Le problème de l'upscaling

Vous avez une photo 500×500. Il vous la faut en 2000×2000 — pour un tirage, un écran retina, une bannière. La photo a 250 000 pixels. Il vous en faut 4 millions. Les 3,75 millions de pixels manquants doivent venir de quelque part.

C'est le problème de l'upscaling. Vous ne pouvez pas créer de l'information qui n'a pas été capturée — mais vous pouvez l'estimer. La qualité de l'estimation détermine si l'image agrandie paraît nette ou floue.

Pourquoi l'upscaling naïf échoue

L'approche la plus simple : dupliquer chaque pixel. Une image 500×500 devient 1000×1000 en transformant chaque pixel en bloc 2×2. Le résultat est pixelisé — blocqueux, avec des carrés visibles. C'est l'interpolation « plus proche voisin », et c'est ce que faisaient tous les visionneuses d'images en 1995.

L'étape suivante : interpolation bilinéaire. Pour chaque nouveau pixel, on fait la moyenne des 4 pixels source les plus proches. Le résultat est lisse, mais flou — les bords perdent leur définition, le texte devient mou et les détails fins disparaissent. L'interpolation bicubique (moyenne de 16 pixels source avec une pondération cubique) est légèrement meilleure, mais produit encore des halos visibles autour des bords.

Le problème fondamental : ces méthodes ne savent pas ce qu'est l'image. Elles traitent chaque pixel pareil — un pixel au milieu d'un ciel bleu reçoit le même traitement qu'un pixel au bord d'un trait de texte net. Le résultat est uniformément médiocre.

Lanczos : la référence de qualité

Le rééchantillonnage Lanczos utilise un noyau à fenêtre sinc — une fonction mathématique qui, en théorie, reconstruit parfaitement le signal continu original à partir de ses échantillons. En pratique, il produit des résultats plus nets que le bicubique parce qu'il préserve mieux le détail haute fréquence (bords, texte, textures fines).

Le compromis est le calcul. Lanczos avec un noyau de taille 3 (le standard) requiert 36 pixels source par pixel de sortie (fenêtre 6×6), contre 16 pour le bicubique. Pour un agrandissement 4× d'une image 1000×1000, cela fait 144 millions de consultations de pixels. Sur un CPU moderne, cela prend 2-5 secondes — acceptable pour un usage unique, lent pour le temps réel.

Lanczos est la référence pour l'upscaling de qualité. Tous les outils professionnels — Photoshop, GIMP, ImageMagick — l'offrent. Les outils basés sur navigateur qui utilisent Lanczos produisent des résultats quasi indissociables des logiciels de bureau.

Upscaling par IA : la promesse

Les upscalers par IA (real-ESRGAN, SwinIR, Topaz Gigapixel) prennent une approche différente. Au lieu d'une formule mathématique, ils utilisent un réseau de neurones entraîné sur des millions de paires d'images : versions basse et haute résolution de la même photo. Le réseau apprend à « halluciner » le détail manquant — ajoutant de la texture, renforçant les bords et même reconstruisant du texte.

Pour certains types d'images, les résultats sont saisissants. Une photo 500×500 d'un visage, agrandie 4× par un bon modèle d'IA, peut ressembler à une photo capturée à l'origine en 2000×2000. Le modèle « sait » à quoi ressemblent les visages et remplit les pores, les cheveux et la texture de peau que la source basse résolution n'avait pas capturés.

Mais il y a un piège : l'IA hallucine. Elle ajoute du détail qui n'était pas dans l'original — et parfois ce détail est faux. Une plaque d'immatriculation floue, agrandie par IA, pourrait afficher un numéro plausible mais incorrect. Une photo basse résolution d'un bâtiment, agrandie, pourrait gagner des fenêtres et des briques qui n'existent pas. C'est le « biais de modèle » — l'IA produit ce qu'elle pense devrait être là, pas ce qui y est réellement.

Quand utiliser lequel

Utilisez Lanczos quand :

  • Vous avez besoin d'un upscaling fidèle et précis (sans détail halluciné).
  • L'image a un détail fin qui doit être préservé exactement (texte, diagrammes, pixel art).
  • Vous avez besoin de résultats prévisibles et reproductibles.
  • Vous travaillez dans un navigateur (sans téléchargement de modèle).

Utilisez l'upscaling par IA quand :

  • L'image est une photo d'un sujet courant (visages, paysages, bâtiments).
  • Vous voulez que l'image « paraisse belle » même si le détail est inventé.
  • Vous tolérez un téléchargement de modèle de 10-50 Mo.
  • Vous acceptez que le détail agrandi puisse ne pas être exact.

Pour la plupart des cas — graphismes web, photos anciennes, posts sur réseaux sociaux — Lanczos suffit et est plus rapide. Pour la restauration professionnelle de photos ou l'impression en grand format, l'upscaling par IA vaut le temps supplémentaire.

L'astuce du renforcement

Toute méthode d'upscaling bénéficie d'une passe de renforcement ensuite. La raison : l'upscaling répartit le détail original sur plus de pixels, ce qui adoucit visuellement l'image. Un masque de réglage léger — qui détecte les bords et renforce le contraste local — restaure la netteté perçue sans ajouter d'information nouvelle.

La quantité de renforcement compte. Trop peu, et l'image agrandie paraît douce. Trop, et vous obtenez des halos — des contours clairs ou sombres autour des bords qui paraissent antinaturels. Un réglage typique : quantité 0,5, rayon 0,7 px, seuil 2. Cela renforce les bords sans introduire d'artefacts.

Upscaling pour l'impression

L'impression requiert 300 DPI (points par pouce). Une photo pour un tirage 4×6 pouces nécessite 1200×1800 pixels. Une photo à résolution web (800×600) doit être agrandie 1,5× horizontalement et 3× verticalement pour répondre à ce besoin.

Pour l'impression, Lanczos avec renforcement est généralement meilleur que l'IA. L'impression montre chaque pixel — la texture hallucinée par l'IA qui paraît correcte à l'écran peut paraître « fausse » sur papier, surtout pour les visages et les mains où les spectateurs ont des attentes fortes.

Confidentialité

L'upscaling peut tourner entièrement dans le navigateur. L'algorithme Lanczos est purement mathématique — aucune donnée ne quitte l'appareil. Les modèles d'IA peuvent aussi tourner dans le navigateur via ONNX Runtime Web ou TensorFlow.js, bien que le téléchargement du modèle (10-50 Mo) soit un coût unique. Quoi qu'il en soit, aucune image n'est envoyée à un serveur.

Le futur

L'upscaling par IA s'améliore rapidement. Les upscalers basés sur la diffusion (la même technologie derrière Stable Diffusion) peuvent désormais produire des agrandissements 8× visuellement indissociables de photos natives en haute résolution — pour les bons types d'images. Le compromis est la vitesse : un upscaling par diffusion prend 10-30 secondes sur un GPU, des minutes sur un CPU.

Pour l'instant, le choix pratique pour la plupart des utilisateurs est Lanczos + renforcement. C'est rapide, gratuit, tourne dans n'importe quel navigateur et produit une qualité « suffisamment bonne » pour 90 % des cas. L'upscaling par IA est le bon choix quand la qualité compte plus que la vitesse, et quand le type d'image est un sur lequel le modèle d'IA a été entraîné.