🥇របៀបដែលទម្រង់ JPEG ដំណើរការ

រូបភាព JPEG មានគ្រប់ទីកន្លែងនៅក្នុងជីវិតឌីជីថលរបស់យើង ប៉ុន្តែនៅពីក្រោយការយល់ដឹងនេះ គឺជាក្បួនដោះស្រាយដែលដកចេញនូវព័ត៌មានលម្អិតដែលមិនអាចមើលឃើញដោយភ្នែកមនុស្ស។ លទ្ធផលគឺគុណភាពរូបភាពខ្ពស់បំផុតក្នុងទំហំឯកសារតូចបំផុត - ប៉ុន្តែតើវាដំណើរការយ៉ាងដូចម្តេច? តោះមើលអ្វីដែលភ្នែកយើងមើលមិនឃើញ!

វាងាយស្រួលក្នុងការទទួលយកសមត្ថភាពក្នុងការផ្ញើរូបថតទៅមិត្តភ័ក្តិ ហើយកុំបារម្ភអំពីឧបករណ៍ កម្មវិធីរុករកតាមអ៊ីនធឺណិត ឬប្រព័ន្ធប្រតិបត្តិការដែលពួកគេកំពុងប្រើ ប៉ុន្តែវាមិនតែងតែជាករណីនោះទេ។ នៅដើមទសវត្សរ៍ឆ្នាំ 1980 កុំព្យូទ័រអាចរក្សាទុក និងបង្ហាញរូបភាពឌីជីថល ប៉ុន្តែមានគំនិតប្រកួតប្រជែងជាច្រើនអំពីវិធីល្អបំផុតដើម្បីធ្វើរឿងនេះ។ អ្នកមិនត្រឹមតែអាចផ្ញើរូបភាពពីកុំព្យូទ័រមួយទៅកុំព្យូទ័រមួយទៀត ហើយសង្ឃឹមថាវានឹងដំណើរការ។

ដើម្បីដោះស្រាយបញ្ហានេះ គណៈកម្មាធិការអ្នកជំនាញមកពីជុំវិញពិភពលោកត្រូវបានប្រមូលផ្តុំនៅឆ្នាំ ១៩៨៦ ហៅថា "ក្រុមអ្នកជំនាញការថតរូបរួមគ្នា» (Joint Photographic Experts Group, JPEG) ត្រូវបានបង្កើតឡើងជាកិច្ចខិតខំប្រឹងប្រែងរួមគ្នារវាងអង្គការអន្តរជាតិសម្រាប់ស្តង់ដារភាវូបនីយកម្ម (ISO) និងគណៈកម្មាធិការអគ្គិសនីអន្តរជាតិ (IEC) ដែលជាអង្គការស្តង់ដារអន្តរជាតិពីរដែលមានទីស្នាក់ការនៅទីក្រុងហ្សឺណែវ ប្រទេសស្វីស។

មនុស្សមួយក្រុមហៅថា JPEG បានបង្កើតស្តង់ដារការបង្ហាប់រូបភាពឌីជីថល JPEG ក្នុងឆ្នាំ 1992 ។ អ្នកណាដែលបានប្រើអ៊ីនធឺណិតប្រហែលជាបានជួបនឹងរូបភាពដែលបានអ៊ិនកូដ JPEG។ នេះគឺជាវិធីសាមញ្ញបំផុតក្នុងការអ៊ិនកូដ ផ្ញើ និងរក្សាទុករូបភាព។ ពីទំព័របណ្ដាញទៅអ៊ីមែលទៅប្រព័ន្ធផ្សព្វផ្សាយសង្គម JPEG ត្រូវបានប្រើប្រាស់រាប់ពាន់លានដងក្នុងមួយថ្ងៃ—ស្ទើរតែគ្រប់ពេលដែលយើងមើលរូបភាពលើអ៊ីនធឺណិត ឬផ្ញើវា។ បើគ្មាន JPEG ទេ គេហទំព័រនឹងមានពណ៌តិច យឺតជាង ហើយប្រហែលជាមានរូបភាពឆ្មាតិចជាងមុន!

អត្ថបទនេះនិយាយអំពីរបៀបឌិកូដរូបភាព JPEG។ ម្យ៉ាងវិញទៀត អ្វីដែលតម្រូវឱ្យបំប្លែងទិន្នន័យដែលបានបង្ហាប់ដែលផ្ទុកនៅលើកុំព្យូទ័រទៅជារូបភាពដែលបង្ហាញនៅលើអេក្រង់។ នេះពិតជាមានតម្លៃណាស់ក្នុងការដឹង មិនត្រឹមតែដោយសារតែវាមានសារៈសំខាន់ក្នុងការយល់ដឹងអំពីបច្ចេកវិទ្យាដែលយើងប្រើប្រាស់ជារៀងរាល់ថ្ងៃប៉ុណ្ណោះទេ ប៉ុន្តែក៏ដោយសារតែតាមរយៈការដោះសោកម្រិតនៃការបង្ហាប់ នោះយើងស្វែងយល់បន្ថែមអំពីការយល់ឃើញ និងការមើលឃើញ និងព័ត៌មានលំអិតដែលភ្នែករបស់យើងមានភាពរសើបបំផុត។

លើសពីនេះទៀតការលេងជាមួយរូបភាពតាមរបៀបនេះគឺគួរឱ្យចាប់អារម្មណ៍ណាស់។

រកមើលខាងក្នុង JPEG

នៅលើកុំព្យូទ័រ អ្វីគ្រប់យ៉ាងត្រូវបានរក្សាទុកជាលំដាប់នៃលេខគោលពីរ។ ជាធម្មតាប៊ីត លេខសូន្យ និងមួយ ត្រូវបានដាក់ជាក្រុមក្នុងក្រុមប្រាំបីដើម្បីបង្កើតជាបៃ។ នៅពេលអ្នកបើករូបភាព JPEG នៅលើកុំព្យូទ័រ អ្វីមួយ (កម្មវិធីរុករកតាមអ៊ីនធឺណិត ប្រព័ន្ធប្រតិបត្តិការ អ្វីផ្សេងទៀត) ត្រូវតែឌិកូដបៃ ដោយស្ដាររូបភាពដើមជាបញ្ជីពណ៌ដែលអាចបង្ហាញបាន។

ប្រសិនបើអ្នកទាញយកផ្អែមនេះ។ រូបថតរបស់ឆ្មា ហើយបើកវាក្នុងកម្មវិធីកែអត្ថបទ អ្នកនឹងឃើញតួអក្សរមិនជាប់គ្នាជាច្រើន។

នៅទីនេះខ្ញុំកំពុងប្រើ Notepad ++ ដើម្បីពិនិត្យមើលខ្លឹមសារនៃឯកសារ ដោយសារកម្មវិធីកែអត្ថបទធម្មតាដូចជា Notepad នៅលើ Windows នឹងខូចឯកសារគោលពីរបន្ទាប់ពីរក្សាទុក ហើយវានឹងលែងបំពេញទម្រង់ JPEG ទៀតហើយ។

ការបើករូបភាពក្នុងកម្មវិធីវាយអត្ថបទធ្វើឱ្យកុំព្យូទ័រច្រឡំ ដូចជាអ្នកច្រលំខួរក្បាលរបស់អ្នក ពេលដែលអ្នកត្រដុសភ្នែកហើយចាប់ផ្ដើមឃើញចំណុចពណ៌!

កន្លែងទាំងនេះដែលអ្នកឃើញត្រូវបានគេស្គាល់ថាជា ផូស្វានហើយមិនមែនជាលទ្ធផលនៃពន្លឺភ្ញោច ឬភាពស្រឡាំងកាំងដែលបង្កើតឡើងដោយចិត្តនោះទេ។ វាកើតឡើងដោយសារតែខួរក្បាលរបស់អ្នកគិតថា សញ្ញាអគ្គិសនីណាមួយនៅក្នុងសរសៃប្រសាទអុបទិក បញ្ជូនព័ត៌មានអំពីពន្លឺ។ ខួរក្បាលត្រូវការបង្កើតការសន្មត់ទាំងនេះ ព្រោះគ្មានវិធីដើម្បីដឹងថាតើសញ្ញាជាសំឡេង ចក្ខុវិស័យ ឬអ្វីផ្សេងទៀតនោះទេ។ សរសៃប្រសាទទាំងអស់នៅក្នុងរាងកាយបញ្ជូនដោយផ្ទាល់នូវកម្លាំងអគ្គិសនីដូចគ្នា។ តាមរយៈការដាក់សម្ពាធលើភ្នែករបស់អ្នក អ្នកបញ្ជូនសញ្ញាដែលមើលមិនឃើញ ប៉ុន្តែធ្វើឱ្យឧបករណ៍ទទួលភ្នែកសកម្ម ដែលខួរក្បាលរបស់អ្នកបកស្រាយ - ក្នុងករណីនេះ មិនត្រឹមត្រូវ - ជាអ្វីដែលមើលឃើញ។ អ្នកអាចឃើញសម្ពាធពិតប្រាកដ!

វាជាការគួរឱ្យអស់សំណើចក្នុងការគិតអំពីរបៀបដែលកុំព្យូទ័រស្រដៀងគ្នាទៅនឹងខួរក្បាល ប៉ុន្តែវាក៏ជាការប្រៀបធៀបដ៏មានប្រយោជន៍ផងដែរ ដើម្បីបង្ហាញពីអត្ថន័យនៃទិន្នន័យ - មិនថាឆ្លងកាត់រាងកាយដោយសរសៃប្រសាទ ឬរក្សាទុកនៅលើកុំព្យូទ័រ - អាស្រ័យលើរបៀបដែលវាត្រូវបានបកស្រាយ។ ទិន្នន័យគោលពីរទាំងអស់ត្រូវបានបង្កើតឡើងដោយ 0s និង 1s ដែលជាសមាសធាតុមូលដ្ឋានដែលអាចបញ្ជូនព័ត៌មានគ្រប់ប្រភេទ។ កុំព្យូទ័ររបស់អ្នកជាញឹកញាប់រកវិធីបកស្រាយពួកវាដោយប្រើតម្រុយដូចជាផ្នែកបន្ថែមឯកសារ។ ឥឡូវនេះ យើងបង្ខំវាឱ្យបកប្រែពួកវាជាអត្ថបទ ពីព្រោះនោះជាអ្វីដែលកម្មវិធីនិពន្ធអត្ថបទរំពឹង។

ដើម្បីយល់ពីរបៀបឌិកូដ JPEG យើងត្រូវមើលសញ្ញាដើមដោយខ្លួនឯង - ទិន្នន័យគោលពីរ។ នេះអាចត្រូវបានធ្វើដោយប្រើកម្មវិធីនិពន្ធគោលដប់ប្រាំមួយ ឬដោយផ្ទាល់នៅលើ គេហទំព័រអត្ថបទដើម! មានរូបភាពមួយ ដែលនៅជាប់នឹងប្រអប់អត្ថបទ គឺជាបៃរបស់វាទាំងអស់ (លើកលែងតែបឋមកថា) ដែលបង្ហាញជាទម្រង់ទសភាគ។ អ្នកអាចផ្លាស់ប្តូរពួកវា ហើយស្គ្រីបនឹងបញ្ចូលកូដឡើងវិញ និងបង្កើតរូបភាពថ្មីភ្លាមៗ។

អ្នកអាចរៀនបានច្រើនដោយគ្រាន់តែលេងជាមួយកម្មវិធីនិពន្ធនេះ។ ឧទាហរណ៍ តើអ្នកអាចប្រាប់បានទេថាភីកសែលត្រូវបានទុកក្នុងលំដាប់ណា?

រឿងចម្លែកនៃឧទាហរណ៍នេះគឺការផ្លាស់ប្តូរលេខមួយចំនួនមិនប៉ះពាល់ដល់រូបភាពទាល់តែសោះ ប៉ុន្តែឧទាហរណ៍ ប្រសិនបើអ្នកជំនួសលេខ 17 ដោយលេខ 0 ក្នុងជួរទីមួយនោះ រូបថតនឹងខូចទាំងស្រុង!

ការផ្លាស់ប្តូរផ្សេងទៀត ដូចជាការជំនួសលេខ 7 នៅលើបន្ទាត់ឆ្នាំ 1988 ជាមួយនឹងលេខ 254 ផ្លាស់ប្តូរពណ៌ ប៉ុន្តែមានតែភីកសែលជាបន្តបន្ទាប់ប៉ុណ្ណោះ។

ប្រហែលជារឿងចម្លែកបំផុតគឺលេខមួយចំនួនមិនត្រឹមតែផ្លាស់ប្តូរពណ៌ប៉ុណ្ណោះទេ ប៉ុន្តែក៏មានរាងដូចរូបដែរ។ ផ្លាស់ប្តូរលេខ 70 ក្នុងជួរទី 12 ដល់លេខ 2 ហើយមើលនៅជួរខាងលើនៃរូបភាព ដើម្បីមើលថាខ្ញុំមានន័យអ្វី។

ហើយមិនថាអ្នកប្រើរូបភាព JPEG បែបណានោះទេ អ្នកនឹងតែងតែរកឃើញគំរូអុកដ៏អាថ៌កំបាំងទាំងនេះនៅពេលកែសម្រួលបៃ។

នៅពេលលេងជាមួយកម្មវិធីនិពន្ធ វាពិបាកយល់ពីរបៀបដែលរូបថតត្រូវបានបង្កើតឡើងវិញពីបៃទាំងនេះ ដោយសារការបង្ហាប់ JPEG មានបច្ចេកវិទ្យាបីផ្សេងគ្នា ដែលត្រូវបានអនុវត្តជាបន្តបន្ទាប់តាមកម្រិត។ យើងនឹងសិក្សានីមួយៗដោយឡែកពីគ្នា ដើម្បីបង្ហាញពីអាកប្បកិរិយាអាថ៌កំបាំងដែលយើងកំពុងឃើញ។

ការបង្ហាប់ JPEG បីកម្រិត៖

គំរូរងពណ៌.
ការបំប្លែងកូស៊ីនុសដាច់ដោយឡែក និងការធ្វើគំរូ.
ដំណើរការការអ៊ិនកូដប្រវែង, តំបន់ដីសណ្ត и ហ៊ូហ្វមែន

ដើម្បីផ្តល់ឱ្យអ្នកនូវគំនិតនៃទំហំនៃការបង្ហាប់ សូមចំណាំថារូបភាពខាងលើតំណាងឱ្យ 79 លេខ ឬប្រហែល 819 KB ។ ប្រសិនបើយើងរក្សាទុកវាដោយគ្មានការបង្ហាប់ ភីកសែលនីមួយៗត្រូវការលេខបី - សម្រាប់សមាសធាតុពណ៌ក្រហម បៃតង និងខៀវ។ នេះនឹងមានចំនួន 79 លេខ ឬប្រហែល។ 917 គីឡូបៃ ជាលទ្ធផលនៃការបង្ហាប់ JPEG ឯកសារចុងក្រោយត្រូវបានកាត់បន្ថយច្រើនជាង 700 ដង!

តាមពិតរូបភាពនេះអាចត្រូវបានបង្ហាប់បានច្រើន។ ខាងក្រោមនេះគឺជារូបភាពពីរចំហៀង - រូបថតនៅខាងស្តាំត្រូវបានបង្ហាប់ដល់ 16 KB ពោលគឺតូចជាងកំណែដែលមិនបានបង្ហាប់ 57 ដង!

ប្រសិនបើអ្នកក្រឡេកមើលឱ្យជិតអ្នកនឹងឃើញថារូបភាពទាំងនេះមិនដូចគ្នាបេះបិទទេ។ ពួកវាទាំងពីរជារូបភាពដែលមានការបង្ហាប់ JPEG ប៉ុន្តែរូបខាងស្តាំគឺតូចជាងក្នុងបរិមាណច្រើន។ វាក៏មើលទៅអាក្រក់ជាងនេះបន្តិច (មើលការេពណ៌ផ្ទៃខាងក្រោយ)។ នោះហើយជាមូលហេតុដែល JPEG ត្រូវបានគេហៅថាការបង្ហាប់ការបាត់បង់ផងដែរ។ កំឡុងពេលដំណើរការបង្ហាប់ រូបភាពផ្លាស់ប្តូរ និងបាត់បង់ព័ត៌មានលម្អិតមួយចំនួន។

1. គំរូរងពណ៌

នេះគឺជារូបភាពដែលមានកម្រិតដំបូងនៃការបង្ហាប់តែប៉ុណ្ណោះ។

(កំណែអន្តរកម្ម - ក្នុង ដើម អត្ថបទ)។ ការដកលេខមួយបំផ្លាញពណ៌ទាំងអស់។ ទោះយ៉ាងណាក៏ដោយ ប្រសិនបើលេខ 6 ពិតប្រាកដត្រូវបានដកចេញ វាស្ទើរតែគ្មានឥទ្ធិពលលើរូបភាពនោះទេ។

ឥឡូវនេះលេខគឺងាយស្រួលក្នុងការឌិគ្រីបបន្តិច។ នេះស្ទើរតែជាបញ្ជីពណ៌សាមញ្ញ ដែលក្នុងបៃនីមួយៗផ្លាស់ប្តូរជាក់លាក់មួយភីកសែល ប៉ុន្តែក្នុងពេលជាមួយគ្នានេះវាមានទំហំពាក់កណ្តាលនៃរូបភាពដែលមិនបានបង្ហាប់រួចហើយ (ដែលនឹងយកប្រហែល 300 KB ក្នុងទំហំដែលបានកាត់បន្ថយនេះ)។ តើអ្នកអាចទាយបានទេថាហេតុអ្វី?

អ្នកអាចមើលឃើញថាលេខទាំងនេះមិនតំណាងឱ្យសមាសធាតុពណ៌ក្រហម បៃតង និងពណ៌ខៀវស្តង់ដារទេ ព្រោះប្រសិនបើយើងជំនួសលេខទាំងអស់ដោយលេខសូន្យ យើងនឹងទទួលបានរូបភាពពណ៌បៃតង (ជាជាងពណ៌ស)។

នេះគឺដោយសារតែបៃទាំងនេះតំណាងឱ្យ Y (ពន្លឺ),

Cb (ពណ៌ខៀវដែលទាក់ទង),

និង Cr (ក្រហមដែលទាក់ទង) រូបភាព។

ហេតុអ្វីមិនប្រើ RGB? យ៉ាងណាមិញ នេះជារបៀបដែលអេក្រង់ទំនើបភាគច្រើនដំណើរការ។ ម៉ូនីទ័ររបស់អ្នកអាចបង្ហាញពណ៌ណាមួយ រួមទាំងក្រហម បៃតង និងខៀវ ជាមួយនឹងអាំងតង់ស៊ីតេខុសៗគ្នាសម្រាប់ភីកសែលនីមួយៗ។ ពណ៌សត្រូវបានទទួលដោយការបើកទាំងបីនៅពន្លឺពេញ ហើយពណ៌ខ្មៅដោយបិទពួកវា។

នេះក៏ស្រដៀងគ្នានឹងរបៀបដែលភ្នែកមនុស្សធ្វើការដែរ។ អ្នកទទួលពណ៌នៅក្នុងភ្នែករបស់យើងត្រូវបានគេហៅថា "កោណ" ហើយត្រូវបានបែងចែកទៅជាបីប្រភេទ ដែលនីមួយៗមានភាពរសើបខ្លាំងចំពោះពណ៌ក្រហម បៃតង ឬពណ៌ខៀវ [កោណប្រភេទ S មានភាពរសើបក្នុងពណ៌ស្វាយ-ខៀវ (S ពីភាសាអង់គ្លេសខ្លី - វិសាលគមរលកខ្លី), M ប្រភេទ - នៅក្នុងពណ៌បៃតង - លឿង (M ពីភាសាអង់គ្លេសមធ្យម - រលកមធ្យម) និងប្រភេទ L - នៅក្នុងពណ៌លឿង - ក្រហម (L ពីភាសាអង់គ្លេសវែង - រលកវែង) នៃវិសាលគម។ វត្តមាននៃកោណទាំងបីប្រភេទនេះ (និងកំណាត់ដែលមានលក្ខណៈរសើបនៅក្នុងផ្នែកពណ៌បៃតងនៃវិសាលគម) ផ្តល់ឱ្យមនុស្សម្នាក់នូវចក្ខុវិស័យពណ៌។ / ប្រហែល បកប្រែ។] ដំបងដែលជាប្រភេទ photoreceptor មួយផ្សេងទៀតនៅក្នុងភ្នែករបស់យើង គឺមានសមត្ថភាពអាចរកឃើញការផ្លាស់ប្តូរនៃពន្លឺ ប៉ុន្តែមានភាពរសើបជាងចំពោះពណ៌។ ភ្នែករបស់យើងមានប្រហែល 120 លានកំណាត់ ហើយមានតែ 6 លានកោណប៉ុណ្ណោះ។

នេះជាមូលហេតុដែលភ្នែករបស់យើងមានភាពល្អប្រសើរក្នុងការចាប់យកការប្រែប្រួលពន្លឺជាងការប្រែពណ៌។ ប្រសិនបើអ្នកបំបែកពណ៌ចេញពីភាពភ្លឺ អ្នកអាចលុបពណ៌បន្តិចបន្តួច ហើយគ្មាននរណាម្នាក់នឹងកត់សម្គាល់អ្វីនោះទេ។ Chroma subsampling គឺជាដំណើរការនៃការតំណាងឱ្យសមាសធាតុពណ៌នៃរូបភាពក្នុងកម្រិតច្បាស់ទាបជាងសមាសធាតុពន្លឺ។ ក្នុងឧទាហរណ៍ខាងលើ ភីកសែលនីមួយៗមានសមាសធាតុ Y មួយយ៉ាងពិតប្រាកដ ហើយក្រុមនីមួយៗនៃភីកសែលនីមួយៗមានសមាសធាតុ Cb និង Cr មួយយ៉ាងពិតប្រាកដ។ ដូច្នេះ រូបភាពមានព័ត៌មានពណ៌តិចជាងរូបភាពដើម 4 ដង។

ចន្លោះពណ៌ YCbCr ត្រូវបានប្រើមិនត្រឹមតែជា JPEG ប៉ុណ្ណោះទេ។ វាត្រូវបានបង្កើតឡើងដំបូងក្នុងឆ្នាំ 1938 សម្រាប់កម្មវិធីទូរទស្សន៍។ មិនមែនគ្រប់គ្នាសុទ្ធតែមានទូរទស្សន៍ពណ៌ទេ ដូច្នេះការបំបែកពណ៌ និងពន្លឺបានអនុញ្ញាតឱ្យមនុស្សគ្រប់គ្នាទទួលបានសញ្ញាដូចគ្នា ហើយទូរទស្សន៍ដែលគ្មានពណ៌គ្រាន់តែប្រើតែសមាសធាតុពន្លឺប៉ុណ្ណោះ។

ដូច្នេះការដកលេខមួយចេញពីកម្មវិធីនិពន្ធបំផ្លាញពណ៌ទាំងអស់។ សមាសធាតុត្រូវបានរក្សាទុកក្នុងទម្រង់ YYYY Cb Cr (តាមពិតមិនចាំបាច់នៅក្នុងលំដាប់នោះទេ - លំដាប់ផ្ទុកត្រូវបានបញ្ជាក់នៅក្នុងបឋមកថាឯកសារ) ។ ការដកលេខទីមួយចេញនឹងធ្វើឱ្យតម្លៃដំបូងនៃ Cb ត្រូវបានគេយល់ថាជា Y, Cr ជា Cb ហើយជាទូទៅអ្នកនឹងមានឥទ្ធិពលដូមីណូដែលប្តូរពណ៌ទាំងអស់នៃរូបភាព។

ការបញ្ជាក់ JPEG មិនបង្ខំអ្នកឱ្យប្រើ YCbCr ទេ។ ប៉ុន្តែឯកសារភាគច្រើនប្រើវាដោយសារវាបង្កើតរូបភាពចុះគំរូល្អជាង RGB ។ ប៉ុន្តែអ្នកមិនចាំបាច់យកពាក្យរបស់ខ្ញុំសម្រាប់វាទេ។ សូមមើលសម្រាប់ខ្លួនអ្នកនៅក្នុងតារាងខាងក្រោមថាតើគំរូរងនៃសមាសធាតុនីមួយៗនឹងមើលទៅដូចនៅក្នុង RGB និង YCbCr ។

(កំណែអន្តរកម្ម - ក្នុង ដើម អត្ថបទ)។

ការយកចេញនៃពណ៌ខៀវគឺមិនគួរឱ្យកត់សម្គាល់ដូចជាពណ៌ក្រហមឬបៃតង។ នោះដោយសារតែកោណចំនួនប្រាំមួយលាននៅក្នុងភ្នែករបស់អ្នក ប្រហែល 64% ងាយនឹងក្រហម 32% ទៅបៃតង និង 2% ទៅពណ៌ខៀវ។

ការចុះគំរូនៃសមាសធាតុ Y (ខាងឆ្វេងខាងក្រោម) ត្រូវបានគេមើលឃើញល្អបំផុត។ សូម្បីតែការផ្លាស់ប្តូរតូចមួយក៏គួរឱ្យកត់សម្គាល់ដែរ។

ការបំប្លែងរូបភាពពី RGB ទៅ YCbCr មិនកាត់បន្ថយទំហំឯកសារនោះទេ ប៉ុន្តែវាធ្វើឱ្យមានភាពងាយស្រួលក្នុងការស្វែងរកព័ត៌មានលម្អិតដែលអាចមើលឃើញតិចជាង ដែលអាចដកចេញបាន។ ការបង្ហាប់ការបាត់បង់កើតឡើងនៅដំណាក់កាលទីពីរ។ វាត្រូវបានផ្អែកលើគំនិតនៃការបង្ហាញទិន្នន័យក្នុងទម្រង់ដែលអាចបង្ហាប់បាន។

2. ការបំប្លែងកូស៊ីនុសដាច់ដោយឡែក និងការធ្វើគំរូ

កម្រិតនៃការបង្ហាប់នេះគឺជាអ្វីដែល JPEG និយាយអំពី។ បន្ទាប់ពីបំប្លែងពណ៌ទៅជា YCbCr សមាសធាតុត្រូវបានបង្ហាប់ជាលក្ខណៈបុគ្គល ដូច្នេះយើងអាចផ្តោតទៅលើតែសមាសធាតុ Y ហើយនេះជាអ្វីដែលបៃសមាសភាគ Y មើលទៅដូចបន្ទាប់ពីអនុវត្តស្រទាប់នេះ។

(កំណែអន្តរកម្ម - ក្នុង ដើម អត្ថបទ)។ នៅក្នុងកំណែអន្តរកម្ម ការចុចលើភីកសែលរមូរកម្មវិធីនិពន្ធទៅបន្ទាត់ដែលតំណាងឱ្យវា។ ព្យាយាមដកលេខចេញពីចុងបញ្ចប់ ឬបន្ថែមលេខសូន្យមួយចំនួនទៅលេខជាក់លាក់មួយ។

នៅ glance ដំបូងវាមើលទៅដូចជាការបង្ហាប់អាក្រក់ណាស់។ មាន 100 ភីកសែលនៅក្នុងរូបភាព ហើយវាត្រូវការលេខ 000 ដើម្បីតំណាងឱ្យពន្លឺរបស់ពួកគេ (សមាសធាតុ Y) ដែលអាក្រក់ជាងការបង្ហាប់គ្មានអ្វីសោះ!

ទោះជាយ៉ាងណាក៏ដោយ សូមកត់សម្គាល់ថាភាគច្រើននៃលេខទាំងនេះគឺសូន្យ។ លើសពីនេះទៅទៀត លេខសូន្យទាំងអស់នោះនៅចុងបញ្ចប់នៃបន្ទាត់អាចត្រូវបានយកចេញដោយមិនចាំបាច់ផ្លាស់ប្តូររូបភាព។ នៅសល់ប្រហែល 26 លេខ ហើយនេះគឺតិចជាង 000 ដង!

កម្រិតនេះមានអាថ៌កំបាំងនៃគំរូអុក។ មិនដូចផលប៉ះពាល់ផ្សេងទៀតដែលយើងបានឃើញទេ រូបរាងនៃលំនាំទាំងនេះមិនមែនជាកំហុសទេ។ ពួកវាជាបណ្តុំនៃរូបភាពទាំងមូល។ បន្ទាត់នីមួយៗនៃកម្មវិធីនិពន្ធមានលេខ 64 យ៉ាងពិតប្រាកដ មេគុណបំប្លែងកូស៊ីនុសដាច់ (DCT) ដែលត្រូវគ្នាទៅនឹងអាំងតង់ស៊ីតេនៃ 64 គំរូតែមួយគត់។

លំនាំទាំងនេះត្រូវបានបង្កើតឡើងដោយផ្អែកលើគ្រោងកូស៊ីនុស។ នេះជាអ្វីដែលពួកគេខ្លះមើលទៅ៖

8 នៃ 64 ហាងឆេង

ខាងក្រោមនេះជារូបភាពបង្ហាញម៉ូដទាំង ៦៤។

(កំណែអន្តរកម្ម - ក្នុង ដើម អត្ថបទ)។

គំរូទាំងនេះមានសារៈសំខាន់ជាពិសេសព្រោះវាបង្កើតជាមូលដ្ឋាននៃរូបភាព 8x8 ។ ប្រសិនបើអ្នកមិនស៊ាំជាមួយពិជគណិតលីនេអ៊ែរ នេះមានន័យថារូបភាព 8x8 ណាមួយអាចត្រូវបានធ្វើឡើងពីគំរូទាំង 64 នេះ។ DCT គឺជាដំណើរការនៃការបែងចែករូបភាពទៅជាប្លុក 8x8 ហើយបំប្លែងប្លុកនីមួយៗទៅជាការរួមបញ្ចូលគ្នានៃមេគុណ 64 ទាំងនេះ។

វាហាក់ដូចជាវេទមន្តដែលរូបភាពណាមួយអាចត្រូវបានផ្សំឡើងដោយ 64 លំនាំជាក់លាក់។ ទោះយ៉ាងណាក៏ដោយ នេះគឺដូចគ្នានឹងការនិយាយថាកន្លែងណាមួយនៅលើផែនដីអាចត្រូវបានពិពណ៌នាដោយលេខពីរ - រយៈទទឹង និងរយៈបណ្តោយ [ចង្អុលបង្ហាញអឌ្ឍគោល / ប្រហាក់ប្រហែល។ បកប្រែ។] ជារឿយៗយើងគិតថាផ្ទៃផែនដីជាពីរវិមាត្រ ដូច្នេះយើងត្រូវការតែលេខពីរប៉ុណ្ណោះ។ រូបភាព 8x8 មាន 64 វិមាត្រ ដូច្នេះយើងត្រូវការ 64 លេខ។

វាមិនទាន់ច្បាស់ថាតើវាជួយយើងយ៉ាងដូចម្តេច ទាក់ទងនឹងការបង្ហាប់។ ប្រសិនបើយើងត្រូវការលេខ 64 ដើម្បីតំណាងឱ្យរូបភាព 8x8 ហេតុអ្វីបានជាវាប្រសើរជាងការរក្សាទុកសមាសធាតុពន្លឺចំនួន 64? យើងធ្វើបែបនេះសម្រាប់ហេតុផលដូចគ្នាដែលយើងបង្វែរលេខ RGB ចំនួនបីទៅជាលេខ YCbCr បី៖ វាអនុញ្ញាតឱ្យយើងលុបព័ត៌មានលម្អិត។

វាពិបាកក្នុងការមើលឱ្យច្បាស់នូវអ្វីដែលលម្អិតត្រូវបានដកចេញនៅដំណាក់កាលនេះ ដោយសារតែ JPEG អនុវត្ត DCT ទៅនឹងប្លុក 8x8 ។ ទោះយ៉ាងណាក៏ដោយគ្មាននរណាម្នាក់ហាមឃាត់យើងឱ្យអនុវត្តវាទៅនឹងរូបភាពទាំងមូលនោះទេ។ នេះជាអ្វីដែល DCT មើលទៅដូចសម្រាប់សមាសធាតុ Y ដែលអនុវត្តចំពោះរូបភាពទាំងមូល៖

ច្រើនជាង 60 លេខអាចត្រូវបានយកចេញពីចុងបញ្ចប់ដោយស្ទើរតែមិនមានការផ្លាស់ប្តូរគួរឱ្យកត់សម្គាល់ចំពោះរូបថត។

ទោះជាយ៉ាងណាក៏ដោយ ចូរកត់សម្គាល់ថា ប្រសិនបើយើងដកលេខប្រាំដំបូង នោះភាពខុសគ្នានឹងច្បាស់។

លេខនៅដើមតំណាងឱ្យការផ្លាស់ប្តូរប្រេកង់ទាបនៅក្នុងរូបភាព ដែលភ្នែករបស់យើងជ្រើសរើសបានល្អបំផុត។ លេខឆ្ពោះទៅចុងបញ្ចប់បង្ហាញពីការផ្លាស់ប្តូរប្រេកង់ខ្ពស់ដែលពិបាកកត់សម្គាល់។ ដើម្បី "មើលឃើញអ្វីដែលភ្នែកមើលមិនឃើញ" យើងអាចញែកព័ត៌មានលម្អិតនៃប្រេកង់ខ្ពស់ទាំងនេះដោយដកលេខ 5000 ដំបូង។

យើងឃើញតំបន់ទាំងអស់នៃរូបភាពដែលការផ្លាស់ប្តូរដ៏អស្ចារ្យបំផុតកើតឡើងពីភីកសែលទៅភីកសែល។ ភ្នែកឆ្មា វីស្គីរបស់គាត់ ភួយ Terry និងស្រមោលនៅជ្រុងខាងឆ្វេងខាងក្រោមលេចធ្លោ។ អ្នកអាចទៅបន្ថែមទៀតដោយដកលេខ 10 ដំបូង៖

ឆ្នាំ ២០០៥៖

ព័ត៌មានលម្អិតអំពីប្រេកង់ខ្ពស់ទាំងនេះត្រូវបានយកចេញដោយ JPEG ក្នុងដំណាក់កាលបង្ហាប់។ មិនមានការបាត់បង់ក្នុងការបំប្លែងពណ៌ទៅជាមេគុណ DCT ទេ។ ការបាត់បង់កើតឡើងនៅជំហានគំរូ ដែលតម្លៃប្រេកង់ខ្ពស់ ឬជិតសូន្យត្រូវបានដកចេញ។ នៅពេលអ្នកបន្ថយគុណភាពនៃការរក្សាទុក JPEG កម្មវិធីនឹងបង្កើនកម្រិតសម្រាប់ចំនួនតម្លៃដែលបានដកចេញ ដែលកាត់បន្ថយទំហំឯកសារ ប៉ុន្តែធ្វើឱ្យរូបភាពកាន់តែមានភីកសែល។ នោះហើយជាមូលហេតុដែលរូបភាពនៅក្នុងផ្នែកទីមួយដែលមានទំហំតូចជាង 57 ដងមើលទៅដូចនេះ។ ប្លុក 8x8 នីមួយៗត្រូវបានតំណាងដោយមេគុណ DCT តិចជាងឆ្ងាយបើប្រៀបធៀបទៅនឹងកំណែគុណភាពខ្ពស់។

អ្នកអាចបង្កើតបែបផែនត្រជាក់ដូចជាការស្ទ្រីមរូបភាពបន្តិចម្តងៗ។ អ្នកអាចបង្ហាញរូបភាពមិនច្បាស់ដែលកាន់តែលម្អិតខណៈដែលមេគុណកាន់តែច្រើនត្រូវបានទាញយក។

នេះគ្រាន់តែជាការកម្សាន្តប៉ុណ្ណោះ ដែលអ្នកទទួលបានត្រឹមតែ 24 លេខ៖

ឬគ្រាន់តែ 5000:

ស្រពិចស្រពិលណាស់ ប៉ុន្តែអាចស្គាល់បាន!

3. ដំណើរការការអ៊ិនកូដប្រវែង, ដីសណ្តរ និង Huffman

រហូតមកដល់ពេលនេះគ្រប់ដំណាក់កាលនៃការបង្ហាប់ត្រូវបានបាត់បង់។ ដំណាក់កាលចុងក្រោយ ផ្ទុយទៅវិញ ដំណើរការដោយគ្មានការខាតបង់។ វាមិនលុបព័ត៌មានទេ ប៉ុន្តែវាកាត់បន្ថយទំហំឯកសារយ៉ាងសំខាន់។

តើអ្នកអាចបង្រួមអ្វីមួយដោយមិនចោលព័ត៌មានដោយរបៀបណា? ស្រមៃមើលពីរបៀបដែលយើងនឹងពណ៌នាចតុកោណកែងខ្មៅសាមញ្ញ 700 x 437 ។

JPEG ប្រើលេខ 5000 សម្រាប់ការនេះ ប៉ុន្តែអាចទទួលបានលទ្ធផលប្រសើរជាងមុន។ តើអ្នកអាចស្រមៃមើលគ្រោងការណ៍ការអ៊ិនកូដដែលពណ៌នារូបភាពបែបនេះក្នុងប៉ុន្មានបៃតាមដែលអាចធ្វើទៅបានទេ?

គ្រោងការណ៍តិចតួចបំផុតដែលខ្ញុំអាចប្រើបានបួន: បីដើម្បីតំណាងឱ្យពណ៌មួយ និងទីបួនដើម្បីបង្ហាញពីចំនួនភីកសែលពណ៌នោះ។ គំនិតនៃការតំណាងឱ្យតម្លៃដដែលៗនៅក្នុងវិធី condensed នេះត្រូវបានគេហៅថា run-length encoding ។ វាមិនខាតទេ ព្រោះយើងអាចស្ដារទិន្នន័យដែលបានអ៊ិនកូដទៅជាទម្រង់ដើមរបស់វា។

ឯកសារ JPEG ដែលមានចតុកោណកែងខ្មៅមានទំហំធំជាង 4 បៃ - ចងចាំថានៅកម្រិត DCT ការបង្ហាប់ត្រូវបានអនុវត្តចំពោះប្លុក 8x8 ភីកសែល។ ដូច្នេះ យ៉ាងហោចណាស់ យើងត្រូវការមេគុណ DCT មួយសម្រាប់រាល់ 64 ភីកសែល។ យើងត្រូវការលេខមួយ ព្រោះជំនួសឱ្យការរក្សាទុកមេគុណ DCT មួយតាមពីក្រោយដោយលេខសូន្យ 63 ការអ៊ិនកូដប្រវែងអនុញ្ញាតឱ្យយើងរក្សាទុកលេខមួយ ហើយបង្ហាញថា "ទាំងអស់ផ្សេងទៀតគឺសូន្យ" ។

ការអ៊ិនកូដ Delta គឺជាបច្ចេកទេសមួយដែលបៃនីមួយៗមានភាពខុសគ្នាពីតម្លៃមួយចំនួន ជាជាងតម្លៃដាច់ខាត។ ដូច្នេះ ការកែសម្រួលបៃជាក់លាក់ផ្លាស់ប្តូរពណ៌នៃភីកសែលផ្សេងទៀតទាំងអស់។ ឧទាហរណ៍ជំនួសឱ្យការរក្សាទុក

12 13 14 14 14 13 13 14

យើងអាចចាប់ផ្តើមដោយលេខ 12 ហើយបន្ទាប់មកគ្រាន់តែបញ្ជាក់ថាតើយើងត្រូវបន្ថែមឬដកប៉ុន្មានដើម្បីទទួលបានលេខបន្ទាប់។ ហើយលំដាប់នេះនៅក្នុងការសរសេរកូដដីសណ្តរមានទម្រង់៖

12 1 1 0 0 -1 0 1

ទិន្នន័យដែលបានបំប្លែងមិនតូចជាងទិន្នន័យដើមទេ ប៉ុន្តែវាងាយស្រួលក្នុងការបង្ហាប់វា។ ការអនុវត្តការអ៊ិនកូដ delta មុនពេលការអ៊ិនកូដរយៈពេលដំណើរការអាចជួយបានច្រើន ខណៈពេលដែលនៅតែជាការបង្ហាប់ដោយគ្មានការបាត់បង់។

ការសរសេរកូដ Delta គឺជាបច្ចេកទេសមួយក្នុងចំណោមបច្ចេកទេសមួយចំនួនដែលប្រើនៅខាងក្រៅប្លុក 8x8 ។ ក្នុងចំណោម 64 មេគុណ DCT មួយគ្រាន់តែជាមុខងាររលកថេរ (ពណ៌រឹង)។ វាតំណាងឱ្យពន្លឺជាមធ្យមនៃប្លុកនីមួយៗសម្រាប់សមាសធាតុ luma ឬពន្លឺពណ៌ខៀវជាមធ្យមសម្រាប់សមាសធាតុ Cb ហើយដូច្នេះនៅលើ។ តម្លៃដំបូងនៃប្លុក DCT នីមួយៗត្រូវបានគេហៅថាតម្លៃ DC ហើយតម្លៃ DC នីមួយៗត្រូវបានអ៊ិនកូដ delta ទាក់ទងទៅនឹងតម្លៃមុន។ ដូច្នេះការផ្លាស់ប្តូរពន្លឺនៃប្លុកទីមួយនឹងប៉ះពាល់ដល់ប្លុកទាំងអស់។

អាថ៌កំបាំងចុងក្រោយនៅតែមាន៖ តើការផ្លាស់ប្តូរឯកវចនៈបំផ្លាញរូបភាពទាំងមូលដោយរបៀបណា? រហូតមកដល់ពេលនេះ កម្រិតនៃការបង្ហាប់មិនមានលក្ខណៈសម្បត្តិបែបនេះទេ។ ចម្លើយគឺនៅក្នុងបឋមកថា JPEG ។ 500 បៃដំបូងមានទិន្នន័យមេតាអំពីរូបភាព - ទទឹង កម្ពស់។ល។ ហើយយើងមិនទាន់ដំណើរការជាមួយពួកវានៅឡើយទេ។

បើគ្មានបឋមកថាវាស្ទើរតែមិនអាចទៅរួចទេ (ឬពិបាកខ្លាំងណាស់) ដើម្បីឌិកូដ JPEG ។ វានឹងមើលទៅហាក់ដូចជាខ្ញុំកំពុងព្យាយាមពណ៌នារូបភាពទៅកាន់អ្នក ហើយខ្ញុំកំពុងចាប់ផ្តើមបង្កើតពាក្យដើម្បីបង្ហាញពីចំណាប់អារម្មណ៍របស់ខ្ញុំ។ ការពណ៌នាប្រហែលជាត្រូវបានបង្រួបបង្រួម ដោយហេតុថាខ្ញុំអាចបង្កើតពាក្យដែលមានអត្ថន័យពិតប្រាកដដែលខ្ញុំចង់បង្ហាញ ប៉ុន្តែសម្រាប់អ្នកផ្សេងទៀត ពួកវានឹងមិនសមហេតុផលទេ។

វាស្តាប់ទៅដូចជាល្ងង់ ប៉ុន្តែនោះជាអ្វីដែលកើតឡើង។ រូបភាព JPEG នីមួយៗត្រូវបានបង្ហាប់ដោយលេខកូដជាក់លាក់ចំពោះវា។ វចនានុក្រមលេខកូដត្រូវបានរក្សាទុកក្នុងបឋមកថា។ បច្ចេកទេសនេះត្រូវបានគេហៅថា Huffman code ហើយវាក្យសព្ទត្រូវបានគេហៅថា Huffman table ។ នៅក្នុងបឋមកថាតារាងត្រូវបានសម្គាល់ដោយពីរបៃ - 255 ហើយបន្ទាប់មក 196 ។ សមាសធាតុពណ៌នីមួយៗអាចមានតារាងផ្ទាល់ខ្លួនរបស់វា។

ការផ្លាស់ប្តូរតារាងនឹងប៉ះពាល់ដល់រូបភាពណាមួយ។ ឧទាហរណ៍ដ៏ល្អមួយគឺការផ្លាស់ប្តូរជួរទី 15 ទៅលេខ 1 ។

វាកើតឡើងដោយសារតែតារាងបញ្ជាក់ពីរបៀបដែលប៊ីតនីមួយៗគួរតែត្រូវបានអាន។ រហូតមកដល់ពេលនេះ យើងបានធ្វើការតែជាមួយលេខគោលពីរក្នុងទម្រង់គោលដប់ប៉ុណ្ណោះ។ ប៉ុន្តែនេះលាក់បាំងពីយើងនូវការពិតដែលថាប្រសិនបើអ្នកចង់រក្សាទុកលេខ 1 ក្នុងមួយបៃ វានឹងមើលទៅដូច 00000001 ព្រោះថាបៃនីមួយៗត្រូវតែមានប្រាំបីប៊ីតយ៉ាងពិតប្រាកដ បើទោះបីជាវាត្រូវការតែមួយក៏ដោយ។

នេះជាសក្តានុពលខ្ជះខ្ជាយទំហំធំ ប្រសិនបើអ្នកមានលេខតូចច្រើន។ កូដ Huffman គឺជាបច្ចេកទេសដែលអនុញ្ញាតឱ្យយើងបន្ធូរបន្ថយតម្រូវការនេះ ដែលលេខនីមួយៗត្រូវតែកាន់កាប់ប្រាំបីប៊ីត។ នេះមានន័យថាប្រសិនបើអ្នកឃើញបៃពីរ៖

234 ផ្លូវទី 115th

បន្ទាប់មក អាស្រ័យលើតារាង Huffman ទាំងនេះអាចជាលេខបី។ ដើម្បីទាញយកពួកវា អ្នកត្រូវបំបែកពួកវាទៅជាប៊ីតនីមួយៗជាមុនសិន៖

11101010 ផ្លូវទី 01110011th

បន្ទាប់មកយើងមើលតារាងដើម្បីរកវិធីដាក់ក្រុមពួកគេ។ ឧទាហរណ៍ នេះអាចជាប្រាំមួយប៊ីតដំបូង (111010) ឬ 58 ខ្ទង់ទសភាគ បន្ទាប់មកប្រាំប៊ីត (10011) ឬ 19 ហើយចុងក្រោយបួនប៊ីតចុងក្រោយ (0011) ឬ 3 ។

ដូច្នេះវាពិបាកណាស់ក្នុងការយល់ដឹងអំពីបៃនៅដំណាក់កាលនៃការបង្ហាប់នេះ។ បៃមិនតំណាងឱ្យអ្វីដែលវាហាក់ដូចជា។ ខ្ញុំនឹងមិនចូលទៅក្នុងព័ត៌មានលម្អិតនៃការធ្វើការជាមួយតារាងនៅក្នុងអត្ថបទនេះទេប៉ុន្តែ សមា្ភារៈ លើបញ្ហានេះតាមអ៊ីនធឺណិត គឺគ្រប់គ្រាន់.

ល្បិចគួរឱ្យចាប់អារម្មណ៍មួយដែលអ្នកអាចធ្វើបានជាមួយនឹងចំណេះដឹងនេះគឺដើម្បីបំបែកបឋមកថាពី JPEG ហើយរក្សាទុកវាដោយឡែកពីគ្នា។ តាមការពិតវាប្រែថាមានតែអ្នកទេដែលអាចអានឯកសារបាន។ Facebook ធ្វើបែបនេះដើម្បីធ្វើឱ្យឯកសារកាន់តែតូច។

អ្វីដែលអាចធ្វើបានគឺផ្លាស់ប្តូរតារាង Huffman បន្តិច។ សម្រាប់អ្នកផ្សេងទៀតវានឹងមើលទៅដូចជារូបភាពដែលខូច។ ហើយមានតែអ្នកទេដែលនឹងដឹងពីវិធីវេទមន្តដើម្បីជួសជុលវា។

សូមសង្ខេប៖ ដូច្នេះតើត្រូវការអ្វីខ្លះដើម្បីឌិកូដ JPEG? ចាំបាច់៖

ស្រង់តារាង Huffman ចេញពីបឋមកថា ហើយឌិកូដប៊ីត។
ដកមេគុណបំប្លែងកូស៊ីនុសដាច់ដោយឡែកសម្រាប់សមាសធាតុពណ៌ និងពន្លឺនីមួយៗសម្រាប់ប្លុក 8x8 នីមួយៗ ដោយអនុវត្តការបំប្លែងប្រវែងរត់បញ្ច្រាស និងការបំប្លែងការអ៊ិនកូដដីសណ្ត។
ផ្សំកូស៊ីនុសដោយផ្អែកលើមេគុណដើម្បីទទួលបានតម្លៃភីកសែលសម្រាប់ប្លុក 8x8 នីមួយៗ។
ធ្វើមាត្រដ្ឋានសមាសធាតុពណ៌ប្រសិនបើគំរូរងត្រូវបានអនុវត្ត (ព័ត៌មាននេះស្ថិតនៅក្នុងបឋមកថា) ។
បម្លែងតម្លៃ YCbCr លទ្ធផលសម្រាប់ភីកសែលនីមួយៗទៅជា RGB ។
បង្ហាញរូបភាពនៅលើអេក្រង់!

ការងារធ្ងន់ធ្ងរ គ្រាន់តែមើលរូបថតជាមួយឆ្មា! ទោះជាយ៉ាងណាក៏ដោយ អ្វីដែលខ្ញុំចូលចិត្តគឺវាបង្ហាញពីរបៀបដែលបច្ចេកវិទ្យា JPEG ផ្តោតលើមនុស្ស។ វាត្រូវបានផ្អែកលើលក្ខណៈពិសេសនៃការយល់ឃើញរបស់យើង ដែលអនុញ្ញាតឱ្យយើងសម្រេចបាននូវការបង្ហាប់ល្អជាងបច្ចេកវិទ្យាធម្មតា។ ហើយឥឡូវនេះយើងយល់ពីរបៀបដែល JPEG ដំណើរការ យើងអាចស្រមៃមើលថាតើបច្ចេកវិទ្យាទាំងនេះអាចត្រូវបានផ្ទេរទៅផ្នែកផ្សេងទៀតយ៉ាងដូចម្តេច។ ជាឧទាហរណ៍ ការអ៊ិនកូដតំបន់ដីសណ្តនៅក្នុងវីដេអូអាចផ្តល់នូវការថយចុះយ៉ាងខ្លាំងនៃទំហំឯកសារ ដោយសារជារឿយៗមានផ្ទៃទាំងមូលដែលមិនផ្លាស់ប្តូរពីស៊ុមមួយទៅស៊ុម (ឧទាហរណ៍ ផ្ទៃខាងក្រោយ)។

កូដប្រើក្នុងអត្ថបទបើក ហើយមានការណែនាំអំពីរបៀបជំនួសរូបភាពដោយខ្លួនអ្នកផ្ទាល់។

ប្រភព: www.habr.com

របៀបដែលទម្រង់ JPEG ដំណើរការ

រកមើលខាងក្នុង JPEG

1. គំរូរងពណ៌

2. ការបំប្លែងកូស៊ីនុសដាច់ដោយឡែក និងការធ្វើគំរូ

3. ដំណើរការការអ៊ិនកូដប្រវែង, ដីសណ្តរ និង Huffman

បន្ថែមមតិយោបល់ ответОтменить