C'est moiré. Cela se produit parce qu'un écran est en fait une grille de carrés qui sont utilisés pour créer l'image. Lorsqu'il finit par essayer d'être mappé sur une autre grille de pixels (soit en étant capturé par un capteur ou par mise à l'échelle), les points de lumière ou les données de pixels ne s'alignent pas exactement. Certains pixels reçoivent 2 pixels d'informations, d'autres la frontière entre les pixels. L'article Wikipédia auquel je me suis lié contient beaucoup plus de détails. Cela peut arriver à tout moment que deux grilles interagissent (comme prendre une photo d'un gratte-ciel à distance.

Dans le cas de la mise à l'échelle en particulier, si vous avez plusieurs pixels par pixel d'affichage d'écran, la résolution effective réelle de votre image est limitée à ce que vous preniez une photo (il n'y a pas plus d'environ 2MP d'informations sur la plupart des écrans d'ordinateur). Ce qui se passe avec les pixels supplémentaires sur votre appareil photo, c'est qu'ils prennent en fait une image de ce que l'écran ressemble à, donc vous obtenez plusieurs pixels pour chaque pixel d'écran et certains qui chevauchent les bordures.

Lorsque vous réduisez cela, en particulier en fonction de l'algorithme utilisé, vous pouvez vous retrouver avec un moiré émergent parce que les pixels qui étaient allumés la bordure entre les pixels prend trop de poids, ce qui entraîne des zones plus sombres. Cela se produit un peu avec n'importe quel type de remappage, mais s'il ne s'agit pas de deux grilles de points régulièrement espacés, vous n'obtenez pas assez de motif pour cela être super perceptible comme dans votre exemple d'image.

Comme le dit votre réponse existante (+1), c'est un motif Moiré. Mais vous le voyez particulièrement lorsque l'image est mise à l'échelle. Vous ne dites pas ce que fait la mise à l'échelle, mais je suppose que vous faites simplement un zoom sur l'affichage, ou que vous collez dans Word / Powerpoint / etc., auquel cas vous pouvez bénéficier de la mise à l'échelle de l'image en utilisant une méthode différente dans GIMP. (gratuit), Photoshop (cher) ou ImageMagick (gratuit, ligne de commande), qui vous permettent de redimensionner des images en utilisant différentes techniques.

Cela semble être plus un problème avec les capteurs à nombre de pixels élevé.

Comme dans la question liée, il vaut généralement mieux prendre une capture d'écran sur l'ordinateur, le téléphone (ou même TV) si possible (par exemple dans Windows la touche PrintScreen ou similaire) met le contenu de l'écran actuel dans le presse-papiers) si c'est pour un document correct. Si c'est pour vos propres notes, je vivrais avec le motif Moiré sans perdre de temps.

Si le problème se produit uniquement lors de la mise à l'échelle, cela signifie que la mise à l'échelle est mauvaise. Un algorithme simple / de faible qualité a été utilisé et par conséquent, l'image mise à l'échelle est différente de l'original. Avec une mise à l'échelle de qualité, cela ne se produit pas.

Il serait utile de rendre l'image originale disponible.

Quel logiciel avez-vous utilisé pour mettre l'image à l'échelle?

Pour une vérification rapide, vous pouvez essayer d'ouvrir l'image d'origine dans Chrome (navigateur Web Googles) et la mettre à l'échelle (cliquez simplement dessus si elle est plus grande que la fenêtre du navigateur et elle sera réduite pour s'adapter à la fenêtre, ou maintenez le bouton CTRL et tournez la molette de défilement de la souris pour redimensionner). (Chrome a un scaler d'image décent, ainsi que des versions plus récentes de Firefox, IE aussi). Vous pouvez également essayer d'autres logiciels, par exemple de nombreux visionneurs d'images ont une option pour redimensionner l'image (juste en l'affichant et en permanence, pour enregistrer un autre taille de l'image), comme IrfanView. Et bien sûr de "gros" programmes de manipulation d'images, comme PhotoShop, Gimp, etc.

Voici une belle et rapide démonstration (fonctionne avec Firefox, sous Windows, n'a pas testé d'autres navigateurs):

• ouvrir cette image: (à partir de wikimedia) http://upload.wikimedia.org/wikipedia/commons/4/42/Divers_-_Illustrated_London_News_Feb_6_1873-2.PNG
• redimensionner la fenêtre Firefox (déplacer la souris pendant un moment, maintenir le bouton de la souris, puis relâcher le bouton)

En déplaçant la souris, Firefox utilisera un algorithme de redimensionnement simple qui produit de forts effets de moiré. Lorsque vous relâchez le bouton, il faudra un moment pour calculer une image redimensionnée de meilleure qualité avec pratiquement aucun effet de moiré.

Comme le disent les autres réponses, l'effet est appelé moiré. Mais pourquoi cela se produit-il lorsque vous réduisez l'échelle ou effectuez un zoom arrière? Comme indiqué précédemment, Moiré se produit lorsque deux modèles interagissent, spécialement si les deux modèles ont une "fréquence" (taille de lecture de la caractéristique répétitive) assez proche l'une de l'autre.

Ce qui se passe ensuite est une relation mathématique entre les motifs, ou plus précisément les tailles des motifs: votre téléphone ou votre appareil photo a très probablement une résolution plus élevée que l'écran que vous capturez, de sorte que l'objectif projette l'image de la grille de l'écran dans la grille du capteur, mais chaque pixel de l'écran est projeté beaucoup plus grand que chacun des capteurs. Cela signifie que le motif de l'écran est beaucoup plus grand que la grille du capteur. Considérez cela comme la pose d'un panneau de clôture en grille sur un écran anti-moustique. Vous ne remarqueriez pas autant de moiré dans ce cas.

Mais ensuite vous réduisez l'échelle de l'image ou effectuez un zoom arrière. Cela réduit en fait la taille du motif capturé à l'origine à partir de l'écran et l'amène à une échelle beaucoup plus proche du deuxième écran (celui que vous regardez). Ce serait comme rétrécir la grille de clôture de l'exemple précédent jusqu'à ce qu'elle soit presque au même pas que la moustiquaire. Maintenant que les deux motifs sont de taille très proche, le moiré est beaucoup plus perceptible.

Concernant la façon de le supprimer: je pense qu'il y a peut-être un moyen de se débarrasser (presque) de ce moiré. Et il peut s'agir d'appliquer une certaine quantité de flou gaussien, puis de réduire l'échelle de l'image. L'idée est que le flou fusionnera avec l'image des pixels de l'écran d'origine, brouillant pratiquement la ligne entre les pixels. Cela brouillera également la bordure des lettres et des graphiques dans l'image, c'est là que la réduction d'échelle entre en jeu. La réduction d'échelle a tendance à masquer le flou. Espérons que cela produira des lettres et des graphiques clairement lisibles mais masquera le motif des zones égales de l'image originale. En supprimant le modèle d'origine, il n'y aura pas d'interaction entre deux modèles et l'image devrait être plus lisible.

Je veux faire une expérience pour cela, pour l'ajouter à cette réponse plus tard. S'il vous plaît rappelez-moi si j'oublie. (donnez trois jours).

Pour clarifier ce que les personnes ci-dessus ont dit, le motif que vous voyez provient probablement de la photographie des espaces entre les pixels. Pour diverses raisons (par exemple l'inclinaison de la caméra), ils ne seront pas parfaitement alignés avec les pixels de votre CCD et dans l'image résultante. Lors de la mise à l'échelle, l'algorithme doit décider de la couleur du pixel résultant en se basant sur les couleurs de plusieurs pixels voisins - et en fonction de l'écart de noir, la couleur résultante serait plus claire ou plus foncée.

Vous aurez un problème similaire si vous numérisez une image couleur à partir d'un magazine - l'interférence du motif imprimé, de la grille du scanner et de l'algorithme de réduction d'échelle créera des artefacts laids.

BTW, ce principe est (je crois) utilisé dans l'astronomie, où le motif d'interférence permet de mesurer la parallaxe des étoiles.

Pour réduire le moiré, vous pouvez essayer le flou gaussien sélectif dans GIMP (ou son équivalent dans votre programme graphique) - il brouillera de grandes zones sans relief plus que des bords et des détails fins.

While there are application-specific names for what's going on (e.g. "moire") the fundamental cause is undersampling/aliasing. The original image has high-frequency content in it (tiny pixel boundaries) and, by using a wrong downscaling algorithm, you're point-sampling it with a lot fewer samples than what are necessary to reproduce the signal you're sampling.

Most naive image resizing uses bilinear or bicubic scaling, which are reasonable for upscaling or downscaling by a factor of at most 1/2, but which do not work for more severe downscaling unless you apply them in multiple iterations, each downscaling by a factor no smaller than 1/2. For severe downscaling, you should be using area-averaging or a gaussian resampling filter with radius (in the original image size) at least as large as the distance between adjacent pixels in the output (mapped back to the original image size).

If you lack software that can properly perform area-averaging or gaussian resampling, a really good approximation is to repeatedly downscale by a much smaller factor (e.g. just downscale to 1/2, 2/3, or 3/4 size) until you get within a factor of 2 of the final desired size, then scale to your final destination size, using whatever low-quality algorithm your software is using. This should work decently unless the software uses nearest-neighbor scaling, in which case you're totally out of luck.