כיצד פועל פורמט JPEG

תמונות JPEG נמצאות בכל מקום בחיינו הדיגיטליים, אך מאחורי פורניר המודעות הזה עומדים אלגוריתמים המסירים פרטים שאינם ניתנים לעין האנושית. התוצאה היא האיכות החזותית הגבוהה ביותר בגודל הקובץ הקטן ביותר - אבל איך בדיוק הכל עובד? בואו נראה מה בדיוק העיניים שלנו לא רואות!

קל לקחת כמובן מאליו את היכולת לשלוח תמונה לחבר ולא לדאוג באיזה מכשיר, דפדפן או מערכת הפעלה הם משתמשים - אבל זה לא תמיד היה המקרה. בתחילת שנות ה-1980, מחשבים יכלו לאחסן ולהציג תמונות דיגיטליות, אבל היו הרבה רעיונות מתחרים לגבי הדרך הטובה ביותר לעשות זאת. אתה לא יכול פשוט לשלוח תמונה ממחשב אחד לאחר ולקוות שזה יעבוד.

כדי לפתור בעיה זו, הוקמה בשנת 1986 ועדה של מומחים מרחבי העולם בשם "קבוצה משותפת של מומחי צילום» (Joint Photographic Experts Group, JPEG), שנוסדה כמאמץ משותף בין ארגון התקינה הבינלאומי (ISO) והנציבות האלקטרוטכנית הבינלאומית (IEC), שני ארגוני תקינה בינלאומיים שמרכזם בג'נבה, שוויץ.

קבוצה של אנשים בשם JPEG יצרה את תקן דחיסת התמונה הדיגיטלית JPEG בשנת 1992. כל מי שהשתמש באינטרנט כנראה נתקל בתמונות מקודדות JPEG. זוהי הדרך הנפוצה ביותר לקודד, לשלוח ולאחסן תמונות. מדפי אינטרנט ועד דואר אלקטרוני למדיה חברתית, נעשה שימוש ב-JPEG מיליארדי פעמים ביום - כמעט בכל פעם שאנו צופים בתמונה באינטרנט או שולחים אותה. ללא JPEG, האינטרנט יהיה פחות צבעוני, איטי יותר, וכנראה יש בו פחות תמונות חתולים!

מאמר זה עוסק כיצד לפענח תמונת JPEG. במילים אחרות, מה שנדרש כדי להמיר נתונים דחוסים המאוחסנים במחשב לתמונה המופיעה על המסך. כדאי לדעת זאת, לא רק כי חשוב להבין את הטכנולוגיה שאנו משתמשים בה מדי יום, אלא גם כי על ידי פתיחת רמות הדחיסה, אנו לומדים יותר על תפיסה וראייה, ולאילו פרטים העיניים שלנו הכי רגישות.

בנוסף, משחק עם תמונות בצורה זו הוא מאוד מעניין.

מסתכל בתוך JPEG

במחשב הכל מאוחסן כרצף של מספרים בינאריים. בדרך כלל ביטים אלה, אפסים ואחדים, מקובצים בקבוצות של שמונה כדי להרכיב בתים. כאשר אתה פותח תמונת JPEG במחשב, משהו (דפדפן, מערכת הפעלה, משהו אחר) חייב לפענח את הבייטים, ולשחזר את התמונה המקורית כרשימה של צבעים שניתן להציג.

אם תוריד את המתוק הזה תמונה של חתול ופתח אותו בעורך טקסט, תראה חבורה של תווים לא קוהרנטיים.

כאן אני משתמש ב-Notepad++ כדי לבחון את תוכן הקובץ, שכן עורכי טקסט רגילים כמו Notepad ב-Windows ישחיתו את הקובץ הבינארי לאחר השמירה והוא לא יעמוד עוד בפורמט JPEG.

פתיחת תמונה במעבד תמלילים מבלבלת את המחשב, בדיוק כמו שאתה מבלבל את המוח שלך כשאתה משפשף את העיניים ומתחיל לראות כתמי צבע!

הכתמים האלה שאתה רואה ידועים בתור פוספינים, ואינם תוצאה של גירוי אור או הזיה שנוצרת על ידי הנפש. הם מתרחשים בגלל שהמוח שלך חושב שכל אותות חשמליים בעצבי הראייה מעבירים מידע על אור. המוח צריך להניח את ההנחות הללו כי אין דרך לדעת אם אות הוא צליל, חזון או משהו אחר. כל העצבים בגוף מעבירים בדיוק את אותם דחפים חשמליים. על ידי הפעלת לחץ על העיניים שלך, אתה שולח אותות שאינם חזותיים, אלא מפעילים את הקולטנים של העין, שהמוח שלך מפרש - במקרה הזה, באופן שגוי - כמשהו ויזואלי. אתה ממש יכול לראות את הלחץ!

זה מצחיק לחשוב עד כמה מחשבים דומים למוח, אבל זו גם אנלוגיה שימושית כדי להמחיש עד כמה המשמעות של נתונים - בין אם נישאים בגוף על ידי עצבים או מאוחסנים במחשב - תלויה באופן שבו הם מתפרשים. כל הנתונים הבינאריים מורכבים מ-XNUMX ו-XNUMX, המרכיבים הבסיסיים שיכולים להעביר מידע מכל סוג שהוא. המחשב שלך מגלה לעתים קרובות כיצד לפרש אותם באמצעות רמזים כגון סיומות קבצים. כעת אנו מכריחים אותו לפרש אותם כטקסט, כי זה מה שעורך הטקסט מצפה.

כדי להבין כיצד לפענח JPEG, עלינו לראות את האותות המקוריים עצמם - הנתונים הבינאריים. זה יכול להיעשות באמצעות עורך הקסדצימלי, או ישירות על דף האינטרנט של המאמר המקורי! ישנה תמונה, שלצידה בשדה הטקסט כל הבתים שלה (פרט לכותרת), המוצגת בצורה עשרונית. אתה יכול לשנות אותם, והתסריט יקודד מחדש ויפיק תמונה חדשה תוך כדי תנועה.

אתה יכול ללמוד הרבה רק על ידי משחק עם העורך הזה. לדוגמה, האם אתה יכול לדעת באיזה סדר מאוחסנים הפיקסלים?

הדבר המוזר בדוגמה הזו הוא ששינוי מספרים מסוימים אינו משפיע כלל על התמונה, אבל, למשל, אם תחליף את המספר 17 ב-0 בשורה הראשונה, התמונה תיהרס לחלוטין!

שינויים אחרים, כמו החלפת ה-7 בקו 1988 במספר 254, משנים את הצבע, אבל רק של הפיקסלים הבאים.

אולי הדבר המוזר ביותר הוא שמספרים מסוימים משנים לא רק את הצבע, אלא גם את צורת התמונה. שנה את ה-70 בשורה 12 ל-2 והסתכל בשורה העליונה של התמונה כדי לראות למה אני מתכוון.

ולא משנה באיזו תמונת JPEG תשתמש, תמיד תמצא את דפוסי השחמט המסתוריים האלה בעת עריכת הבתים.

כשמשחקים עם העורך, קשה להבין כיצד נוצרת מחדש תמונה מבייטים אלו, שכן דחיסת JPEG מורכבת משלוש טכנולוגיות שונות, המיושמות ברצף ברמות. נלמד כל אחד בנפרד כדי לחשוף את ההתנהגות המסתורית שאנו רואים.

שלוש רמות של דחיסת JPEG:

1. תת דגימת צבע.
2. טרנספורמציה ודגימה של קוסינוס בדידים.
3. קידוד אורך הפעלה, דלתא и האפמן

כדי לתת לך מושג על גודל הדחיסה, שים לב שהתמונה למעלה מייצגת 79 מספרים, או כ-819 KB. אם נאחסן אותו ללא דחיסה, כל פיקסל ידרוש שלושה מספרים - עבור הרכיבים האדומים, הירוקים והכחולים. זה יסתכם ב-79 מספרים, או בערך. 917 KB. כתוצאה מדחיסת JPEG, הקובץ הסופי צומצם ביותר מפי 700!

למעשה, ניתן לדחוס את התמונה הזו הרבה יותר. להלן שתי תמונות זו לצד זו - התמונה מימין נדחסה ל-16 KB, כלומר קטנה פי 57 מהגרסה הלא דחוסה!

אם תסתכלו היטב, תראו שהתמונות הללו אינן זהות. שתיהן תמונות עם דחיסת JPEG, אבל הימנית היא הרבה יותר קטנה בנפח. זה גם נראה קצת יותר גרוע (תסתכל על ריבועי צבע הרקע). לכן JPEG נקרא גם דחיסה מאובדת; במהלך תהליך הדחיסה, התמונה משתנה ומאבדת כמה פרטים.

1. תת דגימת צבע

הנה תמונה עם רמת הדחיסה הראשונה בלבד.

(גרסה אינטראקטיבית - ב מְקוֹרִי מאמרים). הסרת מספר אחד הורסת את כל הצבעים. עם זאת, אם מסירים בדיוק שישה מספרים, אין לזה כמעט השפעה על התמונה.

עכשיו קצת יותר קל לפענח את המספרים. זוהי רשימה כמעט פשוטה של ​​צבעים, שבה כל בייט משתנה בדיוק פיקסל אחד, אך יחד עם זאת הוא כבר חצי מגודל התמונה הלא דחוסה (שתתפוס כ-300 KB בגודל המוקטן הזה). אתה יכול לנחש למה?

ניתן לראות שהמספרים הללו אינם מייצגים את הרכיבים האדומים, הירוקים והכחולים הסטנדרטיים, שכן אם נחליף את כל המספרים באפסים, נקבל תמונה ירוקה (ולא לבנה).

הסיבה לכך היא שהבתים הללו מייצגים Y (בהירות),

Cb (כחול יחסית),

ותמונות Cr (אדמומיות יחסית).

למה לא להשתמש ב-RGB? אחרי הכל, כך עובדים רוב המסכים המודרניים. הצג שלך יכול להציג כל צבע, כולל אדום, ירוק וכחול, עם עוצמות שונות עבור כל פיקסל. הלבן מתקבל על ידי הפעלת שלושתם בבהירות מלאה, ושחור על ידי כיבוים.

זה גם דומה מאוד לאופן שבו פועלת העין האנושית. קולטני הצבע בעיניים שלנו נקראים "קונוסים", ומחולקים לשלושה סוגים, שכל אחד מהם רגיש יותר לצבעים אדומים, ירוקים או כחולים [חרוטים מסוג S רגישים בסגול-כחול (S מהספקטרום האנגלי Short - Short-wave), M -סוג - בחלק הירוק-צהוב (M מהאנגלית Medium - בינוני-גל), ו-L-סוג - בחלקי הספקטרום הצהוב-אדום (L מהאנגלי Long - Long-wave). נוכחותם של שלושת סוגי הקונוסים הללו (והמוטות, הרגישים בחלק הירוק האזמרגד של הספקטרום) נותנת לאדם ראיית צבע. / משוער. תרגום]. מקלות, סוג אחר של קולטנים בעיניים שלנו, מסוגל לזהות שינויים בבהירות, אבל הוא הרבה יותר רגיש לצבע. לעיניים שלנו יש כ-120 מיליון מוטות ורק 6 מיליון קונוסים.

זו הסיבה שהעיניים שלנו הרבה יותר טובות בזיהוי שינויים בבהירות מאשר שינויים בצבע. אם תפרידו בין צבע לבהירות, תוכלו להסיר מעט צבע ואף אחד לא ישים לב לכלום. תת-דגימת כרומה היא תהליך ייצוג מרכיבי הצבע של תמונה ברזולוציה נמוכה יותר ממרכיבי הבהירות. בדוגמה למעלה, לכל פיקסל יש בדיוק רכיב Y אחד, ולכל קבוצה בודדת של ארבעה פיקסלים יש בדיוק רכיב Cb ו- Cr אחד. לכן, התמונה מכילה פי ארבעה פחות מידע צבע מהמקור.

מרחב הצבע YCbCr משמש לא רק ב-JPEG. זה הומצא במקור בשנת 1938 עבור תוכניות טלוויזיה. לא לכולם יש טלוויזיה צבעונית, אז הפרדת צבע ובהירות אפשרה לכולם לקבל את אותו האות, וטלוויזיות ללא צבע פשוט השתמשו רק ברכיב הבהירות.

אז הסרת מספר אחד מהעורך הורסת לחלוטין את כל הצבעים. הרכיבים מאוחסנים בצורה YYYY Cb Cr (למעשה, לא בהכרח בסדר הזה - סדר האחסון מצוין בכותרת הקובץ). הסרת המספר הראשון תגרום לערך הראשון של Cb להיתפס כ-Y, Cr כ-Cb, ובאופן כללי יהיה לך אפקט דומינו שמחליף את כל צבעי התמונה.

מפרט ה-JPEG אינו מכריח אותך להשתמש ב-YCbCr. אבל רוב הקבצים משתמשים בו מכיוון שהוא מייצר תמונות מוקטנות טובות יותר מאשר RGB. אבל אתה לא צריך לקחת את המילה שלי על זה. ראה בעצמך בטבלה למטה איך תיראה תת-דגימת כל רכיב בנפרד גם ב-RGB וגם ב-YCbCr.

(גרסה אינטראקטיבית - ב מְקוֹרִי מאמרים).

ההסרה של הכחול אינה בולטת כמו זו של אדום או ירוק. זה בגלל שישה מיליון קונוסים בעיניים שלך, כ-64% רגישים לאדום, 32% לירוק ו-2% לכחול.

ניתן לראות בצורה הטובה ביותר את הדגימה ההורדת של רכיב Y (משמאל למטה). אפילו שינוי קטן מורגש.

המרת תמונה מ-RGB ל-YCbCr אינה מקטינה את גודל הקובץ, אך היא כן מקלה על מציאת פרטים פחות גלויים שניתן להסיר. דחיסה אובדנית מתרחשת בשלב השני. זה מבוסס על הרעיון של הצגת נתונים בצורה דחיסה יותר.

2. טרנספורמציה ודגימה של קוסינוס בדידים

רמת הדחיסה הזו היא, על פי רוב, העניין של JPEG. לאחר המרת הצבעים ל-YCbCr, הרכיבים נדחסים בנפרד, כך שנוכל להתרכז רק ברכיב Y. והנה איך נראים בתים של רכיב Y לאחר החלת שכבה זו.

(גרסה אינטראקטיבית - ב מְקוֹרִי מאמרים). בגרסה האינטראקטיבית, לחיצה על פיקסל גוללת את העורך לקו המייצג אותו. נסה להסיר מספרים מהסוף או להוסיף כמה אפסים למספר מסוים.

במבט ראשון, זה נראה כמו דחיסה גרועה מאוד. יש 100 פיקסלים בתמונה, ודרושים 000 מספרים כדי לייצג את הבהירות שלהם (רכיבי Y) - זה יותר גרוע מלדחס כלום!

עם זאת, שים לב שרוב המספרים הללו הם אפס. יתר על כן, ניתן להסיר את כל האפסים בסוף השורות מבלי לשנות את התמונה. נותרו בערך 26 מספרים, וזה כמעט פי 000 פחות!

רמה זו מכילה את סוד דפוסי השחמט. בניגוד לאפקטים אחרים שראינו, המראה של דפוסים אלה אינו תקלה. הם אבני הבניין של התמונה כולה. כל שורה של העורך מכילה בדיוק 64 מספרים, מקדמי קוסינוס בדיד (DCT) התואמים לעוצמות של 64 תבניות ייחודיות.

דפוסים אלה נוצרים על סמך עלילת הקוסינוס. כך נראים כמה מהם:

8 מתוך 64 סיכויים

להלן תמונה המציגה את כל 64 הדפוסים.

(גרסה אינטראקטיבית - ב מְקוֹרִי מאמרים).

לתבניות אלו יש חשיבות מיוחדת מכיוון שהם מהווים את הבסיס לתמונות בגודל 8x8. אם אינכם מכירים אלגברה לינארית, פירוש הדבר שניתן ליצור כל תמונה בגודל 8x8 מ-64 הדפוסים הללו. DCT הוא תהליך של חלוקת תמונות ל-8x8 בלוקים והמרת כל בלוק לשילוב של 64 המקדמים הללו.

זה נראה כמו קסם שכל תמונה יכולה להיות מורכבת מ-64 דפוסים ספציפיים. עם זאת, זה זהה לאמירה שניתן לתאר כל מקום על פני כדור הארץ על ידי שני מספרים - קו רוחב וקו אורך [המציין חצאי כדור / כ. תרגום]. לעתים קרובות אנו חושבים על פני כדור הארץ כדו מימדיים, ולכן אנו זקוקים רק לשני מספרים. לתמונה בגודל 8x8 יש 64 ממדים, אז אנחנו צריכים 64 מספרים.

עדיין לא ברור איך זה עוזר לנו מבחינת דחיסה. אם אנחנו צריכים 64 מספרים כדי לייצג תמונה בגודל 8x8, למה זה יהיה טוב יותר מאשר רק אחסון של 64 רכיבי בהירות? אנחנו עושים זאת מאותה סיבה שהפכנו שלושה מספרי RGB לשלושה מספרי YCbCr: זה מאפשר לנו להסיר פרטים עדינים.

קשה לראות בדיוק איזה פרט מוסר בשלב זה מכיוון ש-JPEG מחיל DCT על 8x8 בלוקים. עם זאת, אף אחד לא אוסר עלינו ליישם את זה על כל התמונה. כך נראה DCT עבור רכיב Y המוחל על התמונה כולה:

יותר מ-60 מספרים ניתנים להסרה מהסוף כמעט ללא שינויים בולטים בתמונה.

עם זאת, שימו לב שאם נאפס את חמשת המספרים הראשונים, ההבדל יהיה ברור.

המספרים בהתחלה מייצגים שינויים בתדירות נמוכה בתמונה, שהעיניים שלנו קולטות בצורה הטובה ביותר. מספרים לקראת הסוף מצביעים על שינויים בתדרים הגבוהים שקשה יותר להבחין בהם. כדי "לראות את מה שהעין לא יכולה לראות", נוכל לבודד את הפרטים בתדר גבוה על ידי איפוס 5000 המספרים הראשונים.

אנו רואים את כל האזורים בתמונה שבהם מתרחש השינוי הגדול ביותר מפיקסל לפיקסל. עיני החתול, הזפם שלו, שמיכת המגבת והצללים בפינה השמאלית התחתונה בולטים. אתה יכול ללכת רחוק יותר על ידי אפס את 10 המספרים הראשונים:

20 000:

40 000:

60 000:

פרטים אלה בתדר גבוה מוסרים על ידי JPEG במהלך שלב הדחיסה. אין הפסד בהמרת צבעים למקדמי DCT. אובדן מתרחש בשלב הדגימה, שבו מוסרים ערכי תדר גבוה או כמעט אפס. כאשר אתה מוריד את איכות שמירת ה-JPEG, התוכנית מגדילה את הסף למספר הערכים שהוסרו, מה שמקטין את גודל הקובץ, אך הופך את התמונה לפוקסלת יותר. לכן התמונה בקטע הראשון, שהייתה קטנה פי 57, נראתה כך. כל בלוק 8x8 היה מיוצג על ידי הרבה פחות מקדמי DCT בהשוואה לגרסה האיכותית יותר.

אתה יכול ליצור אפקט מגניב כמו הזרמה הדרגתית של תמונות. ניתן להציג תמונה מטושטשת שהופכת יותר ויותר מפורטת ככל שיורדים יותר ויותר מקדמים.

הנה, רק בשביל הכיף, זה מה שאתה מקבל באמצעות 24 מספרים בלבד:

או רק 5000:

מאוד מטושטש, אבל איכשהו ניתן לזיהוי!

3. הפעל קידוד אורך, דלתא והאפמן

עד כה, כל שלבי הדחיסה היו אובדניים. השלב האחרון, להיפך, ממשיך ללא הפסדים. זה לא מוחק מידע, אבל זה מקטין משמעותית את גודל הקובץ.

איך אפשר לדחוס משהו בלי לזרוק מידע? תארו לעצמכם איך היינו מתארים מלבן שחור פשוט 700 x 437.

JPEG משתמש ב-5000 מספרים לשם כך, אך ניתן להשיג תוצאות טובות בהרבה. האם אתה יכול לדמיין סכימת קידוד שתתאר תמונה כזו בכמה שפחות בתים?

הסכימה המינימלית שיכולתי להמציא משתמשת בארבעה: שלושה כדי לייצג צבע, ורביעית כדי לציין כמה פיקסלים יש לצבע הזה. הרעיון של ייצוג ערכים חוזרים בצורה דחוסה זו נקרא קידוד באורך ריצה. זה ללא אובדן כי אנחנו יכולים לשחזר את הנתונים המקודדים לצורתם המקורית.

קובץ JPEG עם מלבן שחור גדול בהרבה מ-4 בתים - זכור שברמת DCT, דחיסה מוחלת על בלוקים של 8x8 פיקסלים. לכן, לכל הפחות, אנחנו צריכים מקדם DCT אחד לכל 64 פיקסלים. אנחנו צריכים אחד כי במקום לאחסן מקדם DCT אחד ואחריו 63 אפסים, קידוד אורך ריצה מאפשר לנו לאחסן מספר אחד ולציין ש"כל האחרים הם אפסים".

קידוד דלתא הוא טכניקה שבה כל בייט מכיל הבדל מערך כלשהו, ​​במקום ערך מוחלט. לכן, עריכת בתים מסוימים משנה את הצבע של כל הפיקסלים האחרים. למשל, במקום לאחסן

12 13 14 14 14 13 13 14

נוכל להתחיל עם 12 ואז פשוט לציין כמה אנחנו צריכים להוסיף או להחסיר כדי לקבל את המספר הבא. והרצף הזה בקידוד דלתא מקבל את הצורה:

12 1 1 0 0 -1 0 1

הנתונים המומרים אינם קטנים מהנתונים המקוריים, אך קל יותר לדחוס אותם. החלת קידוד דלתא לפני קידוד אורך הריצה יכול לעזור מאוד, תוך כדי דחיסה ללא הפסדים.

קידוד דלתא הוא אחת הטכניקות הבודדות המשמשות מחוץ לבלוקים של 8x8. מתוך 64 מקדמי DCT, אחד הוא פשוט פונקציית גל קבוע (צבע אחיד). הוא מייצג את הבהירות הממוצעת של כל בלוק עבור רכיבי הבהירות, או את הכחול הממוצע עבור רכיבי Cb, וכן הלאה. הערך הראשון של כל בלוק DCT נקרא ערך DC, וכל ערך DC מקודד בדלתא ביחס לקודמים. לכן, שינוי בהירות הבלוק הראשון ישפיע על כל הבלוקים.

התעלומה הסופית נותרה בעינה: איך שינוי הסינגולר הורס לחלוטין את כל התמונה? עד כה, לרמות הדחיסה לא היו תכונות כאלה. התשובה נמצאת בכותרת JPEG. 500 הבתים הראשונים מכילים מטא נתונים על התמונה - רוחב, גובה וכו', ועדיין לא עבדנו איתם.

ללא כותרת כמעט בלתי אפשרי (או קשה מאוד) לפענח JPEG. זה ייראה כאילו אני מנסה לתאר לך את התמונה, ואני מתחיל להמציא מילים כדי להעביר את הרושם שלי. התיאור כנראה יהיה די דחוס, שכן אני יכול להמציא מילים בדיוק עם המשמעות שאני רוצה להעביר, אבל עבור כל השאר הן לא יהיו הגיוניות.

זה נשמע טיפשי, אבל זה בדיוק מה שקורה. כל תמונת JPEG נדחסת עם קודים ספציפיים לה. מילון הקוד מאוחסן בכותרת. טכניקה זו נקראת Huffman code ואוצר המילים נקרא Huffman table. בכותרת, הטבלה מסומנת בשני בתים - 255 ולאחר מכן 196. לכל רכיב צבע יכול להיות טבלה משלו.

שינויים בטבלאות ישפיעו באופן קיצוני על כל תמונה. דוגמה טובה היא לשנות את השורה ה-15 ל-1.

זה קורה מכיוון שהטבלאות מציינות כיצד יש לקרוא ביטים בודדים. עד כה עבדנו רק עם מספרים בינאריים בצורה עשרונית. אבל זה מסתיר מאיתנו את העובדה שאם רוצים לאחסן את המספר 1 בבייט, הוא ייראה כמו 00000001, שכן כל בייט חייב להיות בעל שמונה ביטים בדיוק, גם אם צריך רק אחד מהם.

זה עלול להיות בזבוז גדול של מקום אם יש לך הרבה מספרים קטנים. קוד האפמן הוא טכניקה המאפשרת לנו להרפות את הדרישה שכל מספר חייב לתפוס שמונה ביטים. זה אומר שאם אתה רואה שני בתים:

234 115

ואז, בהתאם לטבלת האפמן, אלה יכולים להיות שלושה מספרים. כדי לחלץ אותם, תחילה עליך לפרק אותם לחלקים בודדים:

11101010 01110011

לאחר מכן אנו מסתכלים בטבלה כדי להבין כיצד לקבץ אותם. לדוגמה, זה יכול להיות שש הסיביות הראשונות, (111010), או 58 בעשרוניות, ואחריהן חמש סיביות (10011), או 19, ולבסוף ארבעת הסיביות האחרונות (0011), או 3.

לכן, קשה מאוד להבין את הבתים בשלב זה של הדחיסה. בייטים אינם מייצגים את מה שהם נראים. לא אכנס לפרטים על העבודה עם הטבלה במאמר זה, אבל של חומרים בנושא זה באינטרנט הוא מספיק.

טריק מעניין אחד שאתה יכול לעשות עם הידע הזה הוא להפריד את הכותרת מה-JPEG ולאחסן אותה בנפרד. למעשה, מסתבר שרק אתה יכול לקרוא את הקובץ. פייסבוק עושה זאת כדי להקטין את הקבצים עוד יותר.

מה עוד אפשר לעשות הוא לשנות לא מעט את טבלת האפמן. עבור אחרים זה ייראה כמו תמונה שבורה. ורק אתה תדע את הדרך הקסומה לתקן את זה.

בואו נסכם: אז מה צריך כדי לפענח JPEG? נחוץ:

1. חלץ את הטבלאות של האפמן מהכותרת ופענח את הביטים.
2. חלץ את מקדמי טרנספורמציה הקוסינוסים הבדידים עבור כל רכיב צבע וזוהר עבור כל בלוק 8x8, תוך ביצוע טרנספורמציות של אורך ריצה הפוך וקידוד דלתא.
3. שלב קוסינוסים על בסיס מקדמים כדי לקבל ערכי פיקסלים עבור כל בלוק 8x8.
4. קנה מידה של רכיבי צבע אם בוצעה תת-דגימה (מידע זה נמצא בכותרת).
5. המר את ערכי ה-YCbCr המתקבלים עבור כל פיקסל ל-RGB.
6. הציגו את התמונה על המסך!

עבודה רצינית לצפייה פשוטה בתמונה עם חתול! עם זאת, מה שאני אוהב בו הוא שהוא מראה עד כמה טכנולוגיית JPEG ממוקדת באדם. זה מבוסס על המוזרויות של התפיסה שלנו, ומאפשר לנו להשיג דחיסה הרבה יותר טובה מטכנולוגיות קונבנציונליות. ועכשיו, כשהבנו איך JPEG עובד, אנחנו יכולים לדמיין כיצד ניתן להעביר את הטכנולוגיות הללו לאזורים אחרים. לדוגמה, קידוד דלתא בוידאו יכול לספק הפחתה משמעותית בגודל הקובץ, מכיוון שלעתים קרובות ישנם אזורים שלמים שאינם משתנים ממסגרת למסגרת (לדוגמה, הרקע).

קוד בשימוש במאמר, פתוח ומכיל הוראות כיצד להחליף את התמונות בתמונות שלך.

מקור: www.habr.com