’image exclusivement assuré par GEGL (GEneric Graphical Library, bibliothèque graphique générique en anglais) qui est une bibliothèque logicielle libre en cours de développement pour les applications de traitement d'image. Elle est développée principalement pour apporter un support couleur haute résolution (par exemple, le support d'image avec plus de 8 bits par canal) à GIMP, mais peut aussi être utilisée par d'autres applications. Cette version devrait aussi offrir la possibilité de travailler sur des images 8, 16, 32 ou même 64 bits, en nombre entier ou flottant, avec encodage linéaire ou correction gamma.
3. Création de panoramas :
Hugin est sans conteste le meilleur outil de création de panoramas. Il permet plusieurs types de projections des photographies vers le panorama final. Hugin est principalement une interface graphique multiplate-forme permettant d’utiliser la bibliothèque de programmes Panorama Tools, aussi connue sous le nom de libpano. En trois étapes, vous créez votre panorama : sélectionner les photos, aligner les photos et générer le panorama. Ce n’est pas plus compliqué. Il en existe des versions pour la plupart des systèmes d’exploitation, dont GNU/Linux, OS X, et Microsoft Windows.
4. Création de HDR :
Luminance HDR est un des logiciels les plus connus dans ce domaine. Il est disponible sur les systèmes d’exploitation Linux, Windows et Mac OS X. Luminance HDR permet de monter en quelques clics des images en HDR, à partir de trois photos sources minimum. Le logiciel est simple d’utilisation et le rendu, vraiment appréciable.
5. Gestion de sa bibliothèque de photos :
Là encore, il existe de nombreux logiciels libres comme Gwenview, GPicView, GThumb, F-Spot, KPhotoAlbum, etc. Pour ma part, j’utilise Shotwell ou DigiKam qui sont deux logiciels puissants pour le tri et le classement de photos.
Mais aussi pour la publication sur Internet, il existe des galeries performantes comme Coppermine, une galerie photo en PHP/MySql au top, Gallery Menalto, peut-être le meilleur script php/sql pour présenter une galerie de photographies, Piwigo, une galerie d’images, simple et puissante, Zenphoto, un album photo sur Internet, simple et pratique.
Voici un petit tour rapide d’outils puissants qui peuvent sans complexe prendre la place de logiciels propriétaires et permettre à un amateur comme à un professionnel de travailler et présenter ses photos sans se ruiner. Si vous avez une machine que vous souhaitez équiper pour le traitement d’image et le graphisme, il existe une distribution Linux Ubuntu studio qui installe tout ce dont vous avez besoin pour le traitement d’image.
mais je m'améliore 
