Captures d’écran et images compressées : comment vérifier leur authenticité ?

Une capture d’écran ou une image compressée peut encore contenir des indices exploitables par un détecteur d’images IA. Elle peut aussi avoir perdu précisément l’information nécessaire à votre question. La portée du résultat dépend donc du fichier et du contrôle : traces dans les pixels, filigranes pris en charge ou détails visibles de la scène. Un fichier accepté au téléversement n’est pas pour autant adapté à toutes les analyses.

Ce guide traite de l’examen d’un contenu généré ou retouché à l’intérieur d’une capture d’écran. Établir qu’un fichier est lui-même une capture d’écran est une autre question.

La première étape consiste à identifier ce que vous avez reçu : l’image enregistrée d’origine, une copie téléchargée, une capture d’écran ou une photo d’écran. Précisez ensuite ce qui doit être établi. Détecter la génération d’une image entière, examiner un chiffre modifié et vérifier une provenance enregistrée n’imposent pas les mêmes exigences au fichier.

Si la pièce jointe d’origine est disponible, conservez-la à côté de la copie reçue. Sinon, une capture d’écran peut encore orienter l’examen : le résultat le plus utile est parfois une demande ciblée portant sur un seul élément manquant, plutôt qu’un score de détecteur supplémentaire.

Choisir le fichier qui répond à votre question

« Original » doit désigner un fichier précis, obtenu par un circuit identifié, et non la plus grande image que quelqu’un peut fournir. Un gros fichier peut être une copie agrandie ; un fichier d’appareil photo peut représenter un écran. Notez comment chaque version a été obtenue et quel lien avec l’image contestée a réellement été établi.

Pour un fichier isolé, le détecteur d’images IA de Fileverity permet d’examiner la génération par IA, les retouches et la provenance. Faites correspondre l’analyse à la question et conservez l’historique de traitement de la pièce avec le résultat : un chiffre de paiement modifié n’appelle pas la même suite qu’un doute sur la génération d’une scène entière.

Avant de téléverser

Conservez le fichier reçu tel quel, puis suivez cette courte liste :

1. Choisissez la pièce jointe la plus ancienne dont vous pouvez expliquer le lien avec l’image reçue. Conservez les deux versions si elles diffèrent.
2. Nommez la question : génération de l’image entière, modification locale soupçonnée ou provenance enregistrée.
3. Consultez les formats acceptés par le détecteur (type de fichier, taille, dimensions). Un format accepté n’établit pas qu’une capture d’écran convient : vérifiez les exigences de l’analyse concernée.
4. Si l’outil exige un recadrage ou une conversion, conservez le fichier parent et étiquetez la copie dérivée. N’améliorez pas et ne reconstituez pas les détails contestés.
5. Rattachez le résultat à la version exacte soumise, y compris un statut « non pris en charge » ou « non concluant ».

Ce qui change quand une image devient une capture d’écran

Une capture d’écran enregistre un affichage. L’image a pu être redimensionnée pour tenir dans une fenêtre, partiellement masquée, entourée d’éléments d’interface ou juxtaposée à d’autres images. La capture ne contient pas automatiquement la structure de fichier de l’image d’origine ni son historique intégré.

La FAQ de la Content Authenticity Initiative le dit explicitement : une capture d’écran d’une image ne contient pas les métadonnées C2PA de l’original. Elle précise aussi qu’un appareil compatible C2PA qui photographie une image existante signe la nouvelle prise de vue, sans pouvoir analyser son contenu ; cela n’établit donc pas l’origine de l’image photographiée (CAI, FAQ).

Ce point compte lorsqu’une capture montre un badge « vérifié ». Le badge est un contenu visible de la capture. Pour vous fonder sur un résultat de validation, obtenez le fichier ou l’enregistrement de vérification concerné, établissez à quel fichier il se rapporte et examinez le résultat réel. L’image d’une interface ne remplace pas ce lien.

L’absence de Content Credentials intégrés ne clôt pas toute recherche de provenance. La spécification C2PA décrit une API de liaison souple (soft binding) qui permet de retrouver un manifeste séparé de son fichier en interrogeant un référentiel de manifestes à partir d’un filigrane ou d’une empreinte perceptuelle pris en charge. Cette récupération dépend des fichiers et des mises en œuvre ; beaucoup de captures d’écran n’auront aucun historique récupérable (C2PA 2.5, Soft Binding API).

Gardez trois formulations distinctes dans vos notes : « pas de Content Credentials intégrés au fichier », « récupération tentée avec telle méthode prise en charge » et « aucun enregistrement pertinent récupéré ». Aucune n’équivaut à « la scène représentée est authentique ».

Une capture d’écran peut-elle servir de preuve ?

C’est une question juridique qui dépasse ce guide et qui dépend de la juridiction et de la procédure. Sur le plan de l’examen, retenez ceci : en cas de litige, le fichier d’origine et la traçabilité de sa conservation pèsent davantage qu’une capture d’écran. Conservez la capture telle que reçue, et demandez le fichier source tant qu’il est encore disponible.

Compression, redimensionnement et filigranes n’affectent pas les mêmes éléments

La compression avec perte modifie l’information encodée de l’image. Le redimensionnement modifie son échantillonnage spatial. Le recadrage supprime du contenu environnant. Ces opérations peuvent se cumuler, mais en identifier une ne dit pas lesquelles ont eu lieu par ailleurs ni comment un détecteur donné réagira.

Les recommandations du SWGDE sur la compression distinguent les méthodes sans perte et avec perte, et rappellent que toute perte de données liée à un nouvel enregistrement est définitive ; elles déconseillent la compression avec perte pour les images destinées à une analyse forensique (SWGDE, Digital Image Compression and File Format Guidelines, version 3.0). Traitez la compression comme une condition de traitement du fichier à documenter, pas comme une allégation de tromperie.

Aucune règle universelle défendable ne permet d’affirmer que « la compression empêche la détection de l’IA ». Provenance intégrée, filigranes invisibles et analyse d’image apprise sont des mécanismes différents. Google DeepMind présente le filigrane SynthID des images comme conçu pour résister à des modifications telles que le recadrage, les filtres ou la compression avec perte (présentation de SynthID). Cette intention de conception ne garantit pas que chaque fichier transformé donnera un résultat exploitable, ni qu’un service de vérification couvre tous les générateurs ; l’aide de Gemini précise d’ailleurs qu’un résultat peut rester incertain lorsque l’image ne contient pas assez de détails pour trouver un filigrane (Aide Gemini, « Vérifier les images, les vidéos et les contenus audio générés par IA »).

Les méthodes apprises de détection des manipulations doivent elles aussi faire leurs preuves dans les conditions pertinentes. Les analyses de robustesse de ces détecteurs font régulièrement état de variations de performance après redimensionnement et compression : une évaluation doit donc refléter la chaîne de transmission que votre équipe reçoit réellement.

Pour la distinction générale entre ces contrôles, voir C2PA, filigranes IA et détecteurs d’images. Ici, la question opérationnelle est de savoir quelles informations le fichier reçu permet encore d’établir.

Un petit détail peut devenir une cible bien plus petite

Prenons une image source fictive de 4 000 × 3 000 pixels. Un cadre autour d’une étiquette contestée mesure 120 × 80 pixels. Si l’image entière est réduite proportionnellement à 1 000 × 750, le cadre correspondant mesure environ 30 × 20 pixels.

Largeur et hauteur sont chacune divisées par quatre. Le cadre contient 600 positions de pixels au lieu de 9 600, soit seize fois moins. C’est un calcul géométrique, pas l’affirmation que la fiabilité de la détection baisse dans la même proportion. La lisibilité d’un caractère dépend aussi de ses traits, du contraste, des traitements subis et de la méthode utilisée.

Dimensions après redimensionnement proportionnel :

Afficher la petite copie quatre fois plus grande n’annule pas la réduction. L’interpolation peut aider à voir la structure disponible, mais l’agrandissement n’est pas l’étiquette d’origine. Si un caractère ne peut pas être lu de façon fiable, consignez-le comme illisible au lieu de retenir l’interprétation qui conforte un soupçon.

N’utilisez pas d’amélioration générative pour créer le détail qui trancherait le dossier. Un chiffre apparemment plus net, produit par reconstruction, ne renseigne pas de façon indépendante sur le chiffre du fichier soumis. Si vous conservez une vue de travail agrandie, indiquez comment elle a été produite et gardez la copie parente à disposition. L’analyse de Fileverity examine l’historique de compression du fichier soumis ; elle ne restitue pas les détails perdus lors d’une réduction.

Pourquoi le sous-échantillonnage détruit ce que l’agrandissement ne peut restaurer

Un principe de la théorie de l’échantillonnage permet d’interpréter toute vue d’analyse redimensionnée : moins d’échantillons peuvent préserver une structure à grande échelle utile tout en perdant les distinctions à petite échelle. Qu’un format soit accepté ne signifie pas que chaque détail d’origine survit à la chaîne de transmission et d’analyse.

Le sous-échantillonnage consiste généralement à filtrer avant d’échantillonner sur une grille plus grossière. Le filtrage atténue les variations spatiales que la nouvelle grille ne peut pas représenter fidèlement. Sans filtrage adapté, des motifs fins peuvent réapparaître sous la forme d’autres motifs de plus basse fréquence : c’est le repliement de spectre (aliasing). Le théorème d’échantillonnage énonce les conditions de reconstruction d’un signal à bande limitée ; il ne promet pas de retrouver n’importe quel détail supprimé d’une photographie (Steven W. Smith, The Scientist and Engineer’s Guide to Digital Signal Processing, chapitre 3).

Pour isoler la perte d’information, prenons une moyenne par blocs très simple : chaque bloc de 2 × 2 pixels est remplacé par la moyenne de ses quatre niveaux de gris.

Deux structures différentes donnent exactement la même valeur : (0 + 100 + 0 + 100) / 4 = 50. À partir de cette seule valeur, impossible de savoir quel contour existait. Agrandir 50 en un carré plus grand ne restitue pas l’orientation manquante. Un outil d’amélioration générative peut proposer un détail plausible, mais cette proposition ne renseigne pas sur l’entrée réelle.

Cette transformation de plusieurs entrées vers une seule sortie efface la distinction entre les deux blocs. Les filtres utilisés en pratique emploient d’autres pondérations et d’autres voisinages, mais la question d’examen reste la même : subsiste-t-il assez de détail pour évaluer l’élément ?

Pour une étiquette contestée, la question pratique est de savoir si ses traits pertinents restent discernables dans le fichier que reçoit réellement l’analyste ou le détecteur. Conservez le fichier soumis, toute copie d’analyse et la correspondance entre leurs coordonnées. Lorsque l’élément n’est pas discernable, demandez une meilleure source au lieu de traiter un flou agrandi comme un résultat négatif. Lors d’un achat, testez des paires source et copie transformée issues de vos canaux de réception et vérifiez quelles questions d’examen restent tranchables ; ne déduisez pas une perte de fiabilité du seul nombre de pixels.

Suivre une séquence de réception reproductible

Partez du fichier tel que reçu. Consignez une référence de dossier stable, le canal, les dimensions et les traitements connus. Une empreinte SHA-256, si votre processus en utilise, identifie ce fichier exact ; elle n’établit pas la véracité du contenu. Enregistrez les recadrages et transformations ultérieurs sous des références distinctes.

Écrivez ensuite la question précise. « Cette image a-t-elle été générée ? » diffère de « cette étiquette montre-t-elle le modèle commandé ? ». La seconde peut être tranchée par une inspection de l’article même si l’historique de création de l’image reste inconnu.

Consultez les consignes d’entrée de l’outil avant de préparer une copie dérivée. Certains services prescrivent un recadrage serré pour les captures d’écran : l’aide de Gemini, consultée le 28 octobre 2026, demande de recadrer une capture au plus près de l’image et de ne pas soumettre un montage de plusieurs images distinctes (Aide Gemini). Cette consigne est propre à ce service ; ce n’est pas une règle de prétraitement universelle pour les autres détecteurs. Conservez la capture complète même lorsqu’un recadrage de travail est utilisé.

Après l’analyse, consignez la référence du fichier, la tâche, le libellé du résultat et toute limite d’entrée signalée. Si le résultat porte sur une zone, vérifiez que les coordonnées affichées se rapportent à la même orientation et au même recadrage que ceux examinés. Un constat sur une miniature ne doit pas être présenté comme un constat sur une image source téléversée séparément.

Terminez en choisissant la prochaine demande. Si c’est le détail de la source qui manque, demandez la pièce jointe. Si c’est l’identité de l’article, demandez une vue qui rattache l’élément contesté à l’article. Si c’est une transaction qui est contestée, cherchez la pièce de transaction correspondante. Soumettre de nouveau le même fichier ne peut pas fournir un fait qu’il ne contient pas.

Exemple : une étiquette de produit illisible

Cas fictif. Un service achats reçoit la capture d’écran d’un message de fournisseur contenant la photo d’une plaque signalétique d’équipement. La réception dépend du suffixe de modèle « B », mais la petite capture ne permet pas de distinguer « B » de « 8 ». Le fournisseur explique que l’image a été réduite pour l’envoi par messagerie. Cette explication est consignée, sans être tenue pour vérifiée.

L’analyste ouvre un dossier avec une seule question : l’article livré correspond-il au modèle commandé ? La capture est conservée telle que reçue et la zone de l’étiquette est consignée comme illisible. Un contrôle de manipulation, s’il est adapté à ce type d’entrée, peut orienter l’examen, mais il ne transforme pas un caractère illisible en numéro de modèle confirmé.

Si l’analyse d’image fait partie de cet examen fictif, traitez son résultat séparément de la lecture de l’étiquette. Un doute exploitable sur une manipulation justifie l’examen de la zone indiquée et une demande de source ; il ne dit pas si l’étiquette porte un « B ». Un résultat non concluant laisse la question de l’image ouverte. Une entrée non prise en charge appelle un fichier adapté ou un autre moyen de vérification. Utilisez les libellés réels du fournisseur de l’outil plutôt que d’inventer un statut, et ne traitez pas une analyse impossible comme un résultat négatif.

Dans ce dossier, le rapport de Fileverity apporte ce que la lecture de l’étiquette ne peut pas fournir : l’empreinte SHA-256 identifie exactement la capture reçue, avec la date d’émission du rapport, et l’analyse évalue la qualité du fichier, c’est-à-dire ce que cette copie réduite permet encore d’établir. Il ne remplace pas le fichier source demandé au fournisseur.

La demande suivante comporte deux volets : le fichier image enregistré avant l’envoi par messagerie, et une vue distincte reliant l’équipement à sa plaque. Le fournisseur passe par le canal habituel de la commande ; on ne lui demande ni de générer, ni d’accentuer, ni de redessiner l’étiquette.

Si ni source adaptée ni pièce indépendante ne deviennent disponibles, confiez la question du modèle au responsable de la réception, fixez la date du prochain examen et consignez la décision autorisée de blocage ou de réception sous réserve. Des demandes répétées ne doivent pas laisser le dossier sans responsable.

Ces issues n’exigent aucun verdict de fraude. Un examen réussi peut établir que l’article est conforme, mettre en évidence une erreur de livraison ou définir l’élément qui manque encore. Historique du fichier et conformité de l’article restent deux constats distincts lorsqu’un seul est tranché.

Demander un meilleur fichier sans créer d’incertitude supplémentaire

Formulez une demande précise et neutre qui explique ce qui manque :

Nous ne parvenons pas à lire le suffixe du modèle sur l’image reçue. Pourriez-vous nous transmettre, en pièce jointe, le fichier image enregistré avant son insertion dans le message, s’il est disponible ? Merci de joindre également une vue reliant l’équipement à sa plaque signalétique, par le canal habituel de la commande. Merci de ne pas agrandir, accentuer ni reconstituer le texte. Si ce fichier ou cette vue ne sont pas disponibles, merci de nous l’indiquer afin que nous convenions d’un autre moyen de confirmer le modèle.

Précisez quelles informations sensibles sont nécessaires et utilisez le mode de transfert approuvé par votre équipe. Dans les messageries, privilégiez l’envoi du fichier en tant que document plutôt qu’en tant que photo lorsque l’application le permet, car l’envoi comme photo est souvent recompressé ; vérifiez le comportement de l’application concernée. Si une occultation est nécessaire, conservez la source sous accès contrôlé et étiquetez la copie occultée. Ne faites pas transmettre de données personnelles ou bancaires sans rapport dans le seul but d’obtenir une image plus nette ; ne demandez que ce qui est nécessaire à la question.

Lorsqu’un fichier source n’est pas disponible, consignez cette limite sans présumer une rétention délibérée. Une autre source autorisée, une inspection ou une pièce commerciale peuvent être plus utiles que de réclamer encore un original inaccessible.

Évaluer les fichiers que votre équipe reçoit réellement

Pour une réception récurrente, comparez les méthodes dans des conditions de transmission représentatives. Distinguez fichiers source, téléchargements, captures d’écran et photos d’écran. Définissez chaque tâche séparément : origine de l’image entière, manipulation locale ou récupération de provenance. Une mention générale « JPEG pris en charge » n’établit rien sur la performance face à une petite capture d’écran contenant plusieurs images.

Gardez ensemble les versions d’une même image lorsque vous répartissez une évaluation entre jeu de développement et jeu de test réservé ; sinon, des contenus presque identiques se retrouvent des deux côtés et l’évaluation représente mal les nouvelles pièces. Présentez les résultats par famille de sources et par état du fichier reçu, plutôt que de traiter chaque copie dérivée comme une scène indépendante.

Mesurez la couverture des résultats exploitables en même temps que les erreurs et l’effort de traitement des exceptions. Un processus qui demande de meilleures pièces pour les entrées difficiles peut être utile, mais les fichiers non évalués doivent rester visibles : ne les excluez pas discrètement pour présenter la fiabilité restante comme valable pour l’ensemble des pièces reçues. Le guide sur la fiabilité des détecteurs d’images IA détaille ces dénominateurs.

Pour une image isolée, analysez-la avec le détecteur et demandez le fichier d’origine lorsque le détail manque : la vérification gratuite indique le niveau de risque que le fichier reçu permet encore d’établir. Pour évaluer Fileverity sur vos canaux de réception, parcourez des cas réels avec notre équipe, en précisant les dimensions habituelles, les détails locaux qui vous intéressent et l’action attendue après examen ; les entrées inadaptées ou incertaines sont signalées comme telles dans le rapport. Les fichiers sont supprimés après l’analyse (Sécurité). Pour comparer des versions d’une même photo, voir «  Comment savoir si une photo a été retouchée » ; pour les demandes de remboursement fondées sur des photos, la «  méthode pour les e-commerçants ».

Par Yang Zheng