Représentation des textes, images et sons
Première · NSI · Représentation des données
Représentation des données
Coder les textes : de l'ASCII à l'Unicode
Un ordinateur ne stocke pas des lettres : il stocke des nombres. Coder un texte, c'est donc se mettre d'accord sur une table de correspondance entre chaque caractère et un entier, appelé son point de code. Tout le problème de l'histoire de l'informatique tient dans ce « se mettre d'accord » : pendant quarante ans, chaque pays a eu sa propre table.
ASCII : la table historique sur 7 bits
L'ASCII (1963) code 2⁷ = 128 caractères sur 7 bits : les lettres non accentuées, les chiffres, la ponctuation et quelques caractères de contrôle comme le retour à la ligne. Deux repères utiles : le caractère 'A' a pour code 65, et 'a' a pour code 97. Les majuscules et les minuscules sont donc décalées de 32, et les lettres se suivent dans l'ordre alphabétique — ce qui explique pourquoi on peut trier des chaînes en comparant simplement leurs codes.
| Caractère | Code décimal | Code hexadécimal | Binaire (7 bits) |
|---|---|---|---|
| '0' | 48 | 30 | 0110000 |
| '9' | 57 | 39 | 0111001 |
| 'A' | 65 | 41 | 1000001 |
| 'Z' | 90 | 5A | 1011010 |
| 'a' | 97 | 61 | 1100001 |
| 'z' | 122 | 7A | 1111010 |
Unicode et UTF-8 : une table pour tout le monde
L'ASCII a un défaut majeur pour nous : aucun caractère accentué. Pas de é, pas de ç, pas de à. Les constructeurs ont donc utilisé le 8ᵉ bit libre pour ajouter 128 caractères supplémentaires, chaque région créant sa propre extension : Latin-1 (ISO 8859-1) pour l'Europe de l'Ouest, d'autres tables pour le grec, le cyrillique… Résultat : un fichier voyageant d'un pays à l'autre devenait illisible, et rien ne permettait d'écrire du français et du japonais dans le même document.
Unicode est le standard qui attribue un point de code unique à tous les caractères de toutes les écritures du monde — plus de 150 000 aujourd'hui, émojis compris. Mais Unicode dit seulement quel numéro porte chaque caractère ; il faut encore décider comment écrire ce numéro en octets. C'est le rôle d'UTF-8, devenu la norme du Web.
UTF-8 utilise un nombre variable d'octets, de 1 à 4 : les caractères ASCII gardent leur codage sur 1 seul octet, tandis que les caractères accentués en prennent 2 et les émojis 4. Le génie du procédé, c'est qu'un fichier ASCII est automatiquement un fichier UTF-8 valide : la compatibilité avec l'existant est totale, et un texte en anglais n'occupe pas plus de place qu'avant.
Représentation des données
Coder les images et les sons
L'image matricielle : une grille de pixels
Une image et un son sont des grandeurs continues : une infinité de nuances, une infinité d'instants. Or la mémoire est finie et discrète. Les numériser, c'est donc toujours découper puis arrondir — et accepter une perte d'information que l'on choisit assez petite pour être invisible ou inaudible.
Une image matricielle (ou bitmap) est un quadrillage de pixels, chaque pixel portant une couleur. On la caractérise par sa définition (nombre de pixels en largeur × hauteur, par exemple 1920 × 1080) et par sa profondeur de couleur (le nombre de bits par pixel).
Le codage le plus courant est le RVB : trois composantes Rouge, Vert et Bleu, chacune sur 1 octet, soit 8 bits et donc 256 niveaux d'intensité par composante. Un pixel occupe alors 3 octets = 24 bits, ce qui donne 2²⁴ = 16 777 216 couleurs possibles. C'est ce codage que l'on retrouve dans les couleurs du Web notées en hexadécimal : #FF0000 signifie R = 255, V = 0, B = 0, soit un rouge pur.
| Type | Ce qui est stocké | Redimensionnement | Usages typiques |
|---|---|---|---|
| Matricielle (bitmap) | La couleur de chaque pixel | Devient floue ou pixellisée quand on agrandit | Photographies, captures d'écran |
| Vectorielle | Des formes géométriques et leurs paramètres | Reste nette à n'importe quelle taille | Logos, schémas, cartes, polices |
Compression et métadonnées. Comme les images brutes sont volumineuses, on les compresse. La compression sans perte (PNG, GIF) permet de reconstituer l'image d'origine à l'identique : elle exploite les répétitions. La compression avec perte (JPEG) supprime définitivement des détails auxquels l'œil est peu sensible : le fichier est bien plus léger, mais l'information supprimée est irrécupérable, et enregistrer plusieurs fois de suite dégrade l'image un peu plus à chaque fois.
Un fichier image contient aussi des métadonnées (données EXIF) : date, modèle d'appareil, réglages, et parfois les coordonnées GPS de la prise de vue — un point à connaître avant de publier une photo en ligne.
Le son : échantillonnage et quantification.
Un son est une variation continue de pression. Pour le numériser, on procède en deux temps :
1. L'échantillonnage — on mesure l'amplitude du signal à intervalles réguliers. La fréquence d'échantillonnage compte ces mesures par seconde : 44 100 Hz pour un CD audio signifie 44 100 mesures chaque seconde.
2. La quantification — chaque mesure est arrondie sur un nombre fixe de bits. Sur 16 bits, l'amplitude est rangée dans l'un des 2¹⁶ = 65 536 niveaux disponibles.
Le poids brut se calcule alors ainsi : poids = fréquence × (bits par échantillon / 8) × nombre de canaux × durée, le nombre de canaux valant 1 en mono et 2 en stéréo.
Exercices corrigés
Combien de caractères différents le code ASCII standard permet-il de représenter ?
- A.64
- B.128Bonne réponse
- C.256
- D.512
Réponse : B — 128
L'ASCII standard utilise 7 bits par caractère, ce qui donne 2⁷ = 128 codes possibles, numérotés de 0 à 127. Répondre 256, c'est penser à 8 bits : c'est le cas des extensions comme Latin-1, qui ajoutent 128 caractères supplémentaires en utilisant le huitième bit resté libre. L'ASCII de base, lui, ne contient aucun caractère accentué.
Qu'est-ce qu'un pixel ?
- A.Le plus petit élément d'une image matricielle, porteur d'une couleurBonne réponse
- B.L'unité de mesure du poids d'un fichier image
- C.Un format de compression d'image sans perte
- D.Le nombre de couleurs qu'un écran peut afficher
Réponse : A — Le plus petit élément d'une image matricielle, porteur d'une couleur
Le mot vient de l'anglais picture element. Une image matricielle est une grille de pixels, et chaque pixel stocke une couleur — typiquement 3 octets en RVB. Le poids d'un fichier, lui, se mesure en octets ; et le nombre de couleurs affichables dépend de la profondeur de couleur, pas du pixel lui-même.
Dans le codage RVB, quelles sont les trois composantes d'une couleur ?
- A.Cyan, magenta, jaune
- B.Clair, moyen, foncé
- C.Rouge, vert, bleuBonne réponse
- D.Rouge, vert, blanc
Réponse : C — Rouge, vert, bleu
RVB est l'acronyme de Rouge, Vert, Bleu (RGB en anglais). C'est une synthèse ADDITIVE, celle des écrans : les trois lumières s'ajoutent, et les trois au maximum donnent du blanc. Le cyan, magenta et jaune forment le modèle CMJN, utilisé lui pour l'impression, en synthèse soustractive. Le blanc n'est jamais une composante : il résulte de l'addition des trois autres.
Le code ASCII du caractère 'A' vaut 65. Quel est celui du caractère 'B' ?
- A.97
- B.64
- C.90
- D.66Bonne réponse
Réponse : D — 66
Dans la table ASCII, les lettres majuscules se suivent dans l'ordre alphabétique sans trou : A = 65, B = 66, C = 67, jusqu'à Z = 90. C'est cette continuité qui permet de trier des chaînes en comparant leurs codes. Le 97 est le code de la minuscule 'a' (majuscule + 32), et 90 est celui de 'Z', la dernière majuscule.
Quelle est la différence essentielle entre une image matricielle et une image vectorielle ?
- A.La matricielle stocke la couleur de chaque pixel, la vectorielle stocke des formes géométriquesBonne réponse
- B.La matricielle est toujours en couleur, la vectorielle est toujours en noir et blanc
- C.La matricielle est compressée, la vectorielle ne l'est jamais
- D.La matricielle sert au Web, la vectorielle sert uniquement à l'impression
Réponse : A — La matricielle stocke la couleur de chaque pixel, la vectorielle stocke des formes géométriques
Ce sont deux façons de décrire une image. La matricielle mémorise une grille de pixels : agrandie, elle devient floue car il n'y a pas plus d'information disponible. La vectorielle mémorise des instructions géométriques (cercle de tel rayon, ligne de tel point à tel point) : on peut la redessiner à n'importe quelle taille sans perte, ce qui la rend idéale pour les logos. Le nombre de couleurs, la compression et le support de destination ne font pas partie de la distinction.
Combien de couleurs différentes peut-on coder avec 24 bits par pixel ?
- A.24, qui correspond seulement au nombre de bits utilisés par pixel
- B.256, qui correspond au nombre de niveaux d'une seule composante
- C.65 536, qui correspond à un codage sur 16 bits par pixel seulement
- D.16 777 216, soit environ 16,7 millions de couleurs différentesBonne réponse
Réponse : D — 16 777 216, soit environ 16,7 millions de couleurs différentes
Avec 24 bits, le nombre de combinaisons vaut 2²⁴ = 16 777 216, soit environ 16,7 millions de couleurs — d'où le nom commercial « vraies couleurs ». On peut le retrouver autrement : chaque composante R, V et B a 256 niveaux, donc 256 × 256 × 256 = 16 777 216. Répondre 256 ne concerne qu'UNE composante (8 bits), et 65 536 correspond à 16 bits.
Pourquoi l'encodage UTF-8 s'est-il imposé comme standard du Web ?
- A.Parce qu'il couvre tout Unicode tout en restant compatible avec les fichiers ASCII existantsBonne réponse
- B.Parce qu'il code tous les caractères sur exactement 2 octets, ce qui simplifie les calculs
- C.Parce qu'il compresse le texte et réduit la taille des pages
- D.Parce qu'il supprime les accents pour éviter les problèmes d'affichage
Réponse : A — Parce qu'il couvre tout Unicode tout en restant compatible avec les fichiers ASCII existants
UTF-8 utilise 1 à 4 octets selon le caractère. Les 128 caractères ASCII gardent exactement leur ancien codage sur 1 octet : tous les fichiers ASCII du monde sont donc déjà des fichiers UTF-8 valides, et un texte en anglais n'occupe pas plus de place qu'avant. C'est cette compatibilité, jointe à la couverture universelle d'Unicode, qui a fait la différence. UTF-8 ne compresse rien et ne supprime évidemment aucun accent ; c'est UTF-16 qui utilise des unités de 2 octets.
Combien d'octets le caractère « é » occupe-t-il dans un fichier encodé en UTF-8 ?
- A.1 octet
- B.2 octetsBonne réponse
- C.3 octets
- D.4 octets
Réponse : B — 2 octets
En UTF-8, seuls les 128 caractères ASCII tiennent sur 1 octet. Les caractères latins accentués, comme é, à ou ç, en demandent 2. Les idéogrammes en prennent généralement 3, et les émojis 4. Conséquence concrète : le mot « été » compte 3 caractères mais occupe 5 octets. C'est pourquoi, en UTF-8, la longueur d'une chaîne et sa taille en mémoire ne coïncident plus.
Dans une image RVB codée sur 8 bits par composante, combien de niveaux d'intensité existe-t-il pour le rouge ?
- A.8 niveaux
- B.16 niveaux
- C.256 niveauxBonne réponse
- D.255 niveaux
Réponse : C — 256 niveaux
Sur 8 bits on dispose de 2⁸ = 256 valeurs, numérotées de 0 (aucune lumière rouge) à 255 (rouge au maximum). Cela fait bien 256 niveaux distincts. Le piège classique est de répondre 255 : c'est la valeur la plus grande, pas le nombre de niveaux, car il ne faut pas oublier de compter le 0. Répondre 8, c'est confondre le nombre de bits avec le nombre de valeurs.
Parmi ces formats d'image, lequel utilise une compression AVEC perte ?
- A.PNG
- B.BMP
- C.GIF
- D.JPEGBonne réponse
Réponse : D — JPEG
Le JPEG supprime définitivement des détails auxquels l'œil est peu sensible : le fichier devient bien plus léger, mais l'information est irrécupérable, et réenregistrer plusieurs fois de suite dégrade l'image à chaque passage. PNG et GIF compressent SANS perte, en exploitant les répétitions : on retrouve l'image d'origine au pixel près. Le BMP, lui, est très largement non compressé — c'est pour cela qu'il est si volumineux.
Que signifie une fréquence d'échantillonnage de 44,1 kHz ?
- A.L'amplitude du signal est mesurée 44 100 fois par secondeBonne réponse
- B.Le son contient des fréquences allant jusqu'à 44 100 Hz
- C.Chaque échantillon est codé sur 44 100 niveaux différents
- D.Le fichier occupe 44 100 octets par seconde
Réponse : A — L'amplitude du signal est mesurée 44 100 fois par seconde
La fréquence d'échantillonnage compte les MESURES par seconde : à 44,1 kHz, on relève l'amplitude 44 100 fois chaque seconde. C'est le découpage du temps. L'option 3 décrit la quantification, qui dépend du nombre de bits par échantillon (65 536 niveaux sur 16 bits). L'option 2 confond la fréquence d'échantillonnage avec les fréquences du son lui-même — en pratique, on échantillonne à plus du double de la fréquence maximale à restituer. Quant au poids, il dépend aussi du nombre de bits et de canaux.
Quel est le poids brut d'un enregistrement mono de 10 secondes, échantillonné à 44,1 kHz sur 16 bits ?
- A.441 000 octets
- B.882 000 octetsBonne réponse
- C.1 764 000 octets
- D.88 200 octets
Réponse : B — 882 000 octets
Appliquons la formule poids = fréquence × (bits / 8) × canaux × durée. Ici 16 bits font 2 octets par échantillon, et il n'y a qu'un seul canal puisque c'est du mono. En une seconde : 44 100 × 2 × 1 = 88 200 octets. Sur 10 secondes : 88 200 × 10 = 882 000 octets, soit environ 0,88 Mo. Le distracteur 441 000 oublie que chaque échantillon prend 2 octets, et 1 764 000 correspondrait à de la stéréo.
S'entraîner sur ce chapitre
Ce chapitre compte 36 exercices corrigés dans l'application, avec le suivi de ta progression.
Commencer les exercices