Войти
Сжатие изображения - это тип сжатия данных в цифровые изображения, чтобы снизить их стоимость для хранения или передачи. Алгоритмы могут использовать преимущества визуального восприятия и статистических свойств данных изображения, чтобы обеспечить превосходные результаты по сравнению с обычными методами сжатия данных, которые используется для других цифровых данных.
Сравнение изображений JPEG, сохраненных Adobe Photoshop с разными уровнями качества и с или без «сохранения для Интернета» Сжатие изображений может быть с потерями или без потерь. Сжатие без потерь предпочтительнее для архивных целей и часто для медицинских изображений, технических чертежей, картинок или комиксов. Методы сжатия с потерями, особенно при использовании при низких битовых скоростях, вводят артефакты сжатия. Методы с потерями особенно подходят для естественных изображений, таких как фотографии, в приложениях, где допустима незначительная (иногда незаметная) потеря точности для достижения существенного снижения скорости передачи данных. Сжатие с потерями, которое дает незначительные различия, можно назвать визуально без потерь.
Методы сжатия с потерями :
Методы сжатия без потерь :
Наилучшее качество изображения при заданной степени сжатия (или битрейт ) - это основная цель сжатия изображений, однако есть и другие важные свойства схем сжатия изображений:
Scalabi lity обычно относится к снижению качества, достигаемому манипулированием потоком битов или файлом (без декомпрессии и повторного сжатия). Другие названия масштабируемости - прогрессивное кодирование или встроенные битовые потоки. Несмотря на свою противоположную природу, масштабируемость также может быть обнаружена в кодеках без потерь, обычно в форме сканирования пикселей от грубого до тонкого. Масштабируемость особенно полезна для предварительного просмотра изображений при их загрузке (например, в веб-браузере) или для обеспечения доступа переменного качества, например, к базам данных. Существует несколько типов масштабируемости:
Кодирование интересующей области . Некоторые части изображения кодируются с более высоким качеством, чем другие. Это может сочетаться с масштабируемостью (сначала кодируйте эти части, а другие - позже).
Метаинформация . Сжатые данные могут содержать информацию об изображении, которая может использоваться для категоризации, поиска или просмотра изображений. Такая информация может включать статистику цвета и текстуры, небольшие изображения предварительного просмотра, а также информацию об авторе или авторских правах.
Вычислительная мощность . Алгоритмы сжатия требуют разного количества вычислительной мощности для кодирования и декодирования. Некоторые алгоритмы с высокой степенью сжатия требуют высокой вычислительной мощности.
Качество метода сжатия часто измеряется с помощью пикового отношения сигнал / шум. Он измеряет количество шума, вносимого посредством сжатия изображения с потерями, однако субъективное суждение зрителя также считается важной мерой, возможно, самой важной мерой.
Энтропийное кодирование началось в 1940-х годах с введения кодирования Шеннона – Фано, основы кодирования Хаффмана, которое было разработано в 1950 году.. Кодирование с преобразованием восходит к концу 1960-х годов, когда было введено кодирование с быстрым преобразованием Фурье (БПФ) в 1968 году и преобразование Адамара в 1969 году.
Важным достижением в области сжатия данных изображения было дискретное косинусное преобразование (DCT), метод сжатия с потерями, впервые предложенный Насиром Ахмедом. в 1972 году. Сжатие DCT стало основой для JPEG, который был представлен Joint Photographic Experts Group (JPEG) в 1992 году. JPEG сжимает изображения до файлов гораздо меньшего размера., и стал наиболее широко используемым форматом файлов изображений . Его высокоэффективный алгоритм сжатия DCT был в значительной степени ответственен за широкое распространение цифровых изображений и цифровых фотографий, при этом по состоянию на 2015 год ежедневно создавалось несколько миллиардов изображений JPEG.
Lempel – Ziv –Welch (LZW) - это алгоритм сжатия без потерь, разработанный Абрахамом Лемпелем, Джейкобом Зивом и Терри Велчем в 1984 году. Он используется в формате GIF, представленном в 1987 году. DEFLATE, алгоритм сжатия без потерь, разработанный Филом Кацем и указанный в 1996 году, используется в Формат Portable Network Graphics (PNG).
Вейвлет-кодирование, использование вейвлет-преобразований при сжатии изображения, началось после разработки DCT-кодирования. Внедрение DCT привело к развитию вейвлет-кодирования, варианта DCT-кодирования, в котором вместо блочного алгоритма DCT используются вейвлеты. Стандарт JPEG 2000 был разработан с 1997 по 2000 год комитетом JPEG под председательством Тураджа Эбрахими (впоследствии президента JPEG). В отличие от алгоритма DCT, используемого в исходном формате JPEG, JPEG 2000 вместо этого использует алгоритмы дискретного вейвлет-преобразования (DWT) . Он использует вейвлет-преобразование CDF 9/7 (разработанное Ingrid Daubechies в 1992 году) для своего алгоритма сжатия с потерями и вейвлет-преобразование LeGall-Tabatabai (LGT) 5/3 (разработанное Дидье Ле Галл и Али Дж. Табатабаи в 1988 г.) за его алгоритм сжатия без потерь. В качестве видео была выбрана технология JPEG 2000, которая включает расширение Motion JPEG 2000. стандарт кодирования для цифрового кино в 2004 году.
