updated fourier

tpFourier/fourier2019/fourier.md

@@ -141,10 +141,18 @@ Lorsque vous aurez terminé cette première étape, plus d'images seront dépos
 
 Sur `cyberlearn` vous trouverez une image nomée `transmetropolitan.pgm`[^3]. Il faudra la lire,
 et à l'aide de vos transformées de Fourier la compresser et l'écrire sur le disque.
+A vous de définir un format de compression avec pertes.
 Vous devrez également fournir l'utilitaire pour la décompresser et l'afficher.
 Écrivez un code assez générique pour que l'utilisatrice puisse choisir un degré de compression
 allant par exemple de 0 à 9: 0 étant pas compressé et 9 compressé au maximum (quel que soit ce maximum).
 
+Votre compression étant écrite à l'aide de nombres à virgule flottante double précision,
+ils prennent plus de place que des entiers 8 bits (comme c'est le cas pour les fichiers PGM).
+Afin d'obtenir une conversion, il faut également transformer les amplitudes en entiers 8 bits
+avant de les écrire. A l'inverse lorsque vous lirez votre image compressée,
+il faut transformer vos entiers 8 bits en nombres à virgule flottante.
+
+
 # Rendu
 
 La note est une combinaison de la note du code et du rapport.
@@ -157,7 +165,7 @@ Vous **devez** faire ce travail par groupe de 2 et aucune exception ne sera fait
 Vous devez rendre le rapport et le code sur `cyberlearn` le tout dans une archive aux noms des deux
 personnes du groupe. Je devrais pouvoir exécuter
 vos codes pour voir quels sont les visages que vous découvrez et comment vous comprimez
-vos images. Le rapport sera uniquement évalué sur votre capacité à trouver les noms des gens sur les photos.
+vos images.
 
 # Conseils et remarques