Agrandir une photo sans perte de qualité

Comment agrandir une photo

Agrandir une photo avec l'IA se fait en trois étapes. Aucun logiciel à installer, aucun compte à créer — tout le processus se déroule dans votre navigateur.

1. Téléversez votre photo. Glissez-déposez votre image dans l'outil d'upscaling ci-dessus, ou appuyez sur « Choisir une image » pour sélectionner un fichier depuis votre appareil. L'outil accepte JPG, PNG, WebP, BMP et TIFF jusqu'à 20 Mo. Les images dont le grand côté dépasse 1 500 px sont d'abord réduites à 1 500 px.
2. Choisissez l'échelle et la qualité. Sélectionnez un agrandissement 2x ou 4x. Une échelle 2x double chaque dimension (une image de 1000×750 devient 2000×1500). Une échelle 4x les quadruple (jusqu'à 4000×3000). Choisissez ensuite le mode Rapide (2x ou 4x) pour des résultats rapides ou le mode Qualité pour un maximum de détails. Le mode Qualité agrandit toujours en 4x et utilise un réseau de neurones plus grand, qui donne un résultat plus net sur les cheveux, la peau, le tissu et les textures naturelles.
3. Téléchargez la photo agrandie. La durée du traitement dépend du modèle et de la taille de l'image. Une fois terminé, vous obtenez une comparaison côte à côte des versions originale et agrandie. Cliquez sur « Télécharger » pour enregistrer le résultat en pleine résolution sur votre appareil.

Pourquoi l'agrandissement classique échoue

Chaque photo numérique est une grille de pixels. Lorsque vous agrandissez une image dans un éditeur photo standard, le logiciel doit remplir de nouveaux pixels qui n'existaient pas dans l'original. Les algorithmes traditionnels gèrent cela en calculant la moyenne des valeurs des pixels voisins — et c'est précisément pour cela que le résultat est mauvais.

L'interpolation du plus proche voisin est l'approche la plus simple : chaque nouveau pixel copie la valeur du pixel original le plus proche. Le résultat est une image en escalier où l'on voit les carrés de chaque pixel. C'est la classique « pixelisation » que l'on obtient en zoomant sur une petite image.

Les interpolations bilinéaire et bicubique (bicubic) sont plus intelligentes. Elles calculent des moyennes pondérées de 4 ou 16 pixels environnants pour produire des transitions plus douces. L'effet escalier pixelisé disparaît, mais il est remplacé par un défaut sans doute pire : une mollesse uniforme. Chaque contour devient flou. Les cheveux se transforment en une tache lisse. Le texte devient une bouillie illisible. Le tissu perd son tissage. La photo semble prise à travers une vitre sale.

Le problème fondamental est que le calcul de moyenne ne peut pas créer d'information. Quand vous doublez une image de 1000 à 2000 pixels de large, 75 % des pixels de la sortie sont inventés. Le moyennage produit la supposition mathématiquement la plus sûre pour chaque nouveau pixel, mais « supposition la plus sûre » signifie « juste milieu flou » — jamais un contour net, jamais une texture précise, jamais un détail distinct. Le cliché « zoom et amélioration » des séries policières était de la pure science-fiction pendant des décennies, car les vrais logiciels ne pouvaient pas générer des détails jamais capturés par le capteur.

Tout a changé avec l'apprentissage profond. Des réseaux de neurones entraînés sur des paires d'images nettes et dégradées ont appris à prédire à quoi ressemblent les détails nets à partir d'une entrée basse résolution — transformant la science-fiction en outil pratique.

Comment l'IA agrandit les photos différemment

Notre agrandisseur utilise Real-ESRGAN (Enhanced Super-Resolution Generative Adversarial Network), une architecture de réseau de neurones conçue spécifiquement pour l'upscaling d'images du monde réel. Contrairement à l'interpolation traditionnelle qui traite chaque pixel indépendamment, Real-ESRGAN traite l'image entière à travers des dizaines de couches convolutionnelles qui comprennent la relation entre les caractéristiques de l'image à différentes échelles.

Pendant l'entraînement, le réseau a été alimenté avec des paires d'images : un original haute résolution et une copie dégradée basse résolution de celui-ci. Le réseau a appris à prédire la sortie haute résolution à partir de l'entrée basse résolution — non pas en mémorisant des images spécifiques, mais en apprenant des motifs généraux. Il a appris à quoi ressemblent des cheveux nets à partir de cheveux flous. À quoi ressemble un texte net à partir d'un texte baveux. À quoi ressemblent des murs de briques détaillés à partir de taches de couleur lisses.

Quand vous téléversez une photo, l'IA effectue plusieurs opérations simultanément :

• Reconnaissance de motifs. Le réseau identifie les structures de l'image — contours, textures, dégradés lisses, motifs répétitifs — et les classifie en interne. Une zone de flou vert près de lignes marron est reconnue comme de l'herbe et des branches. Un patch rose avec des points sombres est identifié comme de la peau avec des pores.
• Synthèse de détails. Sur la base de ces motifs reconnus, l'IA génère de nouveaux pixels contenant des détails plausibles et réalistes. Au lieu de faire la moyenne de deux pixels verts en un troisième flou, elle génère des brins d'herbe avec des contours individuels et des variations d'ombre. Au lieu de flouter un visage, elle produit une texture de peau avec des pores naturels et de subtiles variations tonales.
• Netteté des contours. Le réseau produit des contours véritablement nets là où l'image originale en avait, plutôt que de créer les halos artificiels que produit l'accentuation traditionnelle. La limite entre un sujet et son arrière-plan reste nette et naturelle.
• Suppression des artefacts. Les blocs de compression JPEG, le color banding et le bruit de l'image d'origine sont nettoyés pendant le processus d'agrandissement. L'IA distingue les vraies caractéristiques d'image des dégâts de compression, si bien que la sortie agrandie est souvent plus propre que l'original, pas seulement plus grande.

Le résultat est une photo agrandie qui semble avoir été prise avec un appareil photo de plus haute résolution, plutôt qu'une image qui aurait été étirée et floutée par une formule mathématique. Si la photo est aussi compressée ou bruitée, découvrez comment améliorer la qualité d'une image avec l'IA.

Agrandissement selon le cas d'usage

Différentes situations appellent différentes stratégies d'agrandissement. Voici les scénarios les plus courants et les paramètres recommandés pour chacun.

Taille du fichier après agrandissement

Agrandir une image augmente considérablement le nombre de pixels, ce qui affecte directement la taille du fichier. Comprendre cette relation vous aide à planifier le stockage, les limites d'envoi et les temps de téléchargement.

Quand vous agrandissez une photo en 2x, chaque dimension double : une image de 1000×750 devient 2000×1500. C'est 4 fois plus de pixels (de 750 000 à 3 000 000). Quand vous agrandissez en 4x, chaque dimension quadruple, produisant 16 fois plus de pixels (de 750 000 à 12 000 000).

La taille de fichier ne varie pas linéairement avec le nombre de pixels car les algorithmes de compression fonctionnent plus efficacement sur les grandes images. Mais l'augmentation reste substantielle :

• La sortie est au format PNG. Le PNG est sans perte : le fichier agrandi est donc généralement plusieurs fois plus lourd qu'un JPEG de mêmes dimensions.
• La taille augmente avec le nombre de pixels. Un résultat en 2x contient 4 fois plus de pixels, et un résultat en 4x 16 fois plus ; la taille du fichier augmente à peu près dans les mêmes proportions.
• Le niveau de détail compte aussi. Les scènes chargées (feuillage, foule, tissu) se compressent moins bien que le ciel et les fonds unis.

Si le fichier agrandi est trop gros pour vos besoins, vous avez plusieurs options. Premièrement, voyez si un agrandissement 2x suffit au lieu de 4x — le fichier sera environ 4 fois plus petit. Deuxièmement, si vous avez utilisé PNG, convertissez en JPEG pour une réduction de taille significative. Troisièmement, recadrez l'image à la seule zone dont vous avez besoin avant d'agrandir, ce qui réduit à la fois le temps de traitement et la taille de sortie. Si vous enregistrez le résultat en JPEG, voici comment réduire la taille d'un JPEG sans perdre en qualité.

Comment agrandir une photo dans Photoshop, Aperçu et sur votre téléphone

Photoshop

1. Ouvrez Image → Taille de l'image.
2. Cochez Rééchantillonnage et choisissez Conserver les détails 2.0.
3. Saisissez la nouvelle largeur en pixels ou en pourcentage, puis cliquez sur OK. Pour les photos, la fonction Améliorer → Super résolution de Camera Raw double la largeur et la hauteur grâce à l'IA.

Aperçu sur Mac

Ouvrez Outils → Ajuster la taille, saisissez une largeur plus grande et laissez cochée l'option “Mise à l'échelle proportionnelle”. Aperçu procède par interpolation : les forts agrandissements paraissent donc mous.

iPhone et Android

Les applications photo intégrées savent recadrer et réduire, mais pas agrandir. Ouvrez cette page dans le navigateur de votre téléphone, importez la photo et téléchargez le PNG agrandi.