JPEG. אלגוריתם דחיסה

שוב שלום! מצאתי את המאמר הזה שנכתב עוד במאי 2019. זהו המשך לסדרת מאמרים בנושא WAVE ו-JPEG, כאן הראשון. פרסום זה יכלול מידע על אלגוריתם קידוד התמונה והפורמט עצמו בכללותו.

קורט היסטוריה

כף מאמר בויקיפדיה:

JPEG (Joint Photographic Experts Group) הוא אחד מהפורמטים הפופולריים של גרפיקת רסטר המשמשים לאחסון תצלומים ותמונות דומות.

תקן זה פותח על ידי Joint Photographic Experts Group עוד בשנת 1991 לדחיסת תמונה יעילה.

איך עוברות תמונות מ-raw ל-JPEG?

יש אנשים שחושבים שתמונות JPEG הן נתונים גולמיים שנדחסו בשיטת האפמן, אבל זה לא נכון. לפני שליטה בדחיסה, הנתונים עוברים דרך ארוכה.

ראשית, מודל הצבע משתנה מ-RGB ל-YCbCr. יש אפילו אלגוריתם מיוחד לזה - כאן. לא נוגעים ב-Y, שכן היא אחראית על הבהירות, והשינוי שלה יהיה מורגש.

הדבר הראשון שצריך לעשות עם התמונה הוא "הַרזָיָה" (תת דגימה). קל להבין: נלקח מערך 2x2 של פיקסלים, ואז נלקחים Cb ו-Cr - הערכים הממוצעים של כל אחד ממרכיבי ה-YCbCr של 4 הפיקסלים הללו. כך, זכינו ב-6 בתים, במקום 4 Y, 4 Cb, 4 Cr קיבלנו 4 Y ואותם Cb ו-Cr עבור כל אחד מהם (4 + 4 + 4 = 12; 4 + 1 + 1 = 6; 12 - 6 = 6). בקנה מידה אפילו של 2x2, דחיסה מאבדת עם יחס דחיסה של 2:1 נשמעת מוצקה. זה חל על התמונה כולה. וכך - הם ירדו חצי מידה. ואנחנו יכולים להשתמש בטכניקה זו הודות לתפיסת הצבע שלנו. אדם יבחין בקלות בהבדל בבהירות, אך לא בצבע, אם הוא ממוצע על פני גוש קטן של פיקסלים. ניתן לבצע דילול גם בקו, 4 פיקסלים אופקית ואנכית. האפשרות הראשונה משמשת לעתים קרובות יותר. אם איכות התמונה חשובה, אזי ההפסקה לא מבוצעת כלל.
המחשה ויזואלית של דילול (הבר לא אפשר לי להכניס גיף) - https://i.ibb.co/Rg5Th9H/150953010617579181.gif

החלק העיקרי של ההכנה

Dkp

עכשיו מגיע החלק הקשה וההכרחי ביותר. התמונה כולה מחולקת לבלוקים בגודל 8x8 (מילוי משמש אם הרזולוציה אינה כפולה של צד הבלוק).

כעת החל על כל בלוק DCT (שינוי קוסינוס דיסקרטי). בחלק זה מוציאים מהתמונה כל מיותר. באמצעות DCT, עליך להבין אם בלוק נתון (8×8) מתאר חלק מונוטוני כלשהו בתמונה: השמיים, הקיר; או שהוא מכיל מבנה מורכב (שיער, סמלים וכו'). זה הגיוני שניתן לתאר 64 פיקסלים של צבע דומה ב-1 בלבד, כי גודל הבלוק כבר ידוע. עד כאן הדחיסה: 64 ל-1.

DCT הופך את הבלוק לספקטרום, ובמקום שבו הקריאות משתנות בחדות, המקדם הופך לחיובי, וככל שהמעבר חד יותר, כך התפוקה תהיה גבוהה יותר. כאשר המקדם גבוה יותר, התמונה מציגה מעברים ברורים בצבע ובבהירות, כאשר הוא נמוך יותר - שינויים חלשים (חלקים) בערכי רכיבי YCbCr בבלוק.

כימות

הגדרות הדחיסה כבר מיושמות כאן. כל אחד מהמקדמים בכל אחת מהמטריצות 8x8 מחולק במספר מסוים. אם לא תפחית את איכות התמונה לאחר כל השינויים שלה, אז המחלק צריך להיות אחד. אם הזיכרון שנכבש על ידי תמונה זו חשוב לך יותר, המחלק יהיה גדול מ-1, והמנה תהיה מעוגלת. מסתבר שאחרי עיגול מגיעים לרוב עם הרבה אפסים.

קוונטיזציה נעשית כדי ליצור אפשרות לדחיסה גדולה עוד יותר. כך זה נראה באמצעות הדוגמה של כימות הגרף y = sin(x):

דחיסה

ראשית נעבור על המטריצה ​​בתבנית זיג-זג:

נקבל מערך חד מימדי עם מספרים. אנחנו רואים שיש בו הרבה אפסים, אפשר להסיר אותם. לשם כך, במקום רצף של אפסים רבים, נזין 1 אפס ואחריו מספר המציין את מספרם ברצף. כך תוכלו לאפס ל-1/3 מגודל המערך כולו. ואז אנחנו פשוט דוחסים את המערך הזה בשיטת האפמן וכותבים אותו בקובץ עצמו.

היכן להשתמש

בכל מקום. כמו PNG, JPEG משמש במצלמות, במערכות הפעלה (כסמלים של החברה, באייקוני יישומים, בתמונות ממוזערות) ובכל האזורים האפשריים שבהם יש לאחסן תמונות ביעילות.

פלט

נכון לעכשיו, הידע על JPEG הוא כעת בעל ערך רק למטרות חינוכיות, מכיוון שהוא כבר מובנה בכל מקום ומותאם על ידי קבוצות גדולות של אנשים, אבל הגרניט של המדע עדיין טעים.

מקורות

מאמר על YCbCr בויקיפדיה
מאמר בוויקיפדיה על JPEG
קצת על PrEP מהפוסט של Pikabu
מאמר בויקיפדיה על PrEP

מקור: www.habr.com