Pixelmator Pro avec sa nouvelle fonction de correspondance des couleurs au moyen du machine Learning est disponible sur le Mac App Store. Ce n'est pas la seule nouveauté de cette version 1.3.4 (44 €) mais la plus originale.

L'éditeur en avait donné un avant-goût il a un mois en montrant qu'on allait pouvoir extraire les couleurs dominantes d'une photo et les appliquer à une seconde photo.

Exemple pratique : vous avez la photo d'un lieu qui a été prise en soirée et vous souhaitez obtenir cette ambiance sur le cliché d'un autre endroit en pleine journée. Tout cela sans manipulation complexe, et de fait, ça se limite à un copier-coller ou un glisser-déposer. Pour ce faire, Pixelmator se repose sur le moteur d'apprentissage Core ML d'Apple avec son propre modèle.

Dans ces premiers exemples on se contente de faire glisser une image (celle prise de nuit) sur les réglages de couleur de la photo cible (en plein jour). Après quelques secondes le logiciel rend son travail. Le bâtiment à gauche ne se retrouve pas en plein obscurité mais on pourrait penser à une toute fin de journée.

Là le résultat final n'est pas forcément très réaliste mais il s'agissait de retrouver un peu de l'atmosphère pop de l'illustration de droite.

Pour faire vos essais, allez piocher des photos sur Unsplash, il y en a une belle variété. Ci-dessous l'image de départ que l'on va modifier.

Cela fonctionne également avec des sujets que l'on détoure dans l'image de départ et que l'on va coller dans l'autre image, en espérant que l'élément intégré hérite de la tonalité chromatique. Pour cela on utilise la commande "Coller et correspondance des couleurs ML" du menu Édition.

L'outil a le mérite d'être très simple d'emploi, sans réglages. On retrouve le principe des filtres tout en ayant un peu plus la main sur ce que l'on va chercher à obtenir.

Les développeurs de Pixelmator Pro nous avaient expliqué comment ils avaient entrainé le moteur de cette fonction, qui s'est fait la main sur 20 millions de clichés :

Nous avons utilisé des images du domaine public. Nous avons d'abord créé un algorithme pour sélectionner uniquement les images source bien exposées et bien équilibrées, et exclure toutes celles qui ne répondaient pas à ces qualités.

Ensuite nous avons créé un modèle d’apprentissage automatique distinct pour « casser » les images aussi naturellement que possible (en créant des problèmes classiques de balance des blancs et d’exposition). Nous avions donc 20 millions de paires d’images. Une mauvaise photo que nous avions détériorée automatiquement et une photo originale et correcte.

Notre modèle est entrainé à améliorer les images de la manière la plus naturelle possible, pour obtenir une balance des blancs neutre, une exposition équilibrée; en gros pour donner aux personnes le meilleur point de départ pour faire preuve de créativité avec leurs photos.

L'éditeur est parti du framework Core ML d'Apple pour concevoir son propre outil, qu'il peut utiliser sur macOS comme sur iOS.

L'autre nouveauté porte sur les fonctions de transformation d'une image avec la commande "Transformer" > "Transformation libre" du menu "Organiser" qui permettent de modifier les perspectives et angles dans une image ou de changer les dimensions de l'un des calques.

Pixelmator travaille maintenant sur la version 1.4, promise comme importante et « très orientée photos » mais d'une manière qui sera originale.