Calculer un noyau de netteté

Il convient lorsqu’une bibliothèque d’images, un shader, une chaîne Canvas ou un processeur personnalisé attend des coefficients plutôt qu’un curseur. Le résultat est déterministe, normalisé afin de préserver une luminosité constante et directement copiable dans du code. Saisissez une intensité finie comprise entre 0 et 5 pour examiner les poids du centre, des côtés et des angles sans téléverser ni traiter d’image.

Passer d’un réglage de netteté à des coefficients précis

Une interface représente souvent la netteté par un seul curseur, alors qu’un moteur de convolution exige neuf nombres disposés en matrice. Ce calculateur relie ces deux représentations. Il part du noyau de flou gaussien 3x3 normalisé, dont les lignes sont proportionnelles à 1–2–1, puis construit un masque de netteté en ajoutant le signal d’origine et en soustrayant sa version floutée multipliée par l’intensité. En notation compacte, le noyau vaut (1 + strength)I − strength·G, où I désigne la matrice identité et G le noyau gaussien. La matrice obtenue possède des coefficients identiques aux angles, d’autres identiques sur les côtés et un coefficient central plus élevé. À une intensité nulle, elle devient l’identité et ne modifie aucun pixel. Lorsque l’intensité augmente, les pixels voisins contribuent négativement tandis que le poids central croît, ce qui accentue le contraste local autour des contours. Après un arrondi stable, la somme des coefficients reste exactement égale à un : une zone parfaitement uniforme conserve donc son niveau global.

Interpréter et appliquer la matrice 3x3

Le résultat présente le noyau sous forme de trois tableaux ordonnés par lignes. Pour chaque pixel de sortie, alignez le centre de la matrice sur ce pixel, multipliez chaque coefficient par le pixel correspondant du voisinage 3x3, puis additionnez les neuf produits. Appliquez l’opération séparément aux différents canaux de couleur, sauf si votre système prévoit un traitement de la luminance uniquement. La gestion des bordures ne fait pas partie de cette estimation, car les bibliothèques proposent plusieurs méthodes : prolongement du pixel le plus proche, réflexion de l’image, bouclage des coordonnées ou omission des voisinages incomplets. Ces choix peuvent modifier le rendu près du cadre sans changer le noyau. Si une bibliothèque demande une liste à plat, concaténez les lignes renvoyées de haut en bas. Certains outils emploient une corrélation plutôt qu’une convolution ; la symétrie rotationnelle de ce noyau garantit néanmoins les mêmes coefficients dans les deux orientations. Le champ `coefficient_sum` contrôle la normalisation et `size` confirme la dimension attendue.

Choisir une intensité pertinente et comprendre la limite

Commencez par une intensité modérée et évaluez le rendu sur plusieurs images représentatives plutôt que sur un seul recadrage très contrasté. L’accentuation renforce le contraste local : elle peut mieux révéler des détails réels, mais aussi amplifier le bruit du capteur, les blocs de compression, les oscillations et les halos. L’intervalle accepté s’étend de 0 à 5 inclus. Cette limite explicite détecte les pourcentages mal placés et les saisies accidentelles avant qu’ils ne produisent des coefficients extrêmes. Une valeur de 1 associe l’image d’origine à un résidu complet entre la source et son flou gaussien ; une valeur fractionnaire donne une correction plus douce, tandis qu’une valeur supérieure exagère ce résidu. Le calcul n’analyse aucune image et ne peut donc pas recommander un réglage esthétique idéal. Il estime uniquement le noyau mathématique exact correspondant au paramètre demandé. Pour rendre une chaîne reproductible, consignez aussi la gestion des bordures, l’espace colorimétrique, la politique des canaux, ainsi que tout écrêtage ou toute quantification appliqués après la convolution.