Une image ASCII est une image construite à partir de caractères de texte : des lettres, des chiffres et des signes de ponctuation disposés de sorte que, vus de loin, leur densité et leur couleur forment des formes. De près, c’est du texte ; avec un peu de recul, c’est un visage, un paysage ou un logo. Cet article revient sur l’origine de l’idée, sur les raisons de son retour constant dans la culture numérique et à l’écran, et sur ce qui fait de la conversion d’une image animée en ASCII sans scintillement un vrai problème technique.
Que signifie ASCII ?
L’ASCII, pour American Standard Code for Information Interchange, est une norme de codage des caractères datant des années 1960. Elle attribue des numéros à 128 caractères : les lettres latines, les chiffres, la ponctuation et des codes de contrôle. Comme presque tous les ordinateurs et terminaux pouvaient afficher ces caractères, « art ASCII » est devenu le nom courant des images qui en sont composées, même si de nombreuses œuvres utilisent aujourd’hui des jeux de caractères plus étendus.
Des images en caractères, avant et après l’ordinateur
Composer des images avec des caractères tapés est plus ancien que l’ordinateur personnel. Des dactylographes réalisaient des images à la machine à écrire, et les premiers utilisateurs d’ordinateurs imprimaient des images faites de caractères sur des imprimantes ligne par ligne et des téléimprimeurs, car ces machines savaient imprimer du texte, mais pas des graphismes. Plus tard, lorsque les gens se retrouvaient dans des espaces uniquement textuels, comme les BBS, les groupes de discussion, le courrier électronique et les messageries, les caractères étaient le seul moyen de dessiner : signatures, bannières, petits schémas et visages couchés devenus émoticônes sont tous nés de cette contrainte.
La contrainte est devenue un style. L’art textuel reste présent dans les programmes en terminal, dans les commentaires de code et les fichiers README, dans la culture du jeu vidéo et de la démo, et dans le graphisme qui veut paraître technique, artisanal ou nostalgique. Les logiciels libres savent depuis longtemps afficher des images, et même de la vidéo, sous forme de texte dans un terminal, et c’est souvent ainsi que l’on découvre la vidéo ASCII.
Pourquoi cela fonctionne-t-il à l’écran ?
Le cinéma et la vidéo ont souvent besoin d’un signe visuel immédiat pour dire « cela se passe dans un ordinateur » ou « voici le point de vue de la machine ». Des colonnes de caractères, du texte à chasse fixe lumineux et des images qui émergent de symboles sont une manière établie de l’exprimer dans les génériques, les clips musicaux et les interfaces. L’imagerie ASCII a aussi un côté pratique : elle reste lisible en petite taille, elle résiste à de fortes variations de couleur et, en tant que vrai texte, elle peut être sélectionnée, copiée et recherchée.
Comment une image devient-elle ASCII ?
La conversion de base comporte quatre étapes :
- La grille. L’image est divisée en cellules, un caractère par cellule. Le nombre de colonnes fixe le niveau de détail : plus de colonnes, des cellules plus petites, des traits plus fins.
- De la luminosité au caractère. Chaque caractère couvre de son encre une part différente de sa cellule. Classés selon cette part, de l’espace jusqu’aux signes denses comme
@ou#, ils forment une échelle. Chaque cellule reçoit le caractère dont la densité correspond à sa luminosité. - Les contours. Là où l’image présente un contour net, des caractères orientés, comme
/,\,|et-, suivent la forme mieux que la seule densité. - La couleur. Chaque caractère peut porter la couleur moyenne de sa cellule, ou une couleur unique fixe pour un aspect de terminal.
Les polices à chasse fixe sont essentielles, car chaque caractère occupe la même largeur et la grille reste droite. Les cellules sont plus hautes que larges : l’image est donc échantillonnée en tenant compte de ce rapport, sinon les visages paraissent étirés.
Pourquoi la vidéo ASCII est-elle tellement plus difficile ?
La manière évidente de produire une vidéo ASCII consiste à convertir chaque image séparément. Le résultat scintille généralement : les caractères sautent d’un état à l’autre, même là où rien ne bouge. La cause en est le seuil. Une cellule dont la luminosité se situe près de la frontière entre deux caractères bascule de l’un à l’autre au moindre changement, et la vidéo est pleine de changements infimes : bruit du capteur, grain du film, artefacts de compression, légères variations de lumière. Dans une vidéo normale, ces changements sont invisibles. En ASCII, chacun remplace un symbole entier, et l’œil le remarque.
Les mouvements de caméra aggravent le problème. Lors d’un panoramique ou d’un zoom, presque chaque cellule change à chaque image, et l’image se transforme en flot de caractères sans forme stable. La couleur ajoute une seconde couche de scintillement : une cellule peut garder son caractère tout en alternant entre deux couleurs voisines.
Nous l’avons mesuré sur notre extrait de test, une animation de la Joconde de 5 secondes, à 180 colonnes et 121 images. Convertie image par image, 9,78 % de l’ensemble des caractères changeaient d’une image à la suivante. Cela paraît peu, mais cela représente des milliers de symboles qui sautent chaque seconde, la plupart dans des zones où rien ne bouge.
Qu’est-ce qui stabilise une image ASCII animée ?
Il n’existe pas d’astuce unique ; la stabilité naît de plusieurs petites décisions qui agissent ensemble. Voici celles que nous utilisons dans Glyphmation :
- Une caméra fixe. La vidéo est créée caméra verrouillée, si bien que seules les parties en mouvement de la scène changent. Cette décision à elle seule supprime l’essentiel du problème.
- Des aplats vides. Les zones planes et peu détaillées, comme un fond uni, deviennent de l’espace vide au lieu d’un tapis de caractères pâles qui tremblent au moindre bruit.
- Un regard dans le temps. Le caractère d’une cellule est choisi en observant plusieurs images autour d’elle, et pas une seule, si bien qu’une image bruitée isolée ne peut pas le faire basculer.
- Une hystérésis pour les caractères et les couleurs. Une cellule garde son caractère ou sa couleur actuels jusqu’à ce qu’un nouveau soit nettement et durablement meilleur, au lieu de changer dès qu’il devient légèrement meilleur.
- Une boucle sans couture. Quand le mouvement revient à la première image, les dernières images sont fondues dans les premières, et la boucle ne présente aucun saut visible.
Ensemble, ces étapes ont fait passer le taux de changement de notre extrait de test de 9,78 % à 2,60 % des caractères par image, et presque tous les changements restants se situent là où quelque chose bouge réellement. La stabilité a aussi réduit la taille des fichiers : la version HTML de l’extrait est passée de 1 694 Ko à 554 Ko, car il y a moins de changements à décrire.

Combien de détails suffisent ?
Le nombre de colonnes est un compromis entre lisibilité et texture. Lors de nos tests, un visage à 120 colonnes était souvent trop grossier pour être reconnu, alors qu’à 180 colonnes, les yeux, le nez et même les doigts restaient lisibles. 240 colonnes apportent davantage de détails, au prix de fichiers plus lourds. Pour les formes affirmées, les logos et les affiches, moins de colonnes peuvent donner un résultat plus fort, car chaque caractère devient un élément visible du design.
Le jeu de caractères change lui aussi la lisibilité. Glyphmation en propose trois : Standard, Blocs et Lettres seules. Lors de nos tests, les caractères de bloc ont donné le résultat le plus lisible : les cellules pleines portent les couleurs et les formes avec une netteté proche du pixel art. Lettres seules offre une texture plus douce, proche de l’écrit, mais sur les images sombres le visage peut rester moins net.

MP4, GIF ou HTML ?
- Le MP4 est le plus simple à partager et à mettre en ligne. Le texte est difficile à compresser pour les codecs vidéo : une image stable aide donc aussi le MP4 à rester net pour une taille raisonnable.
- Le GIF se lit presque partout sans lecteur, mais les fichiers sont plus lourds et la palette est limitée.
- Le HTML conserve les caractères sous forme de vrai texte. Il se lit dans un navigateur, reste net à tous les niveaux de zoom, et le texte peut être sélectionné et copié.
Limites
L’ASCII est une réduction. Les petits détails, les lignes fines et les zones peu contrastées peuvent disparaître dans la grille, et un mouvement rapide ou complexe produit toujours plus de changements qu’un geste lent. Les bons résultats viennent d’images au sujet bien net, d’un mouvement simple et lisible et d’un nombre de colonnes adapté au sujet. Dans Glyphmation, l’aperçu dans le navigateur montre gratuitement l’effet de ces choix avant tout rendu.
Questions fréquentes
L’art ASCII se limite-t-il aux 128 caractères ASCII ? Plus maintenant. Le nom est resté, mais de nombreuses œuvres utilisent des jeux de caractères plus larges, des caractères de bloc ou du texte en couleur. Glyphmation propose trois jeux : Standard (caractères imprimables complétés de quelques signes orientés pour les contours), Blocs (caractères de bloc) et Lettres seules.
Pourquoi ne pas simplement convertir chaque image séparément ? Parce que d’infimes variations de luminosité font basculer les caractères proches de leurs seuils, et l’image scintille. Une vidéo ASCII stable exige des décisions qui tiennent compte de plusieurs images.
Une caméra fixe rend-elle le film ennuyeux ? Le mouvement se reporte sur le sujet : un geste, une rotation de la tête, des cheveux ou un tissu. Sur une grille de caractères stable, ce mouvement ressort davantage, et non moins.

