JPEG

Πώς λειτουργεί

YP_b P_r

Το πρώτο αξιοσημείωτο πράγμα σχετικά με τη συμπίεση JPEG είναι ο τρόπος με τον οποίο αποθηκεύεται το χρώμα κάθε εικονοστοιχείου. Σε κάθε εικονοστοιχείο της εικόνας αντιστοιχούν 3 bytes για τον καθορισμό του χρώματός του. Και τα τρία bytes μπορούν να έχουν οποιαδήποτε τιμή από 0 έως 255 και κάθε πιθανός συνδυασμός των τριών bytes αντιπροσωπεύει ένα άλλο χρώμα. Στις περισσότερες μορφές αρχείων χρησιμοποιείται η μορφή RGB για τον ορισμό του χρώματος. RGB σημαίνει Κόκκινο Πράσινο Μπλε. Ονομάζεται έτσι, επειδή το πρώτο από τα τρία bytes σας λέει πόσο κόκκινο υπάρχει στο χρώμα του pixel. Το δεύτερο byte σας λέει πόσο πράσινο υπάρχει στο χρώμα και το τρίτο byte πόσο μπλε. Όσο μεγαλύτερη τιμή έχει το πρώτο byte, τόσο πιο κόκκινο φαίνεται το pixel.

Το JPEG χρησιμοποιεί επίσης τρία bytes για κάθε εικονοστοιχείο, αλλά χρησιμοποιεί τη μορφή YP_b P_r (επίσης γνωστή ως YC_b C_r ). Εδώ, το πρώτο byte μας λέει πόσο φωτεινό είναι το pixel. Το δεύτερο byte μας λέει πόσο μπλε είναι το pixel. Το τρίτο byte μας λέει πόσο κόκκινο είναι το pixel. Χρησιμοποιώντας αυτή τη μορφή χρώματος, η φωτεινότητα αποθηκεύεται εκτός από το χρώμα. Αυτό είναι χρήσιμο, επειδή πρόκειται να συμπιέσουμε μια εικόνα. Επειδή το ανθρώπινο μάτι βλέπει καλύτερα τη φωτεινότητα παρά το χρώμα, μπορούμε να εφαρμόσουμε μεγαλύτερη συμπίεση στα bytes του χρώματος (το P_b -byte και το P_r -byte). Επειδή βλέπουμε καλύτερα τη φωτεινότητα, χρησιμοποιούμε λιγότερη συμπίεση στο Y-byte, για να φαίνεται η εικόνα καλύτερα μετά τη συμπίεση.

Επειδή οι εικόνες αποθηκεύονται συχνότερα σε μορφή RGB, το πρώτο βήμα της συμπίεσης JPEG είναι συνήθως η σωστή μετατροπή της μορφής RGB σε μορφή YP_b P . _r

Διακριτός μετασχηματισμός συνημιτόνου

Το JPEG χρησιμοποιεί συναρτήσεις συνημιτόνου για την αναπαράσταση μιας εικόνας. Επομένως, θα μιλήσουμε λίγο για τις συναρτήσεις συνημιτόνου. Έτσι θα μπορούσε να μοιάζει μια συνάρτηση συνημιτόνου:

Για να έχουμε τη συνάρτηση συνημιτόνου να αντιπροσωπεύει το χρώμα ενός εικονοστοιχείου, λέμε ότι όσο μεγαλύτερη είναι η τιμή της συνάρτησης συνημιτόνου, τόσο πιο φωτεινό είναι το εικονοστοιχείο. Αν είχαμε ένα σύνολο εικονοστοιχείων που πήγαιναν φωτεινά-σκούρα-φωτεινά, θα μπορούσαμε να χρησιμοποιήσουμε την παραπάνω συνάρτηση για να τα ορίσουμε.

Η λειτουργία θα μπορούσε επίσης να έχει υψηλότερη συχνότητα. Όπως αυτό:

Αλλά εδώ είναι που γίνεται ενδιαφέρον. Μπορούμε επίσης να δημιουργήσουμε διαφορετικές συναρτήσεις παίρνοντας το μέσο όρο διαφορετικών συναρτήσεων συνημιτόνου. Να πώς θα ήταν αν παίρναμε το μέσο όρο των δύο παραπάνω συναρτήσεων:

Στο JPEG, η DCT εφαρμόζεται σε μπλοκ των 8 × 8 εικονοστοιχείων.

Ποσοτικοποίηση

Μέχρι στιγμής, καμία πληροφορία δεν έχει χαθεί κατά τη διαδικασία συμπίεσης της εικόνας. Σε αυτό το βήμα, φιλτράρουμε τις πληροφορίες. Για το λόγο αυτό, αυτό είναι το βήμα που μειώνει την ποιότητα της εικόνας. Για κάθε μπλοκ των 8 × 8 εικονοστοιχείων, οι συναρτήσεις συνημιτόνου με υψηλές συχνότητες τίθενται στο 0. Αυτό σημαίνει ότι αυτές δεν μπορούν πλέον να έχουν καμία επίδραση στην εμφάνιση της εικόνας όταν την αποσυμπιέζετε.

Πολλές τιμές θα είναι τώρα 0, πράγμα που σημαίνει ότι αυτό μπορεί να συμπιεστεί πολύ εύκολα. Αυτό γίνεται με την κωδικοποίηση Huffman. Η κωδικοποίηση Huffman είναι το τελευταίο βήμα της συμπίεσης JPEG. Είναι επίσης το μόνο βήμα στο οποίο τα δεδομένα συμπιέζονται πραγματικά.

cos(x)


cos(2x)


(cos(x) + cos(2x)) / 2