Ponovo zdravo! PronaÅ”ao sam ovu Älanak napisanu u maju 2019. godine. Ovo je nastavak serije Älanaka o WAVE i JPEG, ovde . Ova objava Äe sadržati informacije o algoritmu kodiranja slika i o formatu u celini.
Malo istorije
KaŔika informacija iz Vikipedije:
JPEG (Joint Photographic Experts Group) je jedan od popularnih bitmap formata koji se koristi za skladiÅ”tenje fotografija i sliÄnih slika.
Ovaj standard razvila je MeÄunarodna grupa eksperata za fotografiju 1991. godine za efikasno kompresovanje slika.
Kakav put prolaze slike od sirovog stanja do JPEG-a
Neki smatraju da su JPEG slike kompresovani Huffmanovom metodom sirovi podaci, ali to nije taÄno. Pre kontrolnog kompresovanja, podaci prolaze dug put.
Prvo, promena color modela se vrÅ”i sa RGB na YCbCr. Za to postoji specijalni algoritam ā . Y se ne dira, jer se brine o osvetljenju, i njena promena Äe biti uoÄljiva.
Prvo Å”to se radi sa slikom je āsubsamplingā (subsampling). Ovo je lako razumeti: uzima se 2x2 matrica piksela, zatim se uzimaju Cb i Cr ā proseÄne vrednosti svake od komponenti YCbCr ovih 4 pixela. I tako, dobijamo 6 bajtova, umesto 4 Y, 4 Cb, 4 Cr dobijamo 4 Y i iste za svaku od njih Cb i Cr (4 + 4 + 4 = 12; 4 + 1 + 1 = 6; 12 ā 6 = 6). U sklopu Äak 2x2 kompresija sa gubitkom koeficijenta 2:1 zvuÄi znaÄajno. Ovo se primenjuje na celoj slici. I tako smo smanjili veliÄinu za pola. A ovu tehniku možemo iskoristiti zahvaljujuÄi naÅ”em vidu boja. Äovek lako primeti razliku u osvetljenju, ali ne u boji, ako je proseÄna u malom bloku piksela. TakoÄe, subsampling se može izvesti u redu, 4 piksela horizontalno i vertikalno. Prva opcija se koristi ÄeÅ”Äe. Ako je kvalitet slike važan, subsampling se uopÅ”te ne vrÅ”i.
Jasna ilustracija subsamplinga (Habr nije dozvolio umetanje gif-a) ā
Glavni deo pripreme
DCT
Sada najteži i najvažniji deo. Cela slika se deli na blokove 8x8 (koristi se popunjavanje u sluÄaju da rezolucija nije deljiva sa stranicom bloka).
Sada se svaki blok primenjuje DCT (Diskretno kosinusno transformisanje). U ovom delu slike uklanjaju se svi suviÅ”ni delovi. KoristeÄi DCT, treba shvatiti opisuje li ovaj blok (8Ć8) neku monotonu povrÅ”inu slike: nebo, zid; ili sadrži kompleksnu strukturu (kose, simbole itd.). LogiÄno je da 64 piksela sliÄne boje mogu da budu opisani samo jednim, jer je veliÄina bloka veÄ poznata. I evo kompresije: 64 prema 1.
DCT pretvara blok u spektar, i gde se oÄitavanja naglo menjaju, koeficijent postaje pozitivan, a Å”to je nagla promena, to Äe izlaz biti viÅ”i. Tamo gde je koeficijent viÅ”i, na slici su jasni prelazi u boji i svetlosti, gde je niži ā slabi (gladki) prelazi komponenti YCbCr u bloku.
Kvantanizacija
Ovdje se veÄ primenjuju postavke kompresije. Svaki od koeficijenata u svakoj od 8Ć8 matrica deli se sa odreÄenim brojem. Ako neÄete viÅ”e smanjivati kvalitet slike nakon svih modifikacija, delilac treba da bude jedan. Ako vam je važnija memorija koju zauzima ova fotografija, delilac Äe biti veÄi od 1, i rezultat se zaokružuje. Tako Äesto nakon zaokruživanja dobijemo mnogo nula.
Kvantanizacija se radi kako bi se omoguÄila joÅ” veÄa kompresija. Ovako to izgleda na primeru kvantanizacije grafika y = sin(x):

Kompresija
Prvo prolazimo kroz matricu u obliku zig-zag:

Dobijamo jednostrani niz sa brojevima. Vidimo da u njemu ima mnogo nula, koje možemo ukloniti. Za ovo umesto niza sa mnogo nula upisujemo 1 nulu, a posle nje broj koji oznaÄava njihovu koliÄinu u nizu. Tako možemo smanjiti na 1/3 veliÄine celog niza. A zatim jednostavno kompresujemo ovaj niz metodom Huffman i upisujemo ga u fajl.
Gde se koristi
Svuda. Kao i PNG, JPEG se koristi u fotoaparatima, operativnim sistemima (kao logotipi kompanija, ikone aplikacija, sliÄice) i u svim oblastima gde je potrebno efikasno skladiÅ”tenje slika.
ZakljuÄak
Trenutno su znanja o JPEG-u vredna samo u obrazovne svrhe, jer je veÄ svuda ugraÄen i optimizovan od strane velikih grupa ljudi, ali kamen nauke je i dalje ukusan.
Izvori
Izvor: habr.com
