Agrandisseur d’images en ligne

Quand agrandir se justifie vraiment

Agrandir une image est rarement gratuit. Une photo de 400 × 300 pixels ne devient pas 1 600 × 1 200 pixels sans que le navigateur fabrique de nouveaux pixels. Ces pixels sont estimés par interpolation  ; ils ne contiennent aucune information originale. Mais dans certains cas limités, c’est justifié : un logo vectoriel rasterisé trop petit en source, une icône bitmap qu’il faut afficher plus grande, une illustration graphique sans détails fins où le lissage ne nuit pas.

Le résultat dépend entièrement de la méthode d’interpolation. L’interpolation linéaire est rapide et basique. L’interpolation cubique (bicubique) est meilleure. Les algorithmes modernes comme Lanczos, waifu2x et les réseaux de neurones donnent des résultats remarquablement nets sur les dessins, les cliparts et les petites icônes même agrandies fortement.

Réalités sur l’agrandissement

• Aucun agrandissement ne retrouve les détails fins qui n’étaient pas à l’origine dans l’image source.
• Un lissage agressif crée un flou visible ou des halos d’artefacts indésirables autour des contours.
• Les zones avec dégradés progressifs sont bien plus difficiles à agrandir que les zones unies.
• Une photo naturelle agrandie perd toujours sa clarté originale ; les logos s’en tirent beaucoup mieux.
• Le doublement de taille (×2) conserve davantage de qualité que les agrandissements radicaux (×10).
• Les petites images carrées de 100 × 100 px resteront pixellisées même après agrandissement.

Méthodes d’interpolation et ce qu’elles font vraiment

• Au plus proche voisin (Nearest Neighbor) — La méthode la plus rapide. Duplique chaque pixel en carrés sans mélange. Parfait pour les dessins au trait nets, les aplats et les petites icônes graphiques. À ×2 ou ×3, le résultat reste reconnaissable. Au-delà de ×4, apparaît pixellisé de manière visible et ennuyeuse. Pas d’artefacts fantômes.
• Bilinéaire (Linear) — Interpole les pixels voisins en lissant les transitions. Plus lent que nearest neighbor mais plus doux. Bon pour les logos simples et les dessins sans dégradé fin. Peut créer un léger flou à forte interpolation, mais moins d’artefacts qu’au plus proche voisin.
• Bicubique (Cubic) — Le compromis classique. Calcule une courbe lissée à travers 4×4 pixels pour chaque pixel nouveau. Donne des résultats nets et naturels. Recommandé pour la plupart des cas généraux jusqu’à ×3 ou ×4. Temps de calcul modéré.
• Lanczos (Windows Sinc) — Très sophistiqué mais plus lent. Produit des bords nets et des dégradés fins même à forte interpolation. Idéal pour les illustrations et les logos avec beaucoup de détails. À ×5 et au-delà, Lanczos peut créer des artefacts (halos) près des contours si les paramètres ne sont pas bien réglés.
• Waifu2x (Machine Learning) — Entraîné sur des milliers d’images de dessins et d’anime. Invente des détails plausibles pour les contours flous. Résultats remarquables sur les illustrations, logos, caractères. À ×4 ou plus, peut ajouter du bruit imaginaire si la source était très pixellisée. Ne fonctionne que sur les images petites à moyennes (< 2000 px).

Agrandir votre image

1. Chargez votre petite image (glissez-déposez ou sélectionnez un fichier).
2. Entrez la taille cible en pixels ou choisissez un facteur multiplicateur (×1.5, ×2, ×3).
3. Sélectionnez l’algorithme d’interpolation si le choix vous est offert.
4. Examinez l’aperçu avant de télécharger l’image agrandie.

Questions sur l’agrandissement d’images