3 curseurs au lieu de 5 teintes : un espace de couleurs pour les carnations

Vous cherchez une couleur de peau dans un logiciel de dessin, et vous ne la trouvez pas. Le curseur glisse, la teinte vire au gris, puis au brun terne, et l’on accepte une approximation en se disant que personne ne regardera d’aussi près.

Un développeur a mis en ligne le 4 août 2026 un espace de couleurs et un algorithme conçus pour ce problème précis : produire des carnations variées à partir de trois réglages continus, au lieu d’un nuancier figé. Le projet de Toney Alexander, intitulé What Colors Are We?, est monté en tête de Hacker News dans la journée, où il a réuni environ 500 points et plus de 90 commentaires.

Trois axes commandent la couleur : T va de « deep » à « fair », U de « flushed » à « ochre », V de « cool » à « warm ». La méthode : l’auteur a étiqueté à la main des valeurs RVB qu’il perçoit comme des peaux, réduit ce nuage à trois composantes principales, puis ajusté des équations sphériques dessus. Un paramètre de rayon, noté R², règle la largeur de l’échantillonnage : à 0,1 la sélection est resserrée, à 10 elle déborde vers des couleurs improbables ; la valeur par défaut est 2,0. Deux fonctions, select_point() et to_rgb(), suffisent à s’en servir en Python ou en JavaScript.

Pourquoi les nuanciers classiques ratent les teintes foncées

L’auteur résume le désordre d’une formule : les emojis affirment que nous sommes cinq teintes (ou jaune de dessin animé), une marque de maquillage en annonce cinquante, un créateur de personnage hausse les épaules et propose 16 777 216 possibilités. Cinq cases, cinquante, ou seize millions : à vous de vous débrouiller.

Le problème n’est pas seulement le nombre de cases, il tient à la construction de l’espace de couleurs. Björn Ottosson, qui a publié en décembre 2020 l’espace perceptuel Oklab, montre qu’un dégradé calculé naïvement dans les espaces courants n’est pas perceptuellement régulier : la clarté varie de façon inégale d’une teinte à l’autre, et les mélanges dérivent, avec des glissements vers le violet dans CIELAB, CIELUV et HSV. Sur une gamme de bruns chauds, le défaut se voit tout de suite : les intermédiaires grisent.

Ranger les teintes sur un seul axe de clarté produit un autre effet. Quand The Pudding a mesuré en juin 2018 des nuances de fonds de teint selon la clarté du modèle CIE Lab, le résultat se lisait d’un coup d’œil : sur les 40 nuances de Make Up For Ever, 31 tombaient dans la tranche 60-90. Une gamme peut afficher quarante références et rester massée dans le haut de l’échelle.

Ce que les développeurs en ont dit

Dans le fil, les échanges ont porté sur la méthode plus que sur l’intention. Un intervenant a rapproché la forme obtenue des données de fonds de teint de The Pudding retracées dans Oklab, où les nuances dessinent le même croissant. Un participant signant Dr. Scully a rappelé que la couleur de peau se paramètre par les concentrations de mélanine et d’hémoglobine, ce qui la rend, écrit-il, à peu près bidimensionnelle.

Les objections concrètes ont visé le réglage. Ramener R² autour de 1,5 exclut, selon un lecteur, les couleurs de peau extrêmement bleues, vertes et violettes ; un autre observe que le résultat ne couvre jamais vraiment la gamme des populations aborigènes d’Australie, et que 2,0 s’en sort mieux. Sur la licence, l’auteur a répondu dans le fil avoir ajouté une licence MIT, en précisant que les équations ne relèvent pas du droit d’auteur.

La cible annoncée est modeste, et c’est ce qui la rend utilisable : le dessin numérique et le jeu vidéo, un sélecteur à poser dans un éditeur de personnage. Si vous avez déjà bricolé un créateur d’avatar, c’est exactement le niveau où la question se pose.

Ce qu’un projet individuel ne remplace pas

L’auteur pose lui-même ses limites, et elles comptent. La peau, écrit-il, est bien plus compliquée qu’une couleur unique ; certains états de santé produisent des teintes éloignées de ce qui paraît plausible ; l’étiquetage de départ reste subjectif, et une suite sérieuse passerait, écrit-il, par plusieurs annotateurs, voire des annotateurs experts. Il rappelle aussi que les couleurs ne sont pas perçues de la même manière selon les écrans et l’éclairage, ce qui vaut pour un écran e-paper couleur comme pour un moniteur de bureau.

Google a publié le 11 mai 2022 l’échelle Monk, dix teintes mises au point par Ellis Monk, sociologue à Harvard qui travaille depuis plus de dix ans sur la couleur de peau et le colorisme, diffusée ouvertement pour la recherche et le développement de produits. Pour situer l’objet : nous avons croisé les trois axes continus de l’espace TUV, les dix teintes de l’échelle Monk et les quarante nuances relevées chez une marque de maquillage, et aucune de ces trois façons de découper la même question ne produit le même nombre de cases.

C’est peut-être là l’apport de cette page : elle transforme une gêne diffuse en un objet que l’on peut ouvrir, régler et contredire. Poussez le curseur trop loin, vous obtenez des visages verts, et vous voyez très bien où finit la peau et où commence la convention.

Article créé en collaboration avec l’IA.