Chaque nouveau format d’écran a changé le cadrage des films

Une marque qui commande une vidéo IA a rarement besoin d’un seul format. Le site Web veut un cadre horizontal 16:9, les fils des réseaux sociaux veulent un 9:16 vertical, et quelqu’un proposera de générer la version large une fois, puis de recadrer le reste. Le cinéma a fait cette expérience chaque fois que l’écran a changé de forme, et chaque fois, la composition s’est révélée liée à un seul format.

La vidéo générée rend la question plus pressante, parce qu’un modèle compose chaque plan pour le cadre qu’on lui demande de remplir.

Un cadre fait pour les visages

Les films muets étaient souvent projetés en 1,33:1, le format 4:3, rappellent les Archives nationales des États-Unis. En 1932, la Society of Motion Picture Engineers adopte le format Académie, 1,37:1, pour les films parlants d’Hollywood. Pendant deux décennies, les studios composent pour un cadre à peine plus large que haut, une forme qui va bien à un visage, à une silhouette seule ou à une porte. La télévision reprendra ensuite les mêmes proportions 4:3. American Cinematographer trace encore la frontière à cet endroit : tout ce qui dépasse la fenêtre Académie de 1,37:1 est de l’écran large.

Les modèles de vidéo composent eux aussi pour une forme, et le format choisi au départ détermine où le sujet se placera. Dans un rapport technique de février 2024, les concepteurs d’un modèle écrivaient qu’un entraînement sur des vidéos dans leur format d’origine améliorait le cadrage, alors qu’une version entraînée sur des recadrages carrés générait parfois des vidéos où le sujet n’était que partiellement visible.

Le CinemaScope, la réponse d’Hollywood à la télévision

Dans les années 1950, raconte American Cinematographer, les films en salle affrontent la télévision, et les studios répliquent avec l’écran large, les grands formats, le son stéréo, la 3D et les ciné-parcs. Le CinemaScope de Fox utilise un objectif anamorphique pour comprimer une image large sur une pellicule 35 mm ordinaire, projetée en 2,55:1, selon Britannica. Les Archives nationales précisent que la compression permettait de loger une image allant jusqu’à 2,66:1 sur une pellicule qui portait d’habitude un cadre de 1,37:1. Le premier film du procédé, La Tunique, prend l’affiche au Roxy Theatre de New York le 16 septembre 1953. La revue salue alors « le plus grand progrès depuis l’arrivée du son ». Après une première semaine au Roxy, Variety estimait que Fox pourrait récupérer jusqu’au quart de son investissement grâce à New York seulement.

Le cadre plus large change la façon de faire les scènes. Le catalogue de l’AFI note que le CinemaScope a exigé des changements radicaux dans l’éclairage et dans le placement des acteurs, et le réalisateur Henry Koster a raconté plus tard que les objectifs devaient être mis au point séparément, ce qui imposait souvent des reprises. Le catalogue rapporte aussi que La Tunique a été tournée en 35 mm standard en parallèle, pour une version 16 mm destinée aux églises et aux écoles. En salle, le film n’était offert qu’en CinemaScope, et à la fin de 1953, il avait rapporté 16,5 millions de dollars dans 400 cinémas, environ le quart des salles américaines alors équipées pour le procédé. Le film conçu pour battre la télévision a été l’émission la plus regardée de sa semaine quand ABC l’a diffusé en mars 1967.

Un modèle à qui l’on demande du 16:9 étale souvent lui aussi la scène sur la largeur : des personnages sur des tiers opposés, un produit d’un côté. Masquer ce cadre en 2,39:1 garde les trois quarts de sa hauteur. Un recadrage vertical en garde beaucoup moins.

Cadrer et protéger, le compromis derrière le 16:9

Les films larges ont fini par passer à la télévision 4:3. Le tutoriel de Mark Schubin paru en 1996 dans le SMPTE Journal décrit la méthode habituelle : on aligne la hauteur des deux images et on retire l’excédent de largeur. Comment épouser un millionnaire, conçu pour une projection en 2,55:1, a été rogné au 4:3 de la télé en 1961. Le scope lui-même s’est rétréci quand les copies ont porté une piste sonore optique, puis une révision de la norme de projection, en 1971, a réduit la fenêtre pour cacher les collures, ce qui donne environ 2,39:1. L’écran large sans anamorphose a suivi une autre voie : Schubin note que le 1,85:1 est le format de projection le plus souvent recommandé aux États-Unis pour les films 35 mm non anamorphiques.

La télévision haute définition devait mettre fin à la guerre des formats. Schubin raconte que Kerns Powers, alors chez RCA Laboratories, a présenté une proposition à un groupe de travail de la SMPTE le 4 mai 1984. Il a pris la forme courante la plus étroite, le 4:3, et la plus large, le scope à 2,35:1, et en a tiré un cadre intermédiaire : un peu plus de 1,77:1, arrondi à 16:9. Son schéma reposait sur le principe « cadrer et protéger » (shoot and protect), que Schubin définit ainsi : cadrer pour un format tout en protégeant une zone supplémentaire pour que l’image fonctionne aussi dans un autre, sans projecteur, micro ni bord de décor dans le champ. En pratique, des repères dans le viseur délimitent la zone d’action d’un format à l’intérieur du cadre de l’autre.

Un siècle de formats d’écran

Chaque format dessiné à la même hauteur, avec le moment où il s’est imposé

Formats d’écran et moment où ils se sont imposés

Format	Nom	Contexte
1,33:1	Cadre muet 4:3	Cinéma muet
1,37:1	Format Académie	Adopté en 1932 pour les films parlants
2,55:1	CinemaScope	1953, La Tunique
2,39:1	Scope	Norme de projection révisée en 1971
1,78:1	16:9	Proposé en 1984 pour la télévision haute définition
0,56:1	9:16 vertical	Téléphones ; IGTV lancé en vertical seulement en 2018

Un projet IA a besoin de la même méthode quand une seule version maîtresse doit servir plusieurs écrans. Une fenêtre 9:16 découpée dans un cadre de 1 920 sur 1 080 pixels fait environ 608 pixels de large, moins du tiers de la largeur, et doit être agrandie près de 1,8 fois pour remplir un téléphone. Un sujet placé sur un tiers se fait couper. Protéger le cadre, c’est fournir une image de départ avec le visage et le produit dans la colonne centrale, puis vérifier chaque mouvement par rapport à elle.

La forme fait partie du récit

Les cinéastes choisissent encore leur format pour ce qu’il veut dire. Le réalisateur québécois Xavier Dolan présente l’essentiel de Mommy dans un carré 1:1, que le critique Glenn Kenny lit comme une façon d’enfermer le spectateur dans les choix étriqués des personnages. Dans un montage sur Wonderwall, quand Steve, Diane et Kaya commencent à s’épanouir, Steve « ouvre presque littéralement le cadre », et le film respire en écran large. Dolan l’élargit encore pour un rêve où un Steve idéalisé fonde une famille, puis revient au carré, un geste que Kenny juge cruel envers Diane et envers le public.

Le téléphone a apporté l’inverse du CinemaScope. Instagram a lancé IGTV en juin 2018 en le présentant comme conçu « pour la façon dont vous utilisez vraiment votre téléphone », avec des vidéos verticales plein écran. Un cadre 9:16, c’est du 16:9 couché sur le côté : il accueille une personne debout, un visage au-dessus d’un produit, des éléments lus de haut en bas. Il laisse peu de place à deux personnes côte à côte, ce que le cadre large fait le mieux.

Générer directement en 9:16 permet au modèle de composer pour cette forme, au prix de la cohérence : chaque génération repart de zéro, et la version verticale peut revenir avec un autre visage, une autre veste ou une autre lumière. La solution est la même qu’entre deux plans : les mêmes références approuvées, et une image clé dans chaque format, comparée côte à côte avant l’animation.

La troisième voie, l’extension d’image (outpainting), invente de l’image au-delà des bords : passer du 16:9 au 9:16 à largeur égale oblige à inventer environ les deux tiers du cadre. Un article de mars 2024 signé par Fu-Yun Wang et ses collègues, consacré à l’adaptation des vidéos aux écrans de téléphone, nomme la difficulté : garder le contenu ajouté cohérent dans chaque image et d’une image à l’autre. Un ciel inventé peut passer ; un logo, jamais.

Ce qu’il faut demander avant la première génération

Demandez quels formats le projet va livrer et si chaque version sera générée directement, recadrée à partir d’une version maîtresse ou agrandie par extension d’image. Approuvez une image clé dans chaque format, côte à côte, et vérifiez que les visages, les costumes, le produit et la lumière concordent. Dans chaque recadrage, suivez votre produit, votre logo et le texte à l’écran de la première image à la dernière, et gardez votre marque hors de toute bordure inventée. En 1953, les équipes de Fox ont remis leurs scènes en place pour un nouveau cadre ; une pub verticale mérite le même soin.