# Normalisation d'Image Normalisez l'histogramme de l'image pour améliorer le contraste en étirant la gamme d'intensité > Page canonique: https://elysiatools.com/fr/tools/image-normalize - **Catégorie:** Design - **Mots-clés:** image, normaliser, histogramme, contraste, améliorer, étirer, intensité, égalisation ## Présentation Améliorez instantanément la clarté et la lisibilité de vos visuels grâce à notre outil de normalisation d'image. En étirant la gamme d'intensité de votre histogramme, cet utilitaire ajuste automatiquement les contrastes pour révéler les détails cachés dans les zones trop sombres ou trop lumineuses de vos fichiers. ## Entrées - **Fichier Image** (file): Téléchargez tout fichier image (JPEG, PNG, WebP, GIF, BMP, TIFF) pour améliorer le contraste par normalisation d'histogramme - **Contraste Auto** (checkbox): Améliorez automatiquement le contraste en utilisant les percentiles 1% et 99% (recommandé pour la plupart des images) - **Percentile Inférieur** (range): Pourcentage de pixels les plus sombres à ignorer (0.1% - 10%). Les valeurs inférieures préservent plus de détails d'ombre - **Percentile Supérieur** (range): Pourcentage de pixels les plus brillants à ignorer (90% - 99.9%). Les valeurs supérieures préservent plus de détails de surbrillance - **Format de Sortie** (select): Choisissez le format de sortie ou gardez l'original. PNG recommandé pour la qualité maximale - **Qualité (1-100)** (number): Qualité de sortie pour les formats avec perte (JPEG, WebP). Plus élevé = meilleure qualité mais fichier plus volumineux ## Quand l'utiliser - Pour corriger des photos sous-exposées ou manquant de contraste naturel. - Pour préparer des images destinées à l'analyse ou à l'impression en optimisant leur dynamique. - Pour uniformiser la qualité visuelle d'un lot d'images provenant de sources différentes. ## Fonctionnement - Téléchargez votre fichier image (JPEG, PNG, WebP, etc.) dans l'interface. - Activez le contraste automatique ou ajustez manuellement les percentiles pour cibler les zones d'ombre et de lumière. - Sélectionnez votre format de sortie et le niveau de qualité souhaité. - Lancez le traitement pour générer et télécharger votre image optimisée. ## Cas d'usage - Restauration rapide de photos anciennes ou mal éclairées. - Optimisation de captures d'écran pour des présentations professionnelles. - Pré-traitement d'images pour des applications de vision par ordinateur. ## Questions fréquentes ### Qu'est-ce que la normalisation d'image ? C'est un processus qui étire les valeurs de pixels d'une image pour couvrir toute la gamme disponible, améliorant ainsi le contraste global. ### Quelle est la différence entre le contraste automatique et manuel ? Le contraste automatique utilise des réglages standards (1% et 99%), tandis que le manuel permet de définir précisément quels pixels sombres ou clairs ignorer. ### Quels formats de fichiers sont supportés ? L'outil prend en charge les formats courants tels que JPEG, PNG, WebP, GIF, BMP et TIFF. ### La qualité de l'image est-elle dégradée ? Le processus améliore la lisibilité. En choisissant le format PNG avec une qualité élevée, vous conservez une fidélité maximale. ### Y a-t-il une limite de taille pour les fichiers ? Oui, la taille maximale autorisée pour chaque fichier téléchargé est de 20 Mo. ## Outils associés - [Normalisation d'Image (Britannique)](https://elysiatools.com/fr/tools/image-normalise): Normalisez l'histogramme de l'image pour améliorer le contraste en étirant la gamme d'intensité (orthographe britannique) - [Fusion de Superposition d'Image](https://elysiatools.com/fr/tools/image-overlay): Applique le mode de fusion superposition entre deux images pour améliorer le contraste et créer des effets dramatiques - [Transposer Image](https://elysiatools.com/fr/tools/image-transpose): Transposer les images en les retournant à travers la diagonale principale (en haut à gauche vers en bas à droite) - [Image Transverse](https://elysiatools.com/fr/tools/image-transverse): Transverser les images en les retournant à travers la diagonale secondaire (en haut à droite vers en bas à gauche) - [Ajouter un Effet de Lueur](https://elysiatools.com/fr/tools/image-add-glow): Ajouter de beaux effets de lueur aux images avec une couleur, une intensité, une taille et des variations de style personnalisables - [Ajouter un Effet de Bruit](https://elysiatools.com/fr/tools/image-add-noise): Ajouter divers types d'effets de bruit aux images avec intensité et paramètres personnalisables - [Ajouter un Effet d'Ombre](https://elysiatools.com/fr/tools/image-add-shadow): Ajouter des effets d'ombre réalistes aux images avec une direction, un flou, une couleur et une intensité personnalisables - [Add Texture Effect](https://elysiatools.com/fr/tools/image-add-texture): Add various texture overlays to images with customizable blend modes and intensity ## Exemples - [Exemples de Traitement d'Images Web Python](https://elysiatools.com/fr/samples/web-image-processing-python): Exemples de traitement d'images Web Python utilisant PIL/Pillow incluant la lecture, l'enregistrement, le redimensionnement et la conversion de format - [Exemples de Traitement d'Images Web TypeScript](https://elysiatools.com/fr/samples/web-image-processing-typescript): Exemples de traitement d'images Web TypeScript incluant lecture/sauvegarde, redimensionnement et conversion de format - [Exemples de Traitement d'Images Android Java](https://elysiatools.com/fr/samples/android-image-processing-java): Exemples de traitement d'images Android Java incluant lecture/écriture, mise à l'échelle et conversion de format - [Exemples de Traitement d'Images Android Kotlin](https://elysiatools.com/fr/samples/android-image-processing-kotlin): Exemples de traitement d'images Android Kotlin incluant lecture/écriture, mise à l'échelle et conversion de format ## Contenu associé - [Laboratoire de détection de contours et de noyaux de convolution pour images](https://elysiatools.com/fr/hubs/image-edge-detection-and-convolution-kernels): Extrayez le canal de luminance, supprimez le bruit avec un rayon consigné, comparez les opérateurs Sobel, Prewitt, Roberts et Laplacien, réglez la détection par seuils et reproduisez le résultat retenu sous forme d'un noyau de convolution explicite.