Déflouter une photo en 3 étapes
- Ouvrez l'outil d'amélioration photo par IA avec le bouton ci-dessus et importez la photo floue (JPG, PNG, WebP, BMP ou TIFF, jusqu'à 20 Mo).
- Choisissez un modèle. Qualité exécute Real-ESRGAN x4plus et agrandit toujours 4x. Rapide exécute un modèle plus léger en 2x ou 4x. Pour des photos floues de personnes et de lieux, commencez par Qualité.
- Téléchargez le résultat en PNG et comparez-le à l'original côte à côte.
Les images dont un côté dépasse 1 500 px sont réduites à 1 500 px avant le traitement : le plus grand résultat possible fait donc 6 000 px en 4x. Si vous avez surtout besoin de plus de pixels pour l'impression, découvrez comment augmenter la résolution d'une image avec l'IA.
Pourquoi les photos sont-elles floues ?
Avant de pouvoir corriger une photo floue, il est utile de comprendre ce qui a causé le flou. Différents types de flou présentent des caractéristiques différentes, et connaître la cause vous indique le degré d'amélioration que vous pouvez attendre d'un outil de défloutage par IA.
- Bougé de l'appareil (tremblement des mains). La cause la plus fréquente des photos floues. Vos mains ont légèrement bougé pendant que l'obturateur était ouvert, entraînant un décalage de toute l'image de quelques pixels. Le résultat est un flou uniforme sur toute l'image. Cela se produit le plus souvent en basse lumière, lorsque l'appareil utilise un temps d'exposition plus long pour compenser le manque de lumière. Les téléphones sont particulièrement vulnérables car ils sont légers et tenus à bout de bras.
- Flou de mouvement. Le sujet a bougé pendant que l'obturateur était ouvert. Un enfant qui court, un animal qui tourne la tête, une voiture qui passe — tout mouvement rapide pendant l'exposition crée une traînée directionnelle sur l'objet en mouvement. L'arrière-plan peut être net alors que le sujet est étiré, ou les deux peuvent être flous si vous avez fait un filé pour suivre le sujet.
- Hors mise au point. L'autofocus de l'appareil s'est verrouillé sur la mauvaise partie de la scène — peut-être sur le mur d'arrière-plan plutôt que sur la personne devant. Le flou de mise au point a une qualité douce et arrondie distinctive, où les contours se dissolvent dans leur environnement plutôt que de s'étirer dans une direction.
- Basse lumière et bruit ISO élevé. Lors de la prise en conditions sombres, les appareils augmentent la sensibilité du capteur (ISO), ce qui introduit du grain et du bruit. L'appareil ou le téléphone peut aussi appliquer une réduction de bruit agressive qui efface les détails fins, rendant l'image douce et picturale plutôt que nette.
- Artefacts de compression. Chaque fois qu'un JPEG est enregistré, ouvert, modifié et ré-enregistré, il perd des informations. Les images téléchargées depuis les réseaux sociaux, envoyées via des applications de messagerie ou enregistrées à faible qualité accumulent des artefacts en blocs et un effet de bande qui dégradent la netteté apparente. Ce n'est pas un vrai flou optique, mais l'effet visuel est similaire — la photo semble douce et manque de netteté.
Comment fonctionne le défloutage par IA
Les outils de netteté traditionnels comme l'Unsharp Mask ou Smart Sharpen fonctionnent en amplifiant le contraste le long des contours existants. Ils renforcent ce qui est déjà dans l'image mais ne peuvent pas inventer des détails que le flou a détruits. Le résultat est souvent des halos d'apparence artificielle autour des contours, un bruit accru, et un rendu dur et sur-traité.
Le défloutage par IA adopte une approche fondamentalement différente. Notre outil utilise Real-ESRGAN, un réseau neuronal profond entraîné sur des photos nettes volontairement floutées, réduites, bruitées et compressées en JPEG. À partir de ces paires, il a appris à quoi ressemble habituellement la version propre d'une image dégradée, qu'il s'agisse de visages, de paysages, de textes, de tissus, de fourrure ou de bâtiments.
Lorsque vous téléchargez une photo floue, l'IA ne se contente pas d'accentuer les contours. Elle effectue plusieurs opérations simultanément :
- Reconnaissance de structure. Le réseau identifie les objets présents dans l'image — un visage, un bâtiment, une feuille — et utilise sa compréhension apprise de ces objets pour prédire à quoi devrait ressembler la version nette.
- Reconstruction des détails. Au lieu d'amplifier le contraste des contours existants, l'IA génère de nouveaux détails réalistes. Les mèches de cheveux, les pores de la peau, le tissage des tissus et le mortier des briques sont reconstruits à partir des données d'entraînement du modèle, et non simplement accentués à partir de la source floue.
- Suppression des artefacts. Les blocs de compression JPEG, l'effet de bande et les artefacts de sonnerie (ringing) sont nettoyés dans la même passe de traitement. L'IA distingue les vraies caractéristiques de l'image des dommages de compression.
- Séparation du bruit. Le modèle sépare les détails réels de l'image du bruit et du grain, préservant les premiers tout en réduisant les seconds. C'est pourquoi les photos défloutées par IA semblent souvent plus propres que l'originale, et pas seulement plus nettes.
L'avantage clé par rapport à la netteté manuelle est que le défloutage par IA ajoute des détails plausibles plutôt que d'amplifier les artefacts existants. Un filtre de netteté Photoshop appliqué à un visage flou produit des halos durs autour de la mâchoire et de la racine des cheveux. L'IA produit un visage naturellement net avec une texture de peau réaliste et des mèches de cheveux.
Types de flou que l'IA peut corriger
Tous les flous ne se valent pas. Voici comment le défloutage par IA gère chaque type, pour que vous puissiez fixer des attentes réalistes avant de traiter votre photo.
Bougé / Tremblement de la main
Le flou uniforme dû à un léger mouvement de la main est le type de flou le plus facile à corriger pour l'IA. Les données sous-jacentes de l'image sont pour la plupart intactes — simplement légèrement décalées — offrant au réseau beaucoup de matière à exploiter. Attendez-vous à des résultats nets et propres, proches d'une prise correctement stabilisée.
Basse résolution / Pixellisation
Les petites images à basse résolution sont l'un des cas d'usage les plus forts pour l'amélioration par IA. Le modèle excelle à générer des détails haute fréquence réalistes — transformant une vignette 200×200 en blocs en une image nette et détaillée. Les anciennes photos de téléphone et les vignettes web s'améliorent de façon spectaculaire.
Artefacts de compression JPEG
Les dommages de compression en blocs, l'effet de bande et le bruit de moustique autour des contours sont nettoyés efficacement. L'IA supprime les frontières artificielles des blocs et reconstruit des dégradés lisses et des contours nets. Les téléchargements depuis les réseaux sociaux et les photos de messageries très compressées s'améliorent considérablement.
Motion blur
L'étirement directionnel dû au mouvement du sujet ou de l'appareil est plus difficile à inverser car il détruit les informations spatiales le long de l'axe du mouvement. Un léger motion blur s'améliore sensiblement. Un motion blur important — longues traînées où les éléments sont étirés sur de nombreux pixels — s'affinera quelque peu mais ne pourra pas être pleinement récupéré.
Hors mise au point (léger)
Quand l'autofocus a raté de peu, l'IA peut accentuer les zones douces de manière convaincante. Les portraits légèrement flous, les photos de groupe où une personne est un peu douce, et les macros à faible profondeur de champ réagissent bien. L'IA reconstruit les détails des contours et les textures que le léger flou de mise au point a effacés.
Hors mise au point (sévère)
Les images très défocalisées — où le sujet est une masse colorée informe — contiennent trop peu d'informations structurelles pour une récupération complète. L'IA accentuera néanmoins les contours et ajoutera de la texture, mais le résultat ne correspondra pas à une prise correctement mise au point. Considérez-le comme passer d'inutilisable à quelque peu reconnaissable.
Conseils pour de meilleurs résultats
Pour obtenir la sortie la plus nette possible du correcteur d'image floue par IA, suivez ces directives pratiques :
- Utilisez le mode Qualité. Le modèle Qualité exécute le réseau Real-ESRGAN x4plus complet. Il est plus lent que le mode Rapide mais récupère davantage de détails, surtout sur les visages, les cheveux et les textures naturelles. Commencez par Qualité pour corriger des photos floues.
- Connaissez la taille de sortie. Le mode Qualité agrandit toujours 4x. Si vous voulez un fichier plus léger, utilisez le mode Rapide en 2x, ou redimensionnez ensuite le PNG 4x dans n'importe quel éditeur d'images.
- Tenez compte de la limite de 1 500 px. Les images dont un côté dépasse 1 500 px sont réduites à 1 500 px avant le passage de l'IA. Si votre photo est plus grande, recadrez d'abord la zone importante pour qu'elle conserve ses pixels.
- Essayez les deux modes. Si le mode Qualité ne produit pas le résultat souhaité, essayez le mode Rapide. Différentes architectures de modèles d'IA gèrent parfois des types spécifiques de dégradation différemment. Une photo qui semble trop lissée en mode Qualité peut paraître meilleure en mode Rapide, et vice versa.
- Traitez le fichier original, pas une copie ré-enregistrée. Chaque fois qu'un JPEG est ouvert et ré-enregistré, il perd de l'information. Si possible, utilisez le fichier photo original directement depuis votre appareil ou téléphone — pas une capture d'écran, pas une version téléchargée depuis les réseaux sociaux, ni une qui a été recadrée et ré-enregistrée plusieurs fois.
- Recadrez avant d'améliorer. Si seule une partie de la photo compte (par exemple, un visage dans une photo de groupe), recadrez d'abord cette zone, puis passez la version recadrée dans l'outil de défloutage. L'IA aura moins de pixels à traiter et pourra consacrer toute sa capacité à la zone qui vous intéresse.
Quand l'IA ne peut pas corriger une photo
Le défloutage par IA est puissant, mais il a de véritables limites. Être honnête sur ce que la technologie ne peut pas faire vous fait gagner du temps et vous aide à fixer des attentes réalistes.
Important : l'IA ne peut pas créer des informations qui n'existent pas. Lorsque le flou détruit trop de données de l'image originale, aucun algorithme — actuel ou futur — ne peut reconstruire de manière fiable le contenu manquant.
- Motion blur sévère. Si un sujet est étiré sur des dizaines de pixels dans une prise à longue exposition, la perte d'information directionnelle est trop importante. L'IA peut accentuer certains contours, mais le résultat semblera toujours nettement flou comparé à une prise correctement capturée.
- Visages totalement méconnaissables. Lorsqu'un visage est si flou que vous ne pouvez pas reconnaître la personne, l'IA générera un visage plus net — mais ce sera une estimation plausible, pas une reconstruction fidèle des traits de la personne d'origine. L'IA hallucine des détails réalistes basés sur les schémas des données d'entraînement, ce qui signifie que le visage accentué peut ne pas ressembler à la personne réelle.
- Bokeh intentionnel et flou artistique. Les arrière-plans à faible profondeur de champ (bokeh) issus du mode portrait ou des objectifs lumineux sont volontairement hors de mise au point, par choix esthétique. Passer ces images dans un outil de défloutage tentera d'accentuer l'arrière-plan, ce qui va à l'encontre du but artistique et produit souvent des résultats peu naturels.
- Résolution extrêmement basse. Une vignette de 50×50 pixel contient presque aucune information récupérable. Bien que l'IA génère une image plus grande et plus nette, les détails qu'elle ajoute sont entièrement hallucinés. Pour de très petites images, considérez le résultat comme une approximation, pas une restauration.
- Dégradations multiples superposées. Une photo qui est simultanément floue par mouvement, hors mise au point, très compressée et bruitée s'améliorera, mais chaque couche de dégradation aggrave la perte d'information. L'IA gère bien un ou deux types de dégradation ; trois ou quatre empilés produisent des rendements décroissants.
Pour les photos appartenant à ces catégories, le défloutage par IA produira tout de même un résultat visiblement amélioré — sans être parfait. La sortie sera toujours meilleure que l'entrée, mais gérer les attentes est important lorsque le matériau source est sévèrement dégradé.
Autres façons de déflouter une photo
Les outils de netteté classiques augmentent le contraste des contours. Ils aident en cas de léger manque de netteté, mais ne reconstruisent pas les détails perdus comme le fait un modèle d'IA.
iPhone
Ouvrez la photo dans Photos, touchez Modifier, puis Ajuster, et augmentez la Netteté et la Définition. Allez-y doucement : des valeurs élevées ajoutent des halos et du bruit.
Android (Google Photos)
Ouvrez la photo, touchez Modifier et cherchez Netteté dans Ajuster. Certains appareils et abonnements Google One proposent aussi un outil Supprimer le flou.
Photoshop
- Dupliquez le calque pour pouvoir comparer.
- Allez dans Filtre → Renforcement → Netteté optimisée.
- Réglez Supprimer sur Flou de l'objectif pour les erreurs de mise au point ou sur Flou de mouvement pour le bougé, puis ajustez le Gain et le Rayon.
GIMP (gratuit)
Utilisez Filtres → Amélioration → Netteté (masque flou). Commencez avec un petit rayon (1–2 px) et augmentez la quantité jusqu'à ce que les contours soient nets.
| Méthode | Ajoute de nouveaux détails | Gratuit | Installation requise |
|---|---|---|---|
| Amélioration photo par IA de CleverUtils | Oui (Real-ESRGAN) | Oui | Non |
| Curseurs iPhone / Google Photos | Non, contraste des contours uniquement | Oui | Intégré |
| Netteté optimisée de Photoshop | Non, contraste des contours uniquement | Non | Oui |
| Masque flou de GIMP | Non, contraste des contours uniquement | Oui | Oui |