La minute compo : lire une photo détail par détail
Une série de reels qui lisent une photographie zone par zone : les zooms sont retrouvés automatiquement sur l'image, l'animation est écrite en code, un épisode sort chaque semaine.
Le problème
Expliquer comment une grande photo est construite, c’est montrer où l’œil se pose : le visage, les mains, ce qui ferme le cadre. Ma première vidéo de ce type, en 2021, était longue et chronophage à produire à la main. Chaque zoom se règle au pixel, chaque texte se cale sur la voix. À ce rythme, une série régulière est impossible.
Ce que ça fait
Chaque semaine, un reel de moins de trois minutes analyse une image célèbre en suivant ses détails : la photo s’anime, un projecteur éclaire la zone dont je parle, des flèches montrent le regard, les sous-titres sont incrustés. Chaque épisode renvoie vers le portrait du photographe sur mon blog. Le premier est sorti le 7 octobre 2026, et le plan de publication court jusqu’au 4 février 2027 avec 18 épisodes.
La capture de cette fiche vient du premier épisode, publié : la zone « le visage » s’allume pendant que je la commente.
Comment ça marche
L’idée centrale : ne jamais repérer un zoom à la main. Une analyse de référence de l’image fournit de petites vignettes zoomées. Un programme de vision par ordinateur les retrouve dans la photo en haute définition, par points d’appui (SIFT), et en déduit les zones exactes. Sur le premier épisode, les quatre zones sont retrouvées sans repérage manuel.
Le texte est reformulé et jamais recopié : il part de l’analyse et de mon article. Je relis, puis j’enregistre ma voix. L’image est ensuite calée sur ma voix. L’animation est une composition Remotion, du code React qui produit la vidéo, avec une caméra virtuelle, le projecteur sur la zone et les flèches du regard. Elle est rendue en deux formats, vertical pour les reels et horizontal pour YouTube, avec un son mixé à un niveau constant.
La transcription de mon enregistrement est comparée au script, ce qui repère un mot changé en lisant et met les sous-titres à jour. Le temps humain par épisode se réduit à relire le texte et valider la vidéo.
Qui fait quoi
le schéma en texte
- Moi : je choisis les œuvres, je relis le texte, j’enregistre ma voix, je valide la vidéo.
- Python et vision par ordinateur : retrouvent les zones sur l’image en haute définition.
- Claude Code : reformule le texte selon des règles d’écriture fixes et écrit les scripts de la chaîne.
- Remotion : fabrique l’animation, le son et les deux formats de rendu.
- Metricool : programme les publications, un épisode par semaine, deux versions selon le réseau.
- ManyChat : envoie l’article en message privé à qui commente le nom du photographe.
Ce qui se reprend
La méthode se reprend sans mon code : retrouver un détail sur une image par points d’appui plutôt que de le repérer à la main, et écrire l’animation en code pour qu’un nouvel épisode soit un fichier de données.
Ce que j'en retiens
Un zoom seul n’explique pas tout. « Les enfants » ne se comprennent qu’en surlignant les deux têtes sur l’image entière, et le regard qu’avec des flèches. L’animation a donc dû apprendre à surligner et à orienter, pas seulement à agrandir. Autre limite : la netteté. La source de l’article plafonne le zoom à environ deux fois, au-delà l’animation montre plus de contexte plutôt que d’agrandir. Je cherche désormais la plus grande image disponible avant de commencer.