Guide Vidlora
Comment fonctionne la compression vidéo
Une minute de vidéo 1080p non compressée représenterait plus de 10 Go. Pourtant, elle tient dans quelques dizaines de mégaoctets une fois encodée. Ce miracle repose sur quelques idées simples : ne pas répéter ce qui ne change pas, éliminer ce que l’œil remarque à peine et coder intelligemment ce qui reste. Voici ces mécanismes expliqués sans jargon inutile.
7 minutes de lecture
Pourquoi la vidéo brute est impraticable
Une image 1080p contient 1920 par 1080, soit environ 2,07 millions de pixels. Avec 3 octets par pixel pour la couleur, chaque image pèse environ 6 Mo. À 30 images par seconde, cela représente près de 187 Mo par seconde, soit plus de 11 Go par minute. Aucun réseau domestique ni disque de téléphone ne supporterait cela. Les codecs comme H.264, H.265, VP9 et AV1 ramènent ce flux à quelques mégabits par seconde, un facteur de réduction de 100 à 500 environ. Cela est possible parce que la vidéo contient énormément de redondance, à la fois dans l’espace, car des pixels voisins se ressemblent, et dans le temps, car deux images consécutives sont presque identiques.
Images clés et images prédites
Un encodeur ne stocke pas chaque image en entier. Il insère périodiquement des images clés, dites images I, qui contiennent un tableau complet et peuvent être décodées seules. Entre elles, les images P décrivent les changements par rapport aux images précédentes, et les images B s’appuient aussi sur des images futures, ce qui améliore encore l’efficacité. Un ensemble d’images entre deux images clés forme un groupe d’images. Ce choix a des conséquences concrètes : on ne peut démarrer la lecture, ou couper sans ré-encoder, qu’à une image clé, et plus les images clés sont espacées, plus la compression est efficace, mais plus la navigation dans la vidéo devient lente. Les plateformes de diffusion utilisent souvent une image clé toutes les deux secondes environ.
La prédiction par mouvement
Pour décrire une image prédite, l’encodeur découpe l’image en blocs et cherche pour chacun le bloc le plus semblable dans une image de référence. Il stocke alors un vecteur de mouvement, c’est-à-dire un déplacement, plutôt que les pixels eux-mêmes. Quand une caméra se déplace ou qu’une personne marche sur un fond fixe, la majorité de l’image se résume à quelques vecteurs et à de petites corrections, appelées résidus. C’est pourquoi un plan fixe avec peu de mouvement se compresse très bien, tandis qu’une scène chaotique, avec des feuilles agitées, de la pluie ou des confettis, génère d’innombrables différences impossibles à prédire et exige un débit bien supérieur pour conserver la même qualité.
Transformation et quantification : où l’on perd volontairement
Les résidus sont ensuite transformés mathématiquement, par une transformée en cosinus discrète ou une variante, pour séparer les détails grossiers des détails fins. L’œil humain est peu sensible aux très fins détails et aux subtiles variations de couleur : l’étape de quantification les arrondit ou les supprime. C’est la seule étape vraiment destructive, et c’est elle que règle le paramètre de qualité, par exemple le CRF dans x264. Une quantification légère conserve presque tout, une quantification forte efface les textures et fait apparaître des blocs ou des dégradés en escalier. On sépare aussi la luminosité, à laquelle l’œil est très sensible, de la couleur, que l’on stocke en résolution réduite, une technique appelée sous-échantillonnage chromatique, typiquement en 4:2:0.
Codage entropique : la compression sans perte finale
Après quantification, la plupart des valeurs sont des zéros ou de petits nombres. Un dernier traitement, le codage entropique, les écrit en utilisant moins de bits pour les valeurs fréquentes et davantage pour les rares, comme le fait un fichier ZIP. Les codeurs CAVLC et CABAC du H.264 en sont des exemples ; CABAC est plus efficace mais plus lent. Cette étape est entièrement sans perte : elle ne dégrade rien, elle emballe simplement l’information plus intelligemment. Ensemble, prédiction, transformation, quantification et codage entropique forment la base commune de tous les codecs modernes. Les générations successives, H.264, H.265, VP9 et AV1, affinent chaque étape, avec des blocs plus grands et plus variés, davantage de modes de prédiction et un codage plus fin.
Le débit : le vrai bouton de qualité
Le débit, en mégabits par seconde, est la quantité de données autorisée par seconde de vidéo. Deux stratégies existent. Le débit constant fixe cette quantité, ce qui est utile pour la diffusion en direct. Le mode qualité constante, avec un CRF, laisse l’encodeur dépenser davantage pour les scènes complexes et moins pour les scènes simples, offrant une qualité visuelle homogène et un fichier de taille variable. Pour le H.264, un CRF de 18 est pratiquement transparent, 23 est la valeur par défaut courante, 28 montre des pertes nettes. Chaque hausse de 6 points divise le débit environ par deux. Le préréglage de vitesse, lui, change l’efficacité : un préréglage lent obtient la même qualité avec 10 à 20 pour cent de données en moins.
Pourquoi on ne peut pas revenir en arrière
La quantification supprime définitivement de l’information. Décompresser une vidéo ne recrée pas les détails perdus : on obtient seulement une image qui ressemble à l’original. Si vous recompressez ce résultat, l’encodeur traite de nouvelles erreurs comme du contenu et en introduit d’autres, ce qui provoque la perte de génération : après plusieurs cycles, on voit des blocs, un flou et des halos autour des contours. Deux règles en découlent. Compressez toujours à partir de l’original, jamais d’une copie déjà compressée. Et privilégiez les opérations sans ré-encodage, comme une découpe par copie de flux ou un changement de conteneur, chaque fois que le résultat voulu ne nécessite pas de modifier l’image elle-même.
Conséquences pratiques pour vos réglages
Ces principes guident vos choix. Pour compresser davantage sans dégrader, réduisez d’abord la résolution ou la fréquence d’images, car moins de pixels signifie moins de données à prédire. Pour les captures d’écran ou diapositives, les zones fixes se compressent à merveille, mais le texte fin exige un CRF plus bas pour rester lisible. Pour du contenu très mouvementé, prévoyez un débit plus élevé. Pour une vidéo qui sera ensuite retraitée par une plateforme, envoyez la meilleure qualité possible, car elle la recompressera. Enfin, un fichier déjà très compressé offre peu de marge : si le gain est inférieur à 10 pour cent, laissez-le tel quel. L’outil de compression de Vidlora applique ces mécanismes avec un niveau de qualité et un préréglage d’encodage ajustables.
Essayer le téléchargeur vidéo gratuit