Comment nous créons nos nonogrammes

Un nonogramme n'est jamais qu'une silhouette en noir et blanc — pas d'ombrage, pas de couleur, pas de détail intérieur. La première étape consiste donc à choisir une image source dont la forme se lit clairement à une résolution minuscule : un animal, un fruit, un signe du zodiaque, un objet du quotidien. Nous travaillons à partir d'art vectoriel (SVG), de PNG transparents et de simples photos, organisés en packs de ressources thématiques, plus des images récupérées via une recherche d'images intégrée à l'application.

Ce qui compte à ce stade, ce n'est pas à quel point l'image est jolie — c'est à quel point son contour survit au fait d'être écrasé dans une grille de 15×15 ou 20×20. Une forme franche et bien séparée fonctionne. Une scène chargée avec beaucoup de petites parties qui se chevauchent n'y parvient presque jamais, et nous verrons pourquoi ci-dessous.

L'image est rastérisée avec une véritable bibliothèque d'imagerie (la même sur laquelle les navigateurs s'appuient pour le SVG), puis réduite à une seule valeur noire ou blanche par cellule. Il n'y a pas une seule manière « correcte » de le faire, alors le pipeline en essaie plusieurs : en se basant sur la propre transparence de l'image là où elle en a, sur la simple luminosité (sombre = rempli) ou — pour un sujet clair et coloré sur un fond uni, où la luminosité seule le sépare à peine — sur la distance de couleur par rapport au fond. Un renard orange clair sur blanc est presque blanc en luminosité, mais loin de l'être en couleur ; le masque de distance de couleur l'isole proprement.

Le seuil entre « rempli » et « vide » est choisi automatiquement à l'aide de Otsu's method, une technique standard qui trouve le seuil de luminosité divisant l'image le plus proprement en deux groupes. Comme il n'y a aucun moyen de savoir à l'avance quelle taille, quel recadrage et quel seuil se liront le mieux, le pipeline génère de nombreuses grilles candidates par image — différentes tailles, différents seuils — recadre chacune sur son contenu rempli et adapte la forme aux proportions de la grille, de sorte qu'une couronne large obtienne une grille large au lieu d'être écrasée dans un carré.

Une image qui semble correcte à un humain n'est pas automatiquement un puzzle valide. Un vrai nonogramme doit être résoluble à partir des seuls indices de ses lignes et colonnes et — surtout — doit avoir exactement une solution. Si deux motifs remplis différents satisfont tous les deux à chaque indice, le puzzle est ambigu et injuste, car quelqu'un qui le résout par pure logique pourrait arriver correctement à la « mauvaise » image.

Ainsi, chaque candidat est soumis à un solveur : il applique les mêmes déductions ligne par ligne qu'une personne ferait, et là où la logique seule cale, il se rabat sur une recherche exhaustive pour compter combien de solutions complètes existent. Toute grille avec zéro solution (contradictoire) ou plus d'une solution (ambiguë) est rejetée sur-le-champ. Cette vérification d'unicité est le portail le plus important de tout le pipeline.

Avoir une solution ne suffit pas tout à fait. Un puzzle peut être techniquement unique mais atteignable uniquement par tâtonnement — en remplissant une cellule, en la suivant profondément dans la grille et en revenant en arrière quand elle se contredit. Ce n'est pas résoudre ; c'est deviner, et cela donne un puzzle frustrant.

Pour repérer cela, nous classons à quel point chaque puzzle est difficile à raisonner. Les puzzles qui découlent d'une logique ligne par ligne simple sont « simples ». Un deuxième niveau de déduction, bien étudié (basé sur la recherche publiée sur la difficulté des nonogrammes par Batenburg and Kosters), gère la plupart du reste sans aucune devinette. Tout ce qui ne peut toujours pas être réglé sans tâtonnement est signalé comme nécessitant de deviner — et pour le catalogue quotidien, ceux-là sont mis de côté plutôt que publiés.

Avant tout travail de résolution, le pipeline prédit aussi si une image vaut même la peine d'être tentée, à l'aide de deux signaux bruts mais honnêtes. L'un est la séparabilité : à quel point l'image se divise proprement en deux tons — une source trouble et à faible contraste est un mauvais pari à n'importe quelle taille. L'autre est l'adéquation entre détail et résolution : une image ayant bien plus de traits fins que la grille n'a de cellules s'effondrera simplement en une tache.

Un exemple concret issu de nos propres tests : une vraie photo de la tour Eiffel a produit un candidat 40×40 qui a passé chaque vérification de résolubilité — une solution unique, un ratio de remplissage raisonnable — mais s'est rendu comme un rectangle plein. Le treillis de la tour et le fouillis en dessous se sont aplatis en un seul bloc indifférencié. Techniquement un nonogramme valide ; visuellement inutile. Des cas comme celui-là sont exactement ce que ces vérifications préalables, plus un coup d'œil humain, sont là pour arrêter. Pour être clair sur les limites : il n'y a ici aucun modèle de vision — le pipeline ne reconnaît jamais *ce qu'*il y a dans une image, il mesure seulement à quel point sa forme se convertit bien. C'est pourquoi la décision finale revient toujours à une personne.

Les puzzles qui franchissent chaque portail reçoivent une note de difficulté à partir de leur niveau de résolution et de leurs statistiques de forme (à quel point la grille est remplie, si l'image déborde des bords, et ainsi de suite), ce qui les trie en collections faciles, moyennes et difficiles. Ensuite, une personne ouvre ceux destinés au catalogue dans notre éditeur de grille, vérifie que l'image se lit vraiment comme ce qu'elle est censée être, et ajuste ou écarte tout ce que les vérifications automatiques ont laissé passer mais n'auraient pas dû.

C'est un processus délibérément peu glamour, et c'est là tout l'intérêt : l'automatisation existe pour garantir l'équité — une solution, résoluble par la logique — tandis qu'un humain veille sur ce qu'un ordinateur ne peut pas juger, à savoir si l'image finie est réussie.