जेपीईजी. संपीड़न एल्गोरिथ्म

फिर से हैलो! मुझे यह लेख मई 2019 में लिखा हुआ मिला। यह यहां WAVE और JPEG के बारे में लेखों की श्रृंखला की अगली कड़ी है पहले. इस प्रकाशन में छवि एन्कोडिंग एल्गोरिदम और संपूर्ण प्रारूप के बारे में जानकारी शामिल होगी।

इतिहास की एक चुटकी

विकिपीडिया लेख का एक बड़ा चम्मच:

JPEG (संयुक्त फोटोग्राफिक विशेषज्ञ समूह) तस्वीरों और समान छवियों को संग्रहीत करने के लिए उपयोग किए जाने वाले लोकप्रिय रास्टर ग्राफिक्स प्रारूपों में से एक है।

यह मानक संयुक्त फ़ोटोग्राफ़िक विशेषज्ञ समूह द्वारा 1991 में कुशल छवि संपीड़न के लिए विकसित किया गया था।

छवियाँ रॉ से JPEG में कैसे जाती हैं?

कुछ लोग सोचते हैं कि JPEG छवियाँ हफ़मैन विधि का उपयोग करके संपीड़ित कच्चा डेटा हैं, लेकिन यह सच नहीं है। नियंत्रण संपीड़न से पहले, डेटा एक लंबा सफर तय करता है।

सबसे पहले, रंग मॉडल को RGB से YCbCr में बदला जाता है। इसके लिए एक विशेष एल्गोरिदम भी है - यहां. Y को छुआ नहीं गया है, क्योंकि यह चमक के लिए ज़िम्मेदार है, और इसका परिवर्तन ध्यान देने योग्य होगा।

छवि के साथ करने वाली पहली चीज़ है "पतला होना" (उपनमूनाकरण)। इसे समझना आसान है: पिक्सेल की 2x2 सरणी ली जाती है, फिर सीबी और सीआर ली जाती है - इन 4 पिक्सेल के प्रत्येक YCbCr घटकों का औसत मान। इसलिए, हमने 6 बाइट्स जीते, 4 Y, 4 Cb, 4 Cr के बजाय हमें 4 Y और उनमें से प्रत्येक के लिए समान Cb और Cr मिला (4 + 4 + 4 = 12; 4 + 1 + 1 = 6; 12 - 6 = 6)। 2x2 पैमाने पर भी, 2:1 संपीड़न अनुपात के साथ हानिपूर्ण संपीड़न ठोस लगता है। यह संपूर्ण छवि पर लागू होता है. और इसलिए - उन्होंने आधा आकार गिरा दिया। और हम इस तकनीक का उपयोग अपनी रंग धारणा के कारण कर सकते हैं। एक व्यक्ति आसानी से चमक में अंतर देख सकता है, लेकिन रंग में नहीं, अगर इसे पिक्सेल के एक छोटे से ब्लॉक पर औसत किया जाए। थिनिंग को क्षैतिज और लंबवत रूप से 4 पिक्सेल की एक पंक्ति में भी किया जा सकता है। पहला विकल्प अधिक बार प्रयोग किया जाता है। यदि छवि गुणवत्ता महत्वपूर्ण है, तो विखंडन बिल्कुल भी नहीं किया जाता है।
पतलेपन का एक दृश्य चित्रण (हैबर ने मुझे GIF सम्मिलित करने की अनुमति नहीं दी) - https://i.ibb.co/Rg5Th9H/150953010617579181.gif

तैयारी का मुख्य भाग

डीसीपी

अब सबसे कठिन और सबसे जरूरी हिस्सा आता है। संपूर्ण छवि को 8x8 ब्लॉकों में विभाजित किया गया है (यदि रिज़ॉल्यूशन ब्लॉक पक्ष का गुणज नहीं है तो फिलिंग का उपयोग किया जाता है)।

अब प्रत्येक ब्लॉक पर लागू करें डीसीटी (असतत कोसाइन रूपांतरण). इस भाग में, सभी अनावश्यक चीज़ें चित्र से हटा दी जाती हैं। डीसीटी का उपयोग करके, आपको यह समझने की आवश्यकता है कि क्या दिया गया ब्लॉक (8×8) छवि के किसी नीरस हिस्से का वर्णन करता है: आकाश, दीवार; या इसमें जटिल संरचना (बाल, प्रतीक आदि) शामिल है। यह तर्कसंगत है कि समान रंग के 64 पिक्सेल को केवल 1 द्वारा वर्णित किया जा सकता है, क्योंकि ब्लॉक का आकार पहले से ही ज्ञात है. संपीड़न के लिए इतना: 64 से 1.

डीसीटी ब्लॉक को एक स्पेक्ट्रम में बदल देता है, और जहां रीडिंग तेजी से बदलती है, गुणांक सकारात्मक हो जाता है, और संक्रमण जितना तेज होगा, आउटपुट उतना ही अधिक होगा। जहां गुणांक अधिक है, चित्र रंग और चमक में स्पष्ट बदलाव दिखाता है, जहां यह कम है - ब्लॉक में YCbCr घटकों के मूल्यों में कमजोर (सुचारू) परिवर्तन।

परिमाणीकरण

संपीड़न सेटिंग्स यहां पहले से ही लागू हैं। 8x8 मैट्रिक्स में से प्रत्येक में प्रत्येक गुणांक को एक निश्चित संख्या से विभाजित किया जाता है। यदि आप इसके सभी संशोधनों के बाद छवि गुणवत्ता को कम नहीं करेंगे, तो विभाजक एक होना चाहिए। यदि इस फ़ोटो द्वारा ली गई मेमोरी आपके लिए अधिक महत्वपूर्ण है, तो भाजक 1 से बड़ा होगा, और भागफल पूर्णांकित होगा। ऐसा पता चलता है कि पूर्णांकन के बाद अक्सर आपके पास बहुत सारे शून्य रह जाते हैं।

इससे भी अधिक संपीड़न की संभावना पैदा करने के लिए परिमाणीकरण किया जाता है। ग्राफ़ y = पाप (x) को परिमाणित करने के उदाहरण का उपयोग करने पर यह ऐसा दिखता है:

दबाव

सबसे पहले हम मैट्रिक्स को ज़िग-ज़ैग पैटर्न में देखते हैं:

हमें संख्याओं के साथ एक आयामी सरणी मिलती है। हम देखते हैं कि इसमें बहुत सारे शून्य हैं, उन्हें हटाया जा सकता है। ऐसा करने के लिए, कई शून्यों के अनुक्रम के बजाय, हम 1 शून्य दर्ज करते हैं और उसके बाद अनुक्रम में उनकी संख्या को इंगित करने वाली एक संख्या दर्ज करते हैं। इस तरह आप संपूर्ण सरणी के आकार को 1/3 पर रीसेट कर सकते हैं। और फिर हम बस हफ़मैन विधि का उपयोग करके इस सरणी को संपीड़ित करते हैं और इसे फ़ाइल में ही लिखते हैं।

जहां उपयोग किया जाता है

हर जगह. पीएनजी की तरह, जेपीईजी का उपयोग कैमरों, ओएस (कंपनी लोगो, एप्लिकेशन आइकन, थंबनेल के रूप में) और उन सभी संभावित क्षेत्रों में किया जाता है जहां छवियों को कुशलतापूर्वक संग्रहीत करने की आवश्यकता होती है।

उत्पादन

फिलहाल, जेपीईजी के बारे में ज्ञान अब केवल शैक्षिक उद्देश्यों के लिए मूल्यवान है, क्योंकि यह पहले से ही हर जगह बनाया गया है और लोगों के बड़े समूहों द्वारा अनुकूलित किया गया है, लेकिन विज्ञान का ग्रेनाइट अभी भी स्वादिष्ट है।

सूत्रों का कहना है

विकिपीडिया पर YCbCr के बारे में लेख
जेपीईजी पर विकिपीडिया लेख
पिकाबू पोस्ट से PrEP के बारे में थोड़ा
PrEP पर विकिपीडिया लेख

स्रोत: www.habr.com