AQC0591 | NAN-COL000354

Nanopublication — Analyse Computationnelle d'Image - AQC0591

Mi Majeur - Recherche sur l'Harmonie

Affirmation 1: Analyse Computationnelle d'Image - AQC0591

Analyse computationnelle de la photographie de l'œuvre Mi Majeur - Recherche sur l'Harmonie (AQC0591) [1] par Arnaud Quercy [2], selon IDS-CMP-2025 [3], sur une image de 1000 pixels de côté, le 2025-10-03. Chaque couleur est située dans le système Munsell et nommée selon le système ISCC-NBS (267 noms, National Bureau of Standards, 1976). L'image se divise en 25 aplats. Les plus étendus sont un bleu moyen (58 %), un vert-jaune brillant (9,5 %) et un jaune vif (9,1 %). Parmi les autres, ceux qui se détachent le plus nettement de leur entourage sont un noir en haut (0,6 %), un jaune verdâtre brillant en haut (1,6 %) et un jaune grisâtre en haut (0,3 %). Par famille de noms : bleu 70 %, jaune 14 %, vert-jaune 9,7 %, vert 2,6 % et rose 1,1 %.

Contexte

Analyse effectuée selon IDS-CMP-2025 [3] : (a) couleurs nommées selon Munsell et ISCC-NBS, surfaces et aplats, (b) texture, (c) luminosité et contraste, (d) distribution spatiale. Image source : 2617x3489 pixels. Date d'analyse : 2025-10-03.

A) Analyse des Couleurs

Aplats

Classés par écart avec leur pourtour (CIEDE2000). Les traits de moins de 10 pixels d'épaisseur sont écartés (4).

Rang Couleur Nom ISCC-NBS Munsell Surface Écart Position
1 1A1613 noir N 0.7/ 0,6 % 72.8 en haut
2 E4D35E jaune verdâtre brillant 7.4Y 8.4/8.1 1,6 % 55.1 en haut
3 D1B87B jaune grisâtre 3.6Y 7.6/5.0 0,3 % 53.1 en haut
4 A3C965 vert-jaune brillant 6.4GY 7.6/8.0 9,5 % 47.1 à droite
5 F1BD2B jaune vif 1.9Y 7.9/11.0 9,1 % 41.6 à gauche
6 66B775 vert jaunâtre brillant 1.4G 6.6/7.4 0,3 % 41.5 au centre
7 65B05A vert jaunâtre brillant 9.9GY 6.5/8.8 1,9 % 39.2 au centre
8 565B6F bleu grisâtre 5.0PB 3.8/2.2 5,1 % 37.1 en bas
9 EED3CF rose jaunâtre pâle 0.3YR 8.6/2.3 0,7 % 35.8 en haut à gauche
10 6AAE72 vert jaunâtre moyen 1.0G 6.4/6.3 0,2 % 35.3 en haut à gauche
11 2F4060 bleu foncé 4.3PB 2.8/4.6 0,7 % 34.6 au centre
12 376DA1 bleu moyen 4.1PB 4.4/8.5 58 % 33.5 au centre
13 E8D797 jaune pâle 3.4Y 8.5/4.8 3,3 % 31.3 au centre
14 4689BC bleu moyen 1.6PB 5.5/8.1 0,2 % 28.8 au centre
15 BEABAA rose grisâtre 2.3R 7.1/1.6 0,4 % 26.0 à gauche
16 78B0D2 bleu clair 0.3PB 7.0/6.1 2,9 % 24.6 en haut à gauche
17 5585AD bleu moyen 2.3PB 5.2/6.6 0,9 % 24.6 en haut à gauche
18 F5CC2F jaune brillant 4.2Y 8.3/10.9 0,3 % 23.9 en haut à droite
19 171F2F bleu foncé 5.1PB 1.0/2.4 0,1 % 22.0 en bas
20 E7B47D jaune-orangé pâle 8.4YR 7.6/5.8 0,4 % 15.9 au centre
21 5F643E vert olive moyen 3.5GY 4.0/3.4 0,1 % 15.0 au centre
22 418FD3 bleu brillant 4.5PB 5.6/10.8 1,4 % 14.1 en haut
23 79B852 vert jaunâtre brillant 8.1GY 6.9/9.1 0,5 % 12.3 à droite
24 6F91BB bleu clair 3.2PB 5.9/6.5 0,5 % 6.9 à droite
25 5291B7 bleu clair 9.2B 5.7/6.2 0,2 % 2.9 en bas

Familles de noms

Famille Surface
bleu 70 %
jaune 14 %
vert-jaune 9,7 %
vert 2,6 %
rose 1,1 %
noir 0,6 %

B) Analyse de Texture

Métrique Valeur
Global Roughness 0.178
Mean Local Roughness 0.015
Roughness Uniformity 0.029
Edge Density 0.048
Mean Gradient Magnitude 0.115
Gradient Variance 0.08
Gradient Smoothness 0.0
Directional Coherence 0.253
Pattern Complexity 0.112
Pattern Repetition 1.0
Detail Frequency Ratio 0.637
Spatial Variation 0.079
Texture Consistency 0.555

C) Analyse de Luminosité et Contraste

Métrique Valeur
Mean Brightness 0.489
Brightness Variance 0.178
Brightness Uniformity 0.635
Brightness Skewness 0.51
Brightness Entropy 6.966
Rms Contrast 0.178
Michelson Contrast 1.0
Weber Contrast 0.572
Mean Local Contrast 0.016
Contrast Uniformity 0.0
Dynamic Range 1.0
Effective Dynamic Range 0.498
Shadow Percentage 11.886
Midtone Percentage 63.62
Highlight Percentage 24.493
Shadow Clipping 0.005
Highlight Clipping 0.001
Tonal Balance 0.0
Fine Contrast 0.009
Medium Contrast 0.021
Coarse Contrast None
Multiscale Contrast Ratio 1.0
Edge Contrast 0.115
Contrast Clustering 0.445

D) Analyse de Distribution Spatiale

Métrique Valeur
Spatial Coherence 0.75
Color Clustering 0.374
Color Transition Smoothness 0.695
Transition Uniformity 0.456
Sharp Transition Ratio 0.1
Transition Directionality 0.26
Mean Saturation 0.593
Saturation Variance 0.028
Low Saturation Ratio 0.081
Medium Saturation Ratio 0.709
High Saturation Ratio 0.21
Saturation Clustering 0.999
Hue Concentration 0.505
Complementary Balance 0.064
Analogous Dominance 0.709
Temperature Bias -0.552

Méthodologie

Analyse computationnelle d'une photographie de l'œuvre, ramenée à 1 000 pixels sur son plus grand côté et filtrée par une médiane 3×3 pour retirer le grain. Couleurs : chaque pixel (sRGB arrondi à 5 bits par canal) reçoit sa notation Munsell et son nom ISCC-NBS par une table calculée une fois depuis les données publiées (renotation Munsell ; blocs ISCC-NBS, NBS Special Publication 440, 1976), jamais depuis les œuvres. Aplats : régions d'un seul tenant d'un même nom, fusionnées avec leurs voisines tant que l'écart CIEDE2000 entre leurs couleurs moyennes reste sous 10 ; aplat retenu à partir de 0,05 % de l'image ; écart avec le pourtour mesuré de 4 à 12 pixels du bord. Texture : écart-type des intensités, écart-type local, densité de contours (Canny), motifs binaires locaux. Luminosité : moyenne, variance, contrastes RMS, de Michelson et local, répartition ombres / tons moyens / lumières. Distribution : cohérence spatiale, transitions, saturation. Méthodes déterministes et reproductibles. Limites : la mesure porte sur la photographie, sa lumière et sa balance des blancs comprises ; deux aplats voisins d'écart inférieur à 10 sont réunis.

Références

  1. [1] Quercy, A. (2024). E Major - Research on Harmony - Catalogue Raisonné. https://arnaudquercy.art/fr/catalogue-raisonne/AQC0591.html
  2. [2] Quercy, A. (2025). ORCID https://orcid.org/0009-0000-2662-7790
  3. [3] Quercy, A. (2026). Computational Image Analysis Standard. https://ideamorphism.org/fr/mesures/2025/11/ids-cmp-2025-norme-danalyse-computationnelle-dimage-5dq9.html

Profil épistémique

Type de revendicationcomputational analysis
Voixthird person
Statut épistémiqueempirical measurement
Méthodologiecomputational analysis
Certitudehigh

Somme de contrôle (SHA-256)

8c2a8cd0401b7551832a1241dbb47821df2b6631c7f3089caf2e3baf6112a9fa

Cette page dans d’autres formats

PDF · Markdown · English