© PixelmatorLe logiciel graphique dédié à macOS, Pixelmator Pro, a dévoilé une nouvelle fonctionnalité, baptisée « ML Super Resolution ». Derrière ce nom de super-héros, se cache la possibilité de zoomer sur une image, tout en améliorant sa netteté et en limitant l'effet de pixellisation.
Vous avez certainement déjà vu cette scène dans une série policière, telle que Les Experts : à la recherche d'un criminel, les enquêteurs zooment sur une photo, obtenant alors une image pixellisée, difficile à exploiter. Mais en un clic, hop ! Tout devient net à l'écran et le suspect est alors parfaitement identifié...
À télécharger :
Pixelmator pour macOS
Pixelmator pour macOS
Zoomer et améliorer la résolution
Cependant, dans la réalité, ce résultat est assez difficile à obtenir : il n'existe pas vraiment de solution miracle pour améliorer la netteté d'une image zoomée en un instant. Mais la réalité serait sur le point de rattraper la fiction, avec la nouvelle fonctionnalité de l'éditeur d'images Pixelmator Pro.Ce dernier est la version professionnelle du logiciel Pixelmator, concurrent de Photoshop uniquement réservé à l'environnement macOS et disponible au prix de 43,99 euros. Sa mise à jour 1.5.4 contient en effet une fonction nommée « ML Super Resolution », qui permet précisément de zoomer sur une image, tout en atténuant la pixellisation induite. D'après le billet de blog présentant cette nouveauté, l'outil serait capable d'améliorer jusqu'à trois fois la résolution d'origine. D'autres exemples, en plus de celui ci-dessus, sont présentés dans le post de l'éditeur.
Une fonction intelligente et gourmande en ressources
S'il ne s'agit pas vraiment d'une première, l'effet semble plutôt au rendez-vous. Pour y parvenir, « ML Super Resolution » fait appel, comme son nom l'indique, au machine learning, une branche de l'intelligence artificielle. Les algorithmes ont donc « appris » à partir d'un jeu de données, comprenant des couples d'images, en haute et en basse résolution. Ils en ont alors déduit des règles permettant de passer de l'une à l'autre, pour ensuite les appliquer sur de nouvelles photos. Il faut toutefois noter que pour Pixelmator Pro, seuls 15 000 échantillons auraient été nécessaires au développement de l'outil (et non des millions de données, comme cela peut parfois être le cas).En revanche, revers de la médaille du machine learning : il nécessite une grande puissance de calcul. Par conséquent, le recours à « ML Super Resolution » peut prendre un certain temps, qui dépend de la machine utilisée. Par exemple, si un iMac Pro (vendu à près de 5 500 euros) est capable de s'en sortir en moins d'une seconde, il faudra en revanche plus d'une minute à un MacBook Pro 13 pouces de 2012 pour la même tâche. Et en une minute, tout peut basculer dans une enquête de police...
Source : The Verge
