JPEG ਫਾਰਮੈਟ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਜੇਪੀਈਜੀ ਚਿੱਤਰ ਸਾਡੇ ਡਿਜੀਟਲ ਜੀਵਨ ਵਿੱਚ ਸਰਵ ਵਿਆਪਕ ਹਨ, ਪਰ ਜਾਗਰੂਕਤਾ ਦੇ ਇਸ ਵਿਅੰਜਨ ਦੇ ਪਿੱਛੇ ਐਲਗੋਰਿਦਮ ਹਨ ਜੋ ਉਹਨਾਂ ਵੇਰਵਿਆਂ ਨੂੰ ਹਟਾਉਂਦੇ ਹਨ ਜੋ ਮਨੁੱਖੀ ਅੱਖ ਲਈ ਨਹੀਂ ਸਮਝੇ ਜਾਂਦੇ ਹਨ। ਨਤੀਜਾ ਸਭ ਤੋਂ ਛੋਟੀ ਫਾਈਲ ਆਕਾਰ ਵਿੱਚ ਸਭ ਤੋਂ ਉੱਚੀ ਵਿਜ਼ੂਅਲ ਗੁਣਵੱਤਾ ਹੈ - ਪਰ ਇਹ ਸਭ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ? ਆਓ ਦੇਖੀਏ ਕਿ ਸਾਡੀਆਂ ਅੱਖਾਂ ਕੀ ਨਹੀਂ ਦੇਖਦੀਆਂ!

ਕਿਸੇ ਦੋਸਤ ਨੂੰ ਫੋਟੋ ਭੇਜਣ ਦੀ ਯੋਗਤਾ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ ਆਸਾਨ ਹੈ ਅਤੇ ਇਸ ਗੱਲ ਦੀ ਚਿੰਤਾ ਨਾ ਕਰੋ ਕਿ ਉਹ ਕਿਹੜਾ ਡਿਵਾਈਸ, ਬ੍ਰਾਊਜ਼ਰ ਜਾਂ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਵਰਤ ਰਹੇ ਹਨ - ਪਰ ਅਜਿਹਾ ਹਮੇਸ਼ਾ ਨਹੀਂ ਹੁੰਦਾ ਸੀ। 1980 ਦੇ ਦਹਾਕੇ ਦੇ ਸ਼ੁਰੂ ਤੱਕ, ਕੰਪਿਊਟਰ ਡਿਜੀਟਲ ਚਿੱਤਰਾਂ ਨੂੰ ਸਟੋਰ ਅਤੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰ ਸਕਦੇ ਸਨ, ਪਰ ਅਜਿਹਾ ਕਰਨ ਦੇ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕੇ ਬਾਰੇ ਬਹੁਤ ਸਾਰੇ ਪ੍ਰਤੀਯੋਗੀ ਵਿਚਾਰ ਸਨ। ਤੁਸੀਂ ਸਿਰਫ਼ ਇੱਕ ਕੰਪਿਊਟਰ ਤੋਂ ਦੂਜੇ ਕੰਪਿਊਟਰ ਨੂੰ ਇੱਕ ਚਿੱਤਰ ਨਹੀਂ ਭੇਜ ਸਕਦੇ ਹੋ ਅਤੇ ਉਮੀਦ ਕਰਦੇ ਹੋ ਕਿ ਇਹ ਕੰਮ ਕਰੇਗਾ।

ਇਸ ਸਮੱਸਿਆ ਦੇ ਹੱਲ ਲਈ 1986 ਵਿੱਚ ਦੁਨੀਆ ਭਰ ਦੇ ਮਾਹਿਰਾਂ ਦੀ ਇੱਕ ਕਮੇਟੀ ਬਣਾਈ ਗਈ ਸੀ ਜਿਸਨੂੰ "ਫੋਟੋਗ੍ਰਾਫੀ ਮਾਹਿਰਾਂ ਦਾ ਸੰਯੁਕਤ ਸਮੂਹ»(ਸੰਯੁਕਤ ਫੋਟੋਗ੍ਰਾਫਿਕ ਮਾਹਿਰਾਂ ਦਾ ਸਮੂਹ, JPEG), ਇੰਟਰਨੈਸ਼ਨਲ ਆਰਗੇਨਾਈਜ਼ੇਸ਼ਨ ਫਾਰ ਸਟੈਂਡਰਡਾਈਜ਼ੇਸ਼ਨ (ISO) ਅਤੇ ਇੰਟਰਨੈਸ਼ਨਲ ਇਲੈਕਟ੍ਰੋਟੈਕਨੀਕਲ ਕਮਿਸ਼ਨ (IEC), ਜਿਨੀਵਾ, ਸਵਿਟਜ਼ਰਲੈਂਡ ਵਿੱਚ ਹੈੱਡਕੁਆਰਟਰ ਵਾਲੀਆਂ ਦੋ ਅੰਤਰਰਾਸ਼ਟਰੀ ਮਿਆਰ ਸੰਸਥਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਸਾਂਝੇ ਯਤਨ ਵਜੋਂ ਸਥਾਪਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।

JPEG ਨਾਮਕ ਲੋਕਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੇ 1992 ਵਿੱਚ JPEG ਡਿਜੀਟਲ ਚਿੱਤਰ ਕੰਪਰੈਸ਼ਨ ਸਟੈਂਡਰਡ ਬਣਾਇਆ। ਕੋਈ ਵੀ ਜਿਸਨੇ ਇੰਟਰਨੈਟ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ, ਸੰਭਵ ਤੌਰ 'ਤੇ ਜੇਪੀਈਜੀ-ਏਨਕੋਡਡ ਚਿੱਤਰਾਂ ਦਾ ਸਾਹਮਣਾ ਕੀਤਾ ਹੈ। ਇਹ ਚਿੱਤਰਾਂ ਨੂੰ ਏਨਕੋਡ ਕਰਨ, ਭੇਜਣ ਅਤੇ ਸਟੋਰ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਆਮ ਤਰੀਕਾ ਹੈ। ਵੈੱਬ ਪੰਨਿਆਂ ਤੋਂ ਲੈ ਕੇ ਈਮੇਲ ਤੱਕ ਸੋਸ਼ਲ ਮੀਡੀਆ ਤੱਕ, JPEG ਦੀ ਵਰਤੋਂ ਦਿਨ ਵਿੱਚ ਅਰਬਾਂ ਵਾਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ—ਅਸਲ ਵਿੱਚ ਹਰ ਵਾਰ ਜਦੋਂ ਅਸੀਂ ਕੋਈ ਚਿੱਤਰ ਔਨਲਾਈਨ ਦੇਖਦੇ ਹਾਂ ਜਾਂ ਭੇਜਦੇ ਹਾਂ। ਜੇਪੀਈਜੀ ਤੋਂ ਬਿਨਾਂ, ਵੈੱਬ ਘੱਟ ਰੰਗੀਨ, ਧੀਮਾ, ਅਤੇ ਸ਼ਾਇਦ ਘੱਟ ਬਿੱਲੀਆਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਹੋਣਗੀਆਂ!

ਇਹ ਲੇਖ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਇੱਕ JPEG ਚਿੱਤਰ ਨੂੰ ਕਿਵੇਂ ਡੀਕੋਡ ਕਰਨਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿਚ, ਕੰਪਿਊਟਰ 'ਤੇ ਸਟੋਰ ਕੀਤੇ ਸੰਕੁਚਿਤ ਡੇਟਾ ਨੂੰ ਸਕਰੀਨ 'ਤੇ ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਚਿੱਤਰ ਵਿਚ ਬਦਲਣ ਲਈ ਕੀ ਲੋੜ ਹੈ। ਇਹ ਜਾਣਨ ਯੋਗ ਹੈ, ਨਾ ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿ ਇਹ ਉਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਸਮਝਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜੋ ਅਸੀਂ ਹਰ ਰੋਜ਼ ਵਰਤਦੇ ਹਾਂ, ਸਗੋਂ ਇਸ ਲਈ ਵੀ ਕਿਉਂਕਿ ਕੰਪਰੈਸ਼ਨ ਪੱਧਰਾਂ ਨੂੰ ਅਨਲੌਕ ਕਰਕੇ, ਅਸੀਂ ਧਾਰਨਾ ਅਤੇ ਦ੍ਰਿਸ਼ਟੀ ਬਾਰੇ ਹੋਰ ਸਿੱਖਦੇ ਹਾਂ, ਅਤੇ ਸਾਡੀਆਂ ਅੱਖਾਂ ਕਿਸ ਵੇਰਵਿਆਂ ਪ੍ਰਤੀ ਸਭ ਤੋਂ ਵੱਧ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੀਆਂ ਹਨ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਸ ਤਰੀਕੇ ਨਾਲ ਚਿੱਤਰਾਂ ਨਾਲ ਖੇਡਣਾ ਬਹੁਤ ਦਿਲਚਸਪ ਹੈ.

JPEG ਦੇ ਅੰਦਰ ਵੇਖ ਰਿਹਾ ਹੈ

ਕੰਪਿਊਟਰ 'ਤੇ, ਹਰ ਚੀਜ਼ ਨੂੰ ਬਾਈਨਰੀ ਨੰਬਰਾਂ ਦੇ ਕ੍ਰਮ ਵਜੋਂ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਆਮ ਤੌਰ 'ਤੇ ਇਹ ਬਿੱਟ, ਜ਼ੀਰੋ ਅਤੇ ਇੱਕ, ਬਾਈਟ ਬਣਾਉਣ ਲਈ ਅੱਠ ਦੇ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡੇ ਜਾਂਦੇ ਹਨ। ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਕੰਪਿਊਟਰ 'ਤੇ ਇੱਕ JPEG ਚਿੱਤਰ ਖੋਲ੍ਹਦੇ ਹੋ, ਤਾਂ ਕੁਝ (ਇੱਕ ਬ੍ਰਾਊਜ਼ਰ, ਇੱਕ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ, ਕੁਝ ਹੋਰ) ਬਾਈਟਸ ਨੂੰ ਡੀਕੋਡ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਅਸਲ ਚਿੱਤਰ ਨੂੰ ਰੰਗਾਂ ਦੀ ਸੂਚੀ ਦੇ ਰੂਪ ਵਿੱਚ ਰੀਸਟੋਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।

ਜੇ ਤੁਸੀਂ ਇਸ ਮਿੱਠੇ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਦੇ ਹੋ ਇੱਕ ਬਿੱਲੀ ਦੀ ਫੋਟੋ ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਟੈਕਸਟ ਐਡੀਟਰ ਵਿੱਚ ਖੋਲ੍ਹੋ, ਤੁਸੀਂ ਅਸੰਗਤ ਅੱਖਰਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਵੇਖੋਗੇ।

ਇੱਥੇ ਮੈਂ ਫਾਈਲ ਦੀ ਸਮੱਗਰੀ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਨੋਟਪੈਡ++ ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹਾਂ, ਕਿਉਂਕਿ ਵਿੰਡੋਜ਼ 'ਤੇ ਨੋਟਪੈਡ ਵਰਗੇ ਨਿਯਮਤ ਟੈਕਸਟ ਐਡੀਟਰ ਸੇਵ ਕਰਨ ਤੋਂ ਬਾਅਦ ਬਾਈਨਰੀ ਫਾਈਲ ਨੂੰ ਖਰਾਬ ਕਰ ਦੇਣਗੇ ਅਤੇ ਇਹ ਹੁਣ JPEG ਫਾਰਮੈਟ ਨੂੰ ਸੰਤੁਸ਼ਟ ਨਹੀਂ ਕਰੇਗਾ।

ਵਰਡ ਪ੍ਰੋਸੈਸਰ ਵਿੱਚ ਇੱਕ ਚਿੱਤਰ ਖੋਲ੍ਹਣਾ ਕੰਪਿਊਟਰ ਨੂੰ ਉਲਝਣ ਵਿੱਚ ਪਾਉਂਦਾ ਹੈ, ਜਿਵੇਂ ਤੁਸੀਂ ਆਪਣੇ ਦਿਮਾਗ ਨੂੰ ਉਲਝਣ ਵਿੱਚ ਪਾਉਂਦੇ ਹੋ ਜਦੋਂ ਤੁਸੀਂ ਆਪਣੀਆਂ ਅੱਖਾਂ ਨੂੰ ਰਗੜਦੇ ਹੋ ਅਤੇ ਰੰਗ ਦੇ ਧੱਬੇ ਦੇਖਣੇ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋ!

ਇਹ ਥਾਂਵਾਂ ਜੋ ਤੁਸੀਂ ਦੇਖਦੇ ਹੋ, ਵਜੋਂ ਜਾਣੀਆਂ ਜਾਂਦੀਆਂ ਹਨ phosphenes, ਅਤੇ ਇਹ ਮਨ ਦੁਆਰਾ ਉਤਪੰਨ ਇੱਕ ਹਲਕੇ ਉਤੇਜਨਾ ਜਾਂ ਭਰਮ ਦਾ ਨਤੀਜਾ ਨਹੀਂ ਹਨ। ਇਹ ਇਸ ਲਈ ਵਾਪਰਦੇ ਹਨ ਕਿਉਂਕਿ ਤੁਹਾਡਾ ਦਿਮਾਗ ਸੋਚਦਾ ਹੈ ਕਿ ਆਪਟਿਕ ਨਸਾਂ ਵਿੱਚ ਕੋਈ ਵੀ ਬਿਜਲਈ ਸਿਗਨਲ ਪ੍ਰਕਾਸ਼ ਬਾਰੇ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਦਿਮਾਗ ਨੂੰ ਇਹ ਧਾਰਨਾਵਾਂ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਜਾਣਨ ਦਾ ਕੋਈ ਤਰੀਕਾ ਨਹੀਂ ਹੈ ਕਿ ਕੀ ਸੰਕੇਤ ਇੱਕ ਆਵਾਜ਼, ਇੱਕ ਦ੍ਰਿਸ਼ਟੀ, ਜਾਂ ਕੁਝ ਹੋਰ ਹੈ. ਸਰੀਰ ਦੀਆਂ ਸਾਰੀਆਂ ਤੰਤੂਆਂ ਬਿਲਕੁਲ ਉਹੀ ਬਿਜਲਈ ਪ੍ਰਭਾਵ ਪ੍ਰਸਾਰਿਤ ਕਰਦੀਆਂ ਹਨ। ਤੁਹਾਡੀਆਂ ਅੱਖਾਂ 'ਤੇ ਦਬਾਅ ਪਾ ਕੇ, ਤੁਸੀਂ ਸਿਗਨਲ ਭੇਜਦੇ ਹੋ ਜੋ ਵਿਜ਼ੂਅਲ ਨਹੀਂ ਹੁੰਦੇ, ਪਰ ਅੱਖਾਂ ਦੇ ਰੀਸੈਪਟਰਾਂ ਨੂੰ ਸਰਗਰਮ ਕਰਦੇ ਹਨ, ਜਿਸਦੀ ਵਿਆਖਿਆ ਤੁਹਾਡਾ ਦਿਮਾਗ ਕਰਦਾ ਹੈ - ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਗਲਤ - ਕਿਸੇ ਵਿਜ਼ੂਅਲ ਦੇ ਰੂਪ ਵਿੱਚ। ਤੁਸੀਂ ਸ਼ਾਬਦਿਕ ਤੌਰ 'ਤੇ ਦਬਾਅ ਦੇਖ ਸਕਦੇ ਹੋ!

ਇਹ ਸੋਚਣਾ ਮਜ਼ਾਕੀਆ ਹੈ ਕਿ ਕੰਪਿਊਟਰ ਦਿਮਾਗ ਨਾਲ ਕਿੰਨੇ ਮਿਲਦੇ-ਜੁਲਦੇ ਹਨ, ਪਰ ਇਹ ਦਰਸਾਉਣ ਲਈ ਵੀ ਇੱਕ ਉਪਯੋਗੀ ਸਮਾਨਤਾ ਹੈ ਕਿ ਡੇਟਾ ਦਾ ਕਿੰਨਾ ਅਰਥ ਹੈ—ਚਾਹੇ ਨਸਾਂ ਦੁਆਰਾ ਸਰੀਰ ਵਿੱਚ ਲਿਜਾਇਆ ਜਾਂਦਾ ਹੈ ਜਾਂ ਕੰਪਿਊਟਰ 'ਤੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ-ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਇਸਦੀ ਵਿਆਖਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਸਾਰਾ ਬਾਈਨਰੀ ਡੇਟਾ 0s ਅਤੇ 1s ਦਾ ਬਣਿਆ ਹੁੰਦਾ ਹੈ, ਬੁਨਿਆਦੀ ਭਾਗ ਜੋ ਕਿਸੇ ਵੀ ਕਿਸਮ ਦੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ। ਤੁਹਾਡਾ ਕੰਪਿਊਟਰ ਅਕਸਰ ਇਹ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ ਕਿ ਫਾਈਲ ਐਕਸਟੈਂਸ਼ਨਾਂ ਵਰਗੇ ਸੁਰਾਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਹਨਾਂ ਦੀ ਵਿਆਖਿਆ ਕਿਵੇਂ ਕਰਨੀ ਹੈ। ਹੁਣ ਅਸੀਂ ਇਸਨੂੰ ਟੈਕਸਟ ਦੇ ਤੌਰ 'ਤੇ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰਦੇ ਹਾਂ, ਕਿਉਂਕਿ ਟੈਕਸਟ ਐਡੀਟਰ ਇਹੀ ਉਮੀਦ ਕਰਦਾ ਹੈ।

ਇਹ ਸਮਝਣ ਲਈ ਕਿ ਜੇਪੀਈਜੀ ਨੂੰ ਕਿਵੇਂ ਡੀਕੋਡ ਕਰਨਾ ਹੈ, ਸਾਨੂੰ ਅਸਲ ਸਿਗਨਲ ਆਪਣੇ ਆਪ ਦੇਖਣ ਦੀ ਲੋੜ ਹੈ - ਬਾਈਨਰੀ ਡੇਟਾ। ਇਹ ਇੱਕ ਹੈਕਸਾਡੈਸੀਮਲ ਸੰਪਾਦਕ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਜਾਂ ਸਿੱਧਾ ਚਾਲੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਸਲ ਲੇਖ ਵੈੱਬ ਪੇਜ! ਇੱਥੇ ਇੱਕ ਚਿੱਤਰ ਹੈ, ਜਿਸ ਦੇ ਅੱਗੇ ਟੈਕਸਟ ਖੇਤਰ ਵਿੱਚ ਇਸਦੇ ਸਾਰੇ ਬਾਈਟ ਹਨ (ਸਿਰਲੇਖ ਨੂੰ ਛੱਡ ਕੇ), ਦਸ਼ਮਲਵ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਹਨ। ਤੁਸੀਂ ਉਹਨਾਂ ਨੂੰ ਬਦਲ ਸਕਦੇ ਹੋ, ਅਤੇ ਸਕ੍ਰਿਪਟ ਮੁੜ-ਏਨਕੋਡ ਕਰੇਗੀ ਅਤੇ ਫਲਾਈ 'ਤੇ ਇੱਕ ਨਵਾਂ ਚਿੱਤਰ ਤਿਆਰ ਕਰੇਗੀ।

ਤੁਸੀਂ ਇਸ ਸੰਪਾਦਕ ਨਾਲ ਖੇਡ ਕੇ ਬਹੁਤ ਕੁਝ ਸਿੱਖ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, ਕੀ ਤੁਸੀਂ ਦੱਸ ਸਕਦੇ ਹੋ ਕਿ ਪਿਕਸਲ ਕਿਸ ਕ੍ਰਮ ਵਿੱਚ ਸਟੋਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ?

ਇਸ ਉਦਾਹਰਨ ਦੀ ਅਜੀਬ ਗੱਲ ਇਹ ਹੈ ਕਿ ਕੁਝ ਨੰਬਰ ਬਦਲਣ ਨਾਲ ਚਿੱਤਰ 'ਤੇ ਕੋਈ ਅਸਰ ਨਹੀਂ ਪੈਂਦਾ, ਪਰ, ਉਦਾਹਰਨ ਲਈ, ਜੇ ਤੁਸੀਂ ਪਹਿਲੀ ਲਾਈਨ ਵਿੱਚ ਨੰਬਰ 17 ਨੂੰ 0 ਨਾਲ ਬਦਲਦੇ ਹੋ, ਤਾਂ ਫੋਟੋ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਰਬਾਦ ਹੋ ਜਾਵੇਗੀ!

ਹੋਰ ਤਬਦੀਲੀਆਂ, ਜਿਵੇਂ ਕਿ 7 ਔਨ ਲਾਈਨ 1988 ਨੂੰ ਨੰਬਰ 254 ਨਾਲ ਬਦਲਣਾ, ਰੰਗ ਬਦਲਦਾ ਹੈ, ਪਰ ਸਿਰਫ ਬਾਅਦ ਵਾਲੇ ਪਿਕਸਲ ਦਾ।

ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਅਜੀਬ ਗੱਲ ਇਹ ਹੈ ਕਿ ਕੁਝ ਸੰਖਿਆਵਾਂ ਨਾ ਸਿਰਫ਼ ਰੰਗ ਬਦਲਦੀਆਂ ਹਨ, ਸਗੋਂ ਚਿੱਤਰ ਦੀ ਸ਼ਕਲ ਵੀ ਬਦਲਦੀਆਂ ਹਨ। ਲਾਈਨ 70 ਵਿੱਚ 12 ਨੂੰ 2 ਵਿੱਚ ਬਦਲੋ ਅਤੇ ਇਹ ਦੇਖਣ ਲਈ ਚਿੱਤਰ ਦੀ ਉੱਪਰਲੀ ਕਤਾਰ ਨੂੰ ਦੇਖੋ ਕਿ ਮੇਰਾ ਕੀ ਮਤਲਬ ਹੈ।

ਅਤੇ ਇਸ ਗੱਲ ਦਾ ਕੋਈ ਫਰਕ ਨਹੀਂ ਪੈਂਦਾ ਕਿ ਤੁਸੀਂ ਜੋ ਵੀ JPEG ਚਿੱਤਰ ਵਰਤਦੇ ਹੋ, ਬਾਈਟਸ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਦੇ ਸਮੇਂ ਤੁਸੀਂ ਹਮੇਸ਼ਾਂ ਇਹ ਰਹੱਸਮਈ ਸ਼ਤਰੰਜ ਪੈਟਰਨ ਪਾਓਗੇ।

ਸੰਪਾਦਕ ਦੇ ਨਾਲ ਖੇਡਦੇ ਸਮੇਂ, ਇਹ ਸਮਝਣਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ ਕਿ ਇਹਨਾਂ ਬਾਈਟਾਂ ਤੋਂ ਇੱਕ ਫੋਟੋ ਨੂੰ ਕਿਵੇਂ ਦੁਬਾਰਾ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਜੇਪੀਈਜੀ ਕੰਪਰੈਸ਼ਨ ਵਿੱਚ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਤਕਨਾਲੋਜੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਜੋ ਕ੍ਰਮਵਾਰ ਪੱਧਰਾਂ ਵਿੱਚ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ। ਅਸੀਂ ਉਸ ਰਹੱਸਮਈ ਵਿਵਹਾਰ ਦਾ ਪਰਦਾਫਾਸ਼ ਕਰਨ ਲਈ ਹਰੇਕ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਅਧਿਐਨ ਕਰਾਂਗੇ ਜੋ ਅਸੀਂ ਦੇਖ ਰਹੇ ਹਾਂ।

JPEG ਕੰਪਰੈਸ਼ਨ ਦੇ ਤਿੰਨ ਪੱਧਰ:

1. ਰੰਗ ਉਪ-ਨਮੂਨਾ.
2. ਡਿਸਕ੍ਰਿਟ ਕੋਸਾਈਨ ਟ੍ਰਾਂਸਫਾਰਮ ਅਤੇ ਸੈਂਪਲਿੰਗ.
3. ਲੰਬਾਈ ਇੰਕੋਡਿੰਗ ਚਲਾਓ, ਡੈਲਟਾ и ਹਫਮੈਨ

ਤੁਹਾਨੂੰ ਕੰਪਰੈਸ਼ਨ ਦੀ ਤੀਬਰਤਾ ਦਾ ਇੱਕ ਵਿਚਾਰ ਦੇਣ ਲਈ, ਨੋਟ ਕਰੋ ਕਿ ਉਪਰੋਕਤ ਚਿੱਤਰ 79 ਸੰਖਿਆਵਾਂ, ਜਾਂ ਲਗਭਗ 819 KB ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜੇਕਰ ਅਸੀਂ ਇਸਨੂੰ ਕੰਪਰੈਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਸਟੋਰ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਹਰੇਕ ਪਿਕਸਲ ਨੂੰ ਤਿੰਨ ਨੰਬਰਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ - ਲਾਲ, ਹਰੇ ਅਤੇ ਨੀਲੇ ਭਾਗਾਂ ਲਈ। ਇਹ 79 ਨੰਬਰ, ਜਾਂ ਲਗਭਗ. 917 KB JPEG ਕੰਪਰੈਸ਼ਨ ਦੇ ਨਤੀਜੇ ਵਜੋਂ, ਫਾਈਨਲ ਫਾਈਲ ਨੂੰ 700 ਗੁਣਾ ਤੋਂ ਵੱਧ ਘਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ!

ਵਾਸਤਵ ਵਿੱਚ, ਇਸ ਚਿੱਤਰ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਕੁਚਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ. ਹੇਠਾਂ ਦੋ ਤਸਵੀਰਾਂ ਨਾਲ-ਨਾਲ ਹਨ - ਸੱਜੇ ਪਾਸੇ ਦੀ ਫੋਟੋ ਨੂੰ 16 KB ਤੱਕ ਸੰਕੁਚਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਯਾਨੀ, ਅਣ-ਸੰਕੁਚਿਤ ਸੰਸਕਰਣ ਨਾਲੋਂ 57 ਗੁਣਾ ਛੋਟਾ!

ਜੇਕਰ ਤੁਸੀਂ ਧਿਆਨ ਨਾਲ ਦੇਖੋਗੇ, ਤਾਂ ਤੁਸੀਂ ਦੇਖੋਗੇ ਕਿ ਇਹ ਤਸਵੀਰਾਂ ਇੱਕੋ ਜਿਹੀਆਂ ਨਹੀਂ ਹਨ। ਇਹ ਦੋਵੇਂ JPEG ਕੰਪਰੈਸ਼ਨ ਵਾਲੇ ਚਿੱਤਰ ਹਨ, ਪਰ ਸਹੀ ਇੱਕ ਵਾਲੀਅਮ ਵਿੱਚ ਬਹੁਤ ਛੋਟਾ ਹੈ। ਇਹ ਥੋੜਾ ਬੁਰਾ ਵੀ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ (ਬੈਕਗ੍ਰਾਉਂਡ ਰੰਗ ਵਰਗਾਂ ਨੂੰ ਦੇਖੋ)। ਇਸੇ ਕਰਕੇ JPEG ਨੂੰ ਨੁਕਸਾਨਦਾਇਕ ਕੰਪਰੈਸ਼ਨ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ; ਕੰਪਰੈਸ਼ਨ ਪ੍ਰਕਿਰਿਆ ਦੇ ਦੌਰਾਨ, ਚਿੱਤਰ ਬਦਲਦਾ ਹੈ ਅਤੇ ਕੁਝ ਵੇਰਵੇ ਗੁਆ ਦਿੰਦਾ ਹੈ.

1. ਰੰਗ ਉਪ-ਨਮੂਨਾ

ਇੱਥੇ ਇੱਕ ਚਿੱਤਰ ਹੈ ਜਿਸ ਵਿੱਚ ਕੰਪਰੈਸ਼ਨ ਦੇ ਸਿਰਫ ਪਹਿਲੇ ਪੱਧਰ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ।

(ਇੰਟਰਐਕਟਿਵ ਸੰਸਕਰਣ - ਵਿੱਚ ਅਸਲੀ ਲੇਖ). ਇੱਕ ਨੰਬਰ ਨੂੰ ਹਟਾਉਣ ਨਾਲ ਸਾਰੇ ਰੰਗ ਨਸ਼ਟ ਹੋ ਜਾਂਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਜੇ ਬਿਲਕੁਲ ਛੇ ਸੰਖਿਆਵਾਂ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਸਦਾ ਚਿੱਤਰ 'ਤੇ ਅਸਲ ਵਿੱਚ ਕੋਈ ਪ੍ਰਭਾਵ ਨਹੀਂ ਹੁੰਦਾ.

ਹੁਣ ਅੰਕਾਂ ਨੂੰ ਸਮਝਣਾ ਥੋੜ੍ਹਾ ਆਸਾਨ ਹੈ। ਇਹ ਰੰਗਾਂ ਦੀ ਲਗਭਗ ਇੱਕ ਸਧਾਰਨ ਸੂਚੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਹਰ ਇੱਕ ਬਾਈਟ ਬਿਲਕੁਲ ਇੱਕ ਪਿਕਸਲ ਬਦਲਦਾ ਹੈ, ਪਰ ਇਸਦੇ ਨਾਲ ਹੀ ਇਹ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਅਸੰਕੁਚਿਤ ਚਿੱਤਰ (ਜੋ ਇਸ ਘਟੇ ਹੋਏ ਆਕਾਰ ਵਿੱਚ ਲਗਭਗ 300 KB ਲੈਂਦਾ ਹੈ) ਦਾ ਅੱਧਾ ਆਕਾਰ ਹੈ। ਕੀ ਤੁਸੀਂ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ ਕਿ ਕਿਉਂ?

ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ ਕਿ ਇਹ ਨੰਬਰ ਮਿਆਰੀ ਲਾਲ, ਹਰੇ ਅਤੇ ਨੀਲੇ ਭਾਗਾਂ ਨੂੰ ਨਹੀਂ ਦਰਸਾਉਂਦੇ, ਕਿਉਂਕਿ ਜੇਕਰ ਅਸੀਂ ਸਾਰੇ ਨੰਬਰਾਂ ਨੂੰ ਜ਼ੀਰੋ ਨਾਲ ਬਦਲਦੇ ਹਾਂ, ਤਾਂ ਸਾਨੂੰ ਇੱਕ ਹਰਾ ਚਿੱਤਰ ਮਿਲੇਗਾ (ਸਫ਼ੈਦ ਦੀ ਬਜਾਏ)।

ਇਹ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਇਹ ਬਾਈਟਸ Y (ਚਮਕ) ਲਈ ਹਨ,

ਸੀਬੀ (ਮੁਕਾਬਲਤਨ ਨੀਲਾਪਨ),

ਅਤੇ Cr (ਰਿਸ਼ਤੇਦਾਰ ਲਾਲੀ) ਤਸਵੀਰਾਂ।

RGB ਦੀ ਵਰਤੋਂ ਕਿਉਂ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ? ਆਖ਼ਰਕਾਰ, ਜ਼ਿਆਦਾਤਰ ਆਧੁਨਿਕ ਸਕ੍ਰੀਨਾਂ ਇਸ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦੀਆਂ ਹਨ. ਤੁਹਾਡਾ ਮਾਨੀਟਰ ਹਰ ਇੱਕ ਪਿਕਸਲ ਲਈ ਵੱਖ-ਵੱਖ ਤੀਬਰਤਾ ਦੇ ਨਾਲ ਲਾਲ, ਹਰੇ ਅਤੇ ਨੀਲੇ ਸਮੇਤ ਕਿਸੇ ਵੀ ਰੰਗ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਤਿੰਨਾਂ ਨੂੰ ਪੂਰੀ ਚਮਕ 'ਤੇ ਚਾਲੂ ਕਰਕੇ ਚਿੱਟਾ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਬੰਦ ਕਰਕੇ ਕਾਲਾ।

ਇਹ ਮਨੁੱਖੀ ਅੱਖ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨਾਲ ਵੀ ਬਹੁਤ ਸਮਾਨ ਹੈ। ਸਾਡੀਆਂ ਅੱਖਾਂ ਵਿੱਚ ਰੰਗ ਸੰਵੇਦਕ ਕਹਿੰਦੇ ਹਨ "ਸ਼ੰਕੂ", ਅਤੇ ਤਿੰਨ ਕਿਸਮਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਲਾਲ, ਹਰੇ, ਜਾਂ ਨੀਲੇ ਰੰਗਾਂ ਲਈ ਵਧੇਰੇ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ [S-ਕਿਸਮ ਦੇ ਕੋਨ ਵਾਇਲੇਟ-ਨੀਲੇ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੇ ਹਨ (ਅੰਗਰੇਜ਼ੀ ਸ਼ਾਰਟ - ਸ਼ਾਰਟ-ਵੇਵ ਸਪੈਕਟ੍ਰਮ ਤੋਂ S), ਐਮ. -ਟਾਈਪ - ਹਰੇ-ਪੀਲੇ (ਅੰਗ੍ਰੇਜ਼ੀ ਮਾਧਿਅਮ ਤੋਂ ਐਮ - ਮੀਡੀਅਮ-ਵੇਵ) ਵਿੱਚ, ਅਤੇ ਐਲ-ਟਾਈਪ - ਪੀਲੇ-ਲਾਲ ਵਿੱਚ (ਅੰਗਰੇਜ਼ੀ ਲੌਂਗ ਤੋਂ ਐਲ - ਲੰਬੀ-ਲਹਿਰ) ਸਪੈਕਟ੍ਰਮ ਦੇ ਹਿੱਸਿਆਂ ਵਿੱਚ। ਇਹਨਾਂ ਤਿੰਨ ਕਿਸਮਾਂ ਦੇ ਸ਼ੰਕੂਆਂ (ਅਤੇ ਡੰਡੇ, ਜੋ ਸਪੈਕਟ੍ਰਮ ਦੇ ਪੰਨੇ ਦੇ ਹਰੇ ਹਿੱਸੇ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੇ ਹਨ) ਦੀ ਮੌਜੂਦਗੀ ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਰੰਗ ਦ੍ਰਿਸ਼ਟੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। / ਲਗਭਗ. ਅਨੁਵਾਦ।] ਸਟਿਕਸ, ਸਾਡੀਆਂ ਅੱਖਾਂ ਵਿੱਚ ਇੱਕ ਹੋਰ ਕਿਸਮ ਦਾ ਫੋਟੋਰੀਸੈਪਟਰ, ਚਮਕ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਦੇ ਸਮਰੱਥ ਹੈ, ਪਰ ਰੰਗ ਪ੍ਰਤੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ। ਸਾਡੀਆਂ ਅੱਖਾਂ ਵਿੱਚ ਲਗਭਗ 120 ਮਿਲੀਅਨ ਡੰਡੇ ਅਤੇ ਸਿਰਫ 6 ਮਿਲੀਅਨ ਕੋਨ ਹਨ।

ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਸਾਡੀਆਂ ਅੱਖਾਂ ਰੰਗ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨਾਲੋਂ ਚਮਕ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਰੰਗ ਨੂੰ ਚਮਕ ਤੋਂ ਵੱਖ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਥੋੜਾ ਜਿਹਾ ਰੰਗ ਹਟਾ ਸਕਦੇ ਹੋ ਅਤੇ ਕਿਸੇ ਨੂੰ ਕੁਝ ਵੀ ਨਜ਼ਰ ਨਹੀਂ ਆਵੇਗਾ। ਕ੍ਰੋਮਾ ਸਬ-ਸੈਪਲਿੰਗ ਇੱਕ ਚਿੱਤਰ ਦੇ ਰੰਗ ਭਾਗਾਂ ਨੂੰ ਪ੍ਰਕਾਸ਼ਤ ਹਿੱਸਿਆਂ ਨਾਲੋਂ ਘੱਟ ਰੈਜ਼ੋਲਿਊਸ਼ਨ 'ਤੇ ਦਰਸਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਉਪਰੋਕਤ ਉਦਾਹਰਨ ਵਿੱਚ, ਹਰੇਕ ਪਿਕਸਲ ਵਿੱਚ ਬਿਲਕੁਲ ਇੱਕ Y ਕੰਪੋਨੈਂਟ ਹੈ, ਅਤੇ ਚਾਰ ਪਿਕਸਲ ਦੇ ਹਰੇਕ ਵਿਅਕਤੀਗਤ ਸਮੂਹ ਵਿੱਚ ਇੱਕ Cb ਅਤੇ ਇੱਕ Cr ਕੰਪੋਨੈਂਟ ਹੈ। ਇਸ ਲਈ, ਚਿੱਤਰ ਵਿੱਚ ਅਸਲ ਨਾਲੋਂ ਚਾਰ ਗੁਣਾ ਘੱਟ ਰੰਗ ਦੀ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਹੈ।

YCbCr ਕਲਰ ਸਪੇਸ ਦੀ ਵਰਤੋਂ ਨਾ ਸਿਰਫ਼ JPEG ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਹ ਅਸਲ ਵਿੱਚ ਟੈਲੀਵਿਜ਼ਨ ਪ੍ਰੋਗਰਾਮਾਂ ਲਈ 1938 ਵਿੱਚ ਖੋਜਿਆ ਗਿਆ ਸੀ। ਹਰ ਕਿਸੇ ਕੋਲ ਰੰਗੀਨ ਟੀਵੀ ਨਹੀਂ ਹੁੰਦਾ ਹੈ, ਇਸਲਈ ਰੰਗ ਅਤੇ ਚਮਕ ਨੂੰ ਵੱਖ ਕਰਨ ਨਾਲ ਹਰੇਕ ਨੂੰ ਇੱਕੋ ਜਿਹਾ ਸਿਗਨਲ ਪ੍ਰਾਪਤ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਬਿਨਾਂ ਰੰਗ ਦੇ ਟੀਵੀ ਸਿਰਫ਼ ਚਮਕ ਵਾਲੇ ਹਿੱਸੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

ਇਸ ਲਈ ਸੰਪਾਦਕ ਤੋਂ ਇੱਕ ਨੰਬਰ ਨੂੰ ਹਟਾਉਣਾ ਸਾਰੇ ਰੰਗਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵਿਗਾੜ ਦਿੰਦਾ ਹੈ. ਭਾਗਾਂ ਨੂੰ YYYY Cb Cr ਦੇ ਰੂਪ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ (ਅਸਲ ਵਿੱਚ, ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਉਸ ਕ੍ਰਮ ਵਿੱਚ - ਸਟੋਰੇਜ ਆਰਡਰ ਫਾਈਲ ਹੈਡਰ ਵਿੱਚ ਦਿੱਤਾ ਗਿਆ ਹੈ)। ਪਹਿਲੇ ਨੰਬਰ ਨੂੰ ਹਟਾਉਣ ਨਾਲ Cb ਦੇ ਪਹਿਲੇ ਮੁੱਲ ਨੂੰ Y, Cr ਨੂੰ Cb ਵਜੋਂ ਸਮਝਿਆ ਜਾਵੇਗਾ, ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਡੋਮਿਨੋ ਪ੍ਰਭਾਵ ਹੋਵੇਗਾ ਜੋ ਤਸਵੀਰ ਦੇ ਸਾਰੇ ਰੰਗਾਂ ਨੂੰ ਬਦਲ ਦਿੰਦਾ ਹੈ।

JPEG ਨਿਰਧਾਰਨ ਤੁਹਾਨੂੰ YCbCr ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਮਜਬੂਰ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਪਰ ਜ਼ਿਆਦਾਤਰ ਫਾਈਲਾਂ ਇਸਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਇਹ ਆਰਜੀਬੀ ਨਾਲੋਂ ਵਧੀਆ ਡਾਊਨਸੈਪਲਡ ਚਿੱਤਰ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਪਰ ਤੁਹਾਨੂੰ ਇਸਦੇ ਲਈ ਮੇਰਾ ਸ਼ਬਦ ਲੈਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਹੇਠਾਂ ਦਿੱਤੀ ਸਾਰਣੀ ਵਿੱਚ ਆਪਣੇ ਲਈ ਦੇਖੋ ਕਿ ਹਰੇਕ ਵਿਅਕਤੀਗਤ ਹਿੱਸੇ ਦੀ ਸਬ-ਸੈਪਲਿੰਗ RGB ਅਤੇ YCbCr ਦੋਵਾਂ ਵਿੱਚ ਕਿਸ ਤਰ੍ਹਾਂ ਦੀ ਦਿਖਾਈ ਦੇਵੇਗੀ।

(ਇੰਟਰਐਕਟਿਵ ਸੰਸਕਰਣ - ਵਿੱਚ ਅਸਲੀ ਲੇਖ).

ਨੀਲੇ ਨੂੰ ਹਟਾਉਣਾ ਲਾਲ ਜਾਂ ਹਰੇ ਦੇ ਰੂਪ ਵਿੱਚ ਧਿਆਨ ਦੇਣ ਯੋਗ ਨਹੀਂ ਹੈ. ਇਹ ਤੁਹਾਡੀਆਂ ਅੱਖਾਂ ਵਿੱਚ 64 ਲੱਖ ਸ਼ੰਕੂਆਂ ਦੇ ਕਾਰਨ ਹੈ, ਲਗਭਗ 32% ਲਾਲ, 2% ਹਰੇ ਅਤੇ XNUMX% ਨੀਲੇ ਪ੍ਰਤੀ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੇ ਹਨ।

Y ਕੰਪੋਨੈਂਟ (ਹੇਠਾਂ ਖੱਬੇ ਪਾਸੇ) ਦਾ ਨਮੂਨਾ ਸਭ ਤੋਂ ਵਧੀਆ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਤਬਦੀਲੀ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ.

ਇੱਕ ਚਿੱਤਰ ਨੂੰ RGB ਤੋਂ YCbCr ਵਿੱਚ ਬਦਲਣ ਨਾਲ ਫ਼ਾਈਲ ਦਾ ਆਕਾਰ ਨਹੀਂ ਘਟਦਾ ਹੈ, ਪਰ ਇਹ ਘੱਟ ਦਿਖਣਯੋਗ ਵੇਰਵਿਆਂ ਨੂੰ ਲੱਭਣਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਹਟਾਏ ਜਾ ਸਕਦੇ ਹਨ। ਦੂਜੇ ਪੜਾਅ ਵਿੱਚ ਨੁਕਸਾਨਦਾਇਕ ਸੰਕੁਚਨ ਹੁੰਦਾ ਹੈ। ਇਹ ਡੇਟਾ ਨੂੰ ਵਧੇਰੇ ਸੰਕੁਚਿਤ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕਰਨ ਦੇ ਵਿਚਾਰ 'ਤੇ ਅਧਾਰਤ ਹੈ।

2. ਡਿਸਕ੍ਰਿਟ ਕੋਸਾਈਨ ਟ੍ਰਾਂਸਫਾਰਮ ਅਤੇ ਸੈਂਪਲਿੰਗ

ਕੰਪਰੈਸ਼ਨ ਦਾ ਇਹ ਪੱਧਰ, ਜ਼ਿਆਦਾਤਰ ਹਿੱਸੇ ਲਈ, JPEG ਕੀ ਹੈ। ਰੰਗਾਂ ਨੂੰ YCbCr ਵਿੱਚ ਬਦਲਣ ਤੋਂ ਬਾਅਦ, ਭਾਗਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸੰਕੁਚਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸਲਈ ਅਸੀਂ ਫਿਰ ਸਿਰਫ਼ Y ਕੰਪੋਨੈਂਟ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ ਇੱਥੇ ਇਹ ਹੈ ਕਿ ਇਸ ਲੇਅਰ ਨੂੰ ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ Y ਕੰਪੋਨੈਂਟ ਬਾਈਟ ਕਿਵੇਂ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ।

(ਇੰਟਰਐਕਟਿਵ ਸੰਸਕਰਣ - ਵਿੱਚ ਅਸਲੀ ਲੇਖ). ਇੰਟਰਐਕਟਿਵ ਸੰਸਕਰਣ ਵਿੱਚ, ਇੱਕ ਪਿਕਸਲ 'ਤੇ ਕਲਿੱਕ ਕਰਨ ਨਾਲ ਸੰਪਾਦਕ ਨੂੰ ਉਸ ਲਾਈਨ ਤੱਕ ਸਕ੍ਰੋਲ ਕਰਦਾ ਹੈ ਜੋ ਇਸਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਅੰਤ ਤੋਂ ਸੰਖਿਆਵਾਂ ਨੂੰ ਹਟਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ ਜਾਂ ਇੱਕ ਨਿਸ਼ਚਤ ਸੰਖਿਆ ਵਿੱਚ ਕੁਝ ਜ਼ੀਰੋ ਜੋੜੋ।

ਪਹਿਲੀ ਨਜ਼ਰ 'ਤੇ, ਇਹ ਬਹੁਤ ਖਰਾਬ ਕੰਪਰੈਸ਼ਨ ਵਰਗਾ ਲੱਗਦਾ ਹੈ. ਇੱਕ ਚਿੱਤਰ ਵਿੱਚ 100 ਪਿਕਸਲ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਦੀ ਚਮਕ (ਵਾਈ-ਕੰਪੋਨੈਂਟ) ਨੂੰ ਦਰਸਾਉਣ ਲਈ 000 ਸੰਖਿਆਵਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ - ਜੋ ਕਿ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਨ ਨਾਲੋਂ ਵੀ ਮਾੜਾ ਹੈ!

ਹਾਲਾਂਕਿ, ਨੋਟ ਕਰੋ ਕਿ ਇਹਨਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਨੰਬਰ ਜ਼ੀਰੋ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਲਾਈਨਾਂ ਦੇ ਅੰਤ ਵਿੱਚ ਉਹ ਸਾਰੇ ਜ਼ੀਰੋ ਚਿੱਤਰ ਨੂੰ ਬਦਲੇ ਬਿਨਾਂ ਹਟਾਏ ਜਾ ਸਕਦੇ ਹਨ। ਲਗਭਗ 26 ਨੰਬਰ ਬਾਕੀ ਹਨ, ਅਤੇ ਇਹ ਲਗਭਗ 000 ਗੁਣਾ ਘੱਟ ਹੈ!

ਇਸ ਪੱਧਰ ਵਿੱਚ ਸ਼ਤਰੰਜ ਦੇ ਨਮੂਨੇ ਦਾ ਰਾਜ਼ ਹੈ। ਹੋਰ ਪ੍ਰਭਾਵਾਂ ਦੇ ਉਲਟ ਜੋ ਅਸੀਂ ਦੇਖਿਆ ਹੈ, ਇਹਨਾਂ ਪੈਟਰਨਾਂ ਦੀ ਦਿੱਖ ਕੋਈ ਗੜਬੜ ਨਹੀਂ ਹੈ। ਉਹ ਪੂਰੇ ਚਿੱਤਰ ਦੇ ਬਿਲਡਿੰਗ ਬਲਾਕ ਹਨ. ਸੰਪਾਦਕ ਦੀ ਹਰੇਕ ਲਾਈਨ ਵਿੱਚ ਬਿਲਕੁਲ 64 ਨੰਬਰ ਹੁੰਦੇ ਹਨ, 64 ਵਿਲੱਖਣ ਪੈਟਰਨਾਂ ਦੀ ਤੀਬਰਤਾ ਨਾਲ ਸੰਬੰਧਿਤ ਡਿਸਕ੍ਰਿਟ ਕੋਸਾਈਨ ਟ੍ਰਾਂਸਫਾਰਮ (DCT) ਗੁਣਾਂਕ।

ਇਹ ਪੈਟਰਨ ਕੋਸਾਈਨ ਪਲਾਟ ਦੇ ਆਧਾਰ 'ਤੇ ਬਣਦੇ ਹਨ। ਇੱਥੇ ਉਹਨਾਂ ਵਿੱਚੋਂ ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ:

8 ਔਕੜਾਂ ਵਿੱਚੋਂ 64

ਹੇਠਾਂ ਇੱਕ ਚਿੱਤਰ ਹੈ ਜੋ ਸਾਰੇ 64 ਪੈਟਰਨਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

(ਇੰਟਰਐਕਟਿਵ ਸੰਸਕਰਣ - ਵਿੱਚ ਅਸਲੀ ਲੇਖ).

ਇਹ ਪੈਟਰਨ ਵਿਸ਼ੇਸ਼ ਮਹੱਤਵ ਦੇ ਹਨ ਕਿਉਂਕਿ ਇਹ 8x8 ਚਿੱਤਰਾਂ ਦਾ ਆਧਾਰ ਬਣਦੇ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਰੇਖਿਕ ਅਲਜਬਰੇ ਤੋਂ ਅਣਜਾਣ ਹੋ, ਤਾਂ ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇਹਨਾਂ 8 ਪੈਟਰਨਾਂ ਤੋਂ ਕੋਈ ਵੀ 8x64 ਚਿੱਤਰ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। DCT ਚਿੱਤਰਾਂ ਨੂੰ 8x8 ਬਲਾਕਾਂ ਵਿੱਚ ਵੰਡਣ ਅਤੇ ਹਰੇਕ ਬਲਾਕ ਨੂੰ ਇਹਨਾਂ 64 ਗੁਣਾਂ ਦੇ ਸੁਮੇਲ ਵਿੱਚ ਬਦਲਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ।

ਇਹ ਜਾਦੂ ਵਾਂਗ ਜਾਪਦਾ ਹੈ ਕਿ ਕੋਈ ਵੀ ਚਿੱਤਰ 64 ਖਾਸ ਪੈਟਰਨਾਂ ਨਾਲ ਬਣਿਆ ਹੋ ਸਕਦਾ ਹੈ. ਹਾਲਾਂਕਿ, ਇਹ ਕਹਿਣ ਦੇ ਬਰਾਬਰ ਹੈ ਕਿ ਧਰਤੀ ਉੱਤੇ ਕਿਸੇ ਵੀ ਸਥਾਨ ਨੂੰ ਦੋ ਸੰਖਿਆਵਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾ ਸਕਦਾ ਹੈ - ਅਕਸ਼ਾਂਸ਼ ਅਤੇ ਲੰਬਕਾਰ [ਅਰਧ ਗੋਲੇ / ਲਗਭਗ ਦਰਸਾਉਂਦਾ ਹੈ। ਅਨੁਵਾਦ।] ਅਸੀਂ ਅਕਸਰ ਧਰਤੀ ਦੀ ਸਤ੍ਹਾ ਨੂੰ ਦੋ-ਅਯਾਮੀ ਸਮਝਦੇ ਹਾਂ, ਇਸ ਲਈ ਸਾਨੂੰ ਸਿਰਫ਼ ਦੋ ਸੰਖਿਆਵਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ 8x8 ਚਿੱਤਰ ਵਿੱਚ 64 ਮਾਪ ਹਨ, ਇਸਲਈ ਸਾਨੂੰ 64 ਨੰਬਰਾਂ ਦੀ ਲੋੜ ਹੈ।

ਇਹ ਅਜੇ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਕੰਪਰੈਸ਼ਨ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਸਾਡੀ ਕਿਵੇਂ ਮਦਦ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਸਾਨੂੰ ਇੱਕ 64x8 ਚਿੱਤਰ ਨੂੰ ਦਰਸਾਉਣ ਲਈ 8 ਨੰਬਰਾਂ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਇਹ ਸਿਰਫ਼ 64 ਚਮਕ ਦੇ ਭਾਗਾਂ ਨੂੰ ਸਟੋਰ ਕਰਨ ਨਾਲੋਂ ਬਿਹਤਰ ਕਿਉਂ ਹੋਵੇਗਾ? ਅਸੀਂ ਇਹ ਉਸੇ ਕਾਰਨ ਕਰਕੇ ਕਰਦੇ ਹਾਂ ਕਿ ਅਸੀਂ ਤਿੰਨ RGB ਨੰਬਰਾਂ ਨੂੰ ਤਿੰਨ YCbCr ਨੰਬਰਾਂ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ: ਇਹ ਸਾਨੂੰ ਸੂਖਮ ਵੇਰਵਿਆਂ ਨੂੰ ਹਟਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।

ਇਹ ਦੇਖਣਾ ਔਖਾ ਹੈ ਕਿ ਇਸ ਪੜਾਅ 'ਤੇ ਕਿਸ ਵੇਰਵੇ ਨੂੰ ਹਟਾਇਆ ਗਿਆ ਹੈ ਕਿਉਂਕਿ JPEG DCT ਨੂੰ 8x8 ਬਲਾਕਾਂ 'ਤੇ ਲਾਗੂ ਕਰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਕੋਈ ਵੀ ਸਾਨੂੰ ਇਸ ਨੂੰ ਪੂਰੀ ਤਸਵੀਰ 'ਤੇ ਲਾਗੂ ਕਰਨ ਲਈ ਮਨ੍ਹਾ ਨਹੀਂ ਕਰਦਾ. ਪੂਰੀ ਤਸਵੀਰ 'ਤੇ ਲਾਗੂ ਕੀਤੇ Y ਭਾਗ ਲਈ DCT ਕਿਹੋ ਜਿਹਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ:

60 ਤੋਂ ਵੱਧ ਸੰਖਿਆਵਾਂ ਨੂੰ ਫੋਟੋ ਵਿੱਚ ਕੋਈ ਧਿਆਨ ਦੇਣ ਯੋਗ ਤਬਦੀਲੀਆਂ ਦੇ ਨਾਲ ਅੰਤ ਤੋਂ ਹਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਨੋਟ ਕਰੋ ਕਿ ਜੇਕਰ ਅਸੀਂ ਪਹਿਲੇ ਪੰਜ ਨੰਬਰਾਂ ਨੂੰ ਜ਼ੀਰੋ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਅੰਤਰ ਸਪੱਸ਼ਟ ਹੋਵੇਗਾ।

ਸ਼ੁਰੂ ਵਿੱਚ ਨੰਬਰ ਚਿੱਤਰ ਵਿੱਚ ਘੱਟ ਬਾਰੰਬਾਰਤਾ ਦੇ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਜਿਸਨੂੰ ਸਾਡੀਆਂ ਅੱਖਾਂ ਸਭ ਤੋਂ ਵਧੀਆ ਢੰਗ ਨਾਲ ਚੁੱਕਦੀਆਂ ਹਨ। ਅੰਤ ਵੱਲ ਸੰਖਿਆਵਾਂ ਉੱਚ ਫ੍ਰੀਕੁਐਂਸੀ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ। "ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਅੱਖ ਕੀ ਨਹੀਂ ਦੇਖ ਸਕਦੀ," ਅਸੀਂ ਪਹਿਲੇ 5000 ਨੰਬਰਾਂ ਨੂੰ ਜ਼ੀਰੋ ਕਰਕੇ ਇਹਨਾਂ ਉੱਚ ਬਾਰੰਬਾਰਤਾ ਵੇਰਵਿਆਂ ਨੂੰ ਅਲੱਗ ਕਰ ਸਕਦੇ ਹਾਂ।

ਅਸੀਂ ਚਿੱਤਰ ਦੇ ਸਾਰੇ ਖੇਤਰਾਂ ਨੂੰ ਦੇਖਦੇ ਹਾਂ ਜਿੱਥੇ ਪਿਕਸਲ ਤੋਂ ਪਿਕਸਲ ਤੱਕ ਸਭ ਤੋਂ ਵੱਡਾ ਬਦਲਾਅ ਹੁੰਦਾ ਹੈ। ਬਿੱਲੀ ਦੀਆਂ ਅੱਖਾਂ, ਉਸ ਦੀਆਂ ਮੁੱਛਾਂ, ਟੈਰੀ ਕੰਬਲ ਅਤੇ ਹੇਠਲੇ ਖੱਬੇ ਕੋਨੇ ਵਿੱਚ ਪਰਛਾਵੇਂ ਖੜ੍ਹੇ ਹਨ। ਤੁਸੀਂ ਪਹਿਲੇ 10 ਨੰਬਰਾਂ ਨੂੰ ਜ਼ੀਰੋ ਕਰਕੇ ਅੱਗੇ ਜਾ ਸਕਦੇ ਹੋ:

20:

40:

60:

ਇਹ ਉੱਚ-ਵਾਰਵਾਰਤਾ ਵੇਰਵਿਆਂ ਨੂੰ ਕੰਪਰੈਸ਼ਨ ਪੜਾਅ ਦੌਰਾਨ JPEG ਦੁਆਰਾ ਹਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ। ਰੰਗਾਂ ਨੂੰ ਡੀਸੀਟੀ ਗੁਣਾਂਕ ਵਿੱਚ ਬਦਲਣ ਵਿੱਚ ਕੋਈ ਨੁਕਸਾਨ ਨਹੀਂ ਹੁੰਦਾ। ਨੁਕਸਾਨ ਨਮੂਨੇ ਦੇ ਪੜਾਅ 'ਤੇ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ ਉੱਚ-ਵਾਰਵਾਰਤਾ ਜਾਂ ਨੇੜੇ-ਜ਼ੀਰੋ ਮੁੱਲਾਂ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ JPEG ਸੇਵਿੰਗ ਕੁਆਲਿਟੀ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹੋ, ਤਾਂ ਪ੍ਰੋਗਰਾਮ ਹਟਾਏ ਗਏ ਮੁੱਲਾਂ ਦੀ ਗਿਣਤੀ ਲਈ ਥ੍ਰੈਸ਼ਹੋਲਡ ਵਧਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਫਾਈਲ ਦਾ ਆਕਾਰ ਘਟਾਉਂਦਾ ਹੈ, ਪਰ ਤਸਵੀਰ ਨੂੰ ਹੋਰ ਪਿਕਸਲੇਟ ਬਣਾਉਂਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਪਹਿਲੇ ਭਾਗ ਦੀ ਤਸਵੀਰ, ਜੋ ਕਿ 57 ਗੁਣਾ ਛੋਟੀ ਸੀ, ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੱਤੀ। ਹਰੇਕ 8x8 ਬਲਾਕ ਨੂੰ ਉੱਚ ਗੁਣਵੱਤਾ ਵਾਲੇ ਸੰਸਕਰਣ ਦੇ ਮੁਕਾਬਲੇ ਬਹੁਤ ਘੱਟ DCT ਗੁਣਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਸੀ।

ਤੁਸੀਂ ਚਿੱਤਰਾਂ ਦੀ ਹੌਲੀ-ਹੌਲੀ ਸਟ੍ਰੀਮਿੰਗ ਵਰਗਾ ਇੱਕ ਠੰਡਾ ਪ੍ਰਭਾਵ ਬਣਾ ਸਕਦੇ ਹੋ। ਤੁਸੀਂ ਇੱਕ ਧੁੰਦਲੀ ਤਸਵੀਰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਵੱਧ ਤੋਂ ਵੱਧ ਵਿਸਤ੍ਰਿਤ ਬਣ ਜਾਂਦੀ ਹੈ ਕਿਉਂਕਿ ਵੱਧ ਤੋਂ ਵੱਧ ਗੁਣਾਂਕ ਡਾਊਨਲੋਡ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

ਇੱਥੇ, ਸਿਰਫ਼ ਮਨੋਰੰਜਨ ਲਈ, ਤੁਸੀਂ ਸਿਰਫ਼ 24 ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ:

ਜਾਂ ਸਿਰਫ਼ 5000:

ਬਹੁਤ ਧੁੰਦਲਾ, ਪਰ ਕਿਸੇ ਤਰ੍ਹਾਂ ਪਛਾਣਨਯੋਗ!

3. ਲੰਬਾਈ ਇੰਕੋਡਿੰਗ, ਡੈਲਟਾ ਅਤੇ ਹਫਮੈਨ ਚਲਾਓ

ਹੁਣ ਤੱਕ, ਕੰਪਰੈਸ਼ਨ ਦੇ ਸਾਰੇ ਪੜਾਅ ਨੁਕਸਾਨਦੇਹ ਰਹੇ ਹਨ. ਆਖਰੀ ਪੜਾਅ, ਇਸਦੇ ਉਲਟ, ਬਿਨਾਂ ਨੁਕਸਾਨ ਦੇ ਅੱਗੇ ਵਧਦਾ ਹੈ. ਇਹ ਜਾਣਕਾਰੀ ਨੂੰ ਨਹੀਂ ਮਿਟਾਉਂਦਾ ਹੈ, ਪਰ ਇਹ ਫਾਈਲ ਦੇ ਆਕਾਰ ਨੂੰ ਮਹੱਤਵਪੂਰਣ ਰੂਪ ਵਿੱਚ ਘਟਾਉਂਦਾ ਹੈ.

ਤੁਸੀਂ ਜਾਣਕਾਰੀ ਨੂੰ ਸੁੱਟੇ ਬਿਨਾਂ ਕਿਸੇ ਚੀਜ਼ ਨੂੰ ਕਿਵੇਂ ਸੰਕੁਚਿਤ ਕਰ ਸਕਦੇ ਹੋ? ਕਲਪਨਾ ਕਰੋ ਕਿ ਅਸੀਂ ਇੱਕ ਸਧਾਰਨ ਕਾਲੇ ਆਇਤ 700 x 437 ਦਾ ਵਰਣਨ ਕਿਵੇਂ ਕਰਾਂਗੇ।

JPEG ਇਸਦੇ ਲਈ 5000 ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਪਰ ਇਸ ਤੋਂ ਬਹੁਤ ਵਧੀਆ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਕੀ ਤੁਸੀਂ ਇੱਕ ਏਨਕੋਡਿੰਗ ਸਕੀਮ ਦੀ ਕਲਪਨਾ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਸੰਭਵ ਤੌਰ 'ਤੇ ਘੱਟ ਬਾਈਟਾਂ ਵਿੱਚ ਅਜਿਹੇ ਚਿੱਤਰ ਦਾ ਵਰਣਨ ਕਰੇਗੀ?

ਘੱਟੋ-ਘੱਟ ਸਕੀਮ ਜਿਸ ਨਾਲ ਮੈਂ ਆ ਸਕਦਾ ਹਾਂ ਉਹ ਚਾਰ ਵਰਤਦਾ ਹੈ: ਇੱਕ ਰੰਗ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਤਿੰਨ, ਅਤੇ ਚੌਥਾ ਇਹ ਦਰਸਾਉਣ ਲਈ ਕਿ ਉਸ ਰੰਗ ਵਿੱਚ ਕਿੰਨੇ ਪਿਕਸਲ ਹਨ। ਇਸ ਸੰਘਣੇ ਤਰੀਕੇ ਨਾਲ ਦੁਹਰਾਉਣ ਵਾਲੇ ਮੁੱਲਾਂ ਨੂੰ ਦਰਸਾਉਣ ਦੇ ਵਿਚਾਰ ਨੂੰ ਰਨ-ਲੰਬਾਈ ਇੰਕੋਡਿੰਗ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਨੁਕਸਾਨ ਰਹਿਤ ਹੈ ਕਿਉਂਕਿ ਅਸੀਂ ਏਨਕੋਡ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਇਸਦੇ ਅਸਲ ਰੂਪ ਵਿੱਚ ਰੀਸਟੋਰ ਕਰ ਸਕਦੇ ਹਾਂ।

ਇੱਕ ਕਾਲੇ ਆਇਤ ਵਾਲੀ ਇੱਕ JPEG ਫਾਈਲ 4 ਬਾਈਟਾਂ ਤੋਂ ਬਹੁਤ ਵੱਡੀ ਹੁੰਦੀ ਹੈ - ਯਾਦ ਰੱਖੋ ਕਿ DCT ਪੱਧਰ 'ਤੇ, ਕੰਪਰੈਸ਼ਨ 8x8 ਪਿਕਸਲ ਬਲਾਕਾਂ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਈ, ਘੱਟੋ-ਘੱਟ, ਸਾਨੂੰ ਹਰ 64 ਪਿਕਸਲ ਲਈ ਇੱਕ DCT ਗੁਣਾਂਕ ਦੀ ਲੋੜ ਹੈ। ਸਾਨੂੰ ਇੱਕ ਦੀ ਲੋੜ ਹੈ ਕਿਉਂਕਿ 63 ਜ਼ੀਰੋ ਦੇ ਬਾਅਦ ਇੱਕ DCT ਗੁਣਾਂਕ ਨੂੰ ਸਟੋਰ ਕਰਨ ਦੀ ਬਜਾਏ, ਰਨ ਲੰਬਾਈ ਏਨਕੋਡਿੰਗ ਸਾਨੂੰ ਇੱਕ ਨੰਬਰ ਸਟੋਰ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ ਅਤੇ ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ "ਬਾਕੀ ਸਾਰੇ ਜ਼ੀਰੋ ਹਨ।"

ਡੈਲਟਾ ਏਨਕੋਡਿੰਗ ਇੱਕ ਤਕਨੀਕ ਹੈ ਜਿਸ ਵਿੱਚ ਹਰੇਕ ਬਾਈਟ ਵਿੱਚ ਇੱਕ ਪੂਰਨ ਮੁੱਲ ਦੀ ਬਜਾਏ ਕੁਝ ਮੁੱਲ ਤੋਂ ਇੱਕ ਅੰਤਰ ਹੁੰਦਾ ਹੈ। ਇਸ ਲਈ, ਕੁਝ ਬਾਈਟਾਂ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਨ ਨਾਲ ਬਾਕੀ ਸਾਰੇ ਪਿਕਸਲ ਦਾ ਰੰਗ ਬਦਲ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਸਟੋਰ ਕਰਨ ਦੀ ਬਜਾਏ

1213141414131314

ਅਸੀਂ 12 ਨਾਲ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ ਫਿਰ ਸਿਰਫ਼ ਇਹ ਦਰਸਾ ਸਕਦੇ ਹਾਂ ਕਿ ਅਗਲਾ ਨੰਬਰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਸਾਨੂੰ ਕਿੰਨਾ ਜੋੜਨਾ ਜਾਂ ਘਟਾਉਣ ਦੀ ਲੋੜ ਹੈ। ਅਤੇ ਡੈਲਟਾ ਕੋਡਿੰਗ ਵਿੱਚ ਇਹ ਕ੍ਰਮ ਇਹ ਰੂਪ ਲੈਂਦਾ ਹੈ:

12 1 1 0 0 -1 0 1

ਪਰਿਵਰਤਿਤ ਡੇਟਾ ਅਸਲ ਡੇਟਾ ਤੋਂ ਛੋਟਾ ਨਹੀਂ ਹੈ, ਪਰ ਇਸਨੂੰ ਸੰਕੁਚਿਤ ਕਰਨਾ ਆਸਾਨ ਹੈ। ਰਨ ਲੈਂਥ ਏਨਕੋਡਿੰਗ ਤੋਂ ਪਹਿਲਾਂ ਡੈਲਟਾ ਏਨਕੋਡਿੰਗ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਨੁਕਸਾਨ ਰਹਿਤ ਕੰਪਰੈਸ਼ਨ ਹੋਣ ਦੇ ਦੌਰਾਨ ਬਹੁਤ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ।

ਡੈਲਟਾ ਕੋਡਿੰਗ 8x8 ਬਲਾਕਾਂ ਤੋਂ ਬਾਹਰ ਵਰਤੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਕੁਝ ਤਕਨੀਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। 64 ਡੀਸੀਟੀ ਗੁਣਾਂ ਵਿੱਚੋਂ, ਇੱਕ ਸਿਰਫ਼ ਇੱਕ ਸਥਿਰ ਵੇਵ ਫੰਕਸ਼ਨ (ਠੋਸ ਰੰਗ) ਹੈ। ਇਹ ਲੂਮਾ ਕੰਪੋਨੈਂਟਸ ਲਈ ਹਰੇਕ ਬਲਾਕ ਦੀ ਔਸਤ ਚਮਕ, ਜਾਂ Cb ਕੰਪੋਨੈਂਟਸ ਲਈ ਔਸਤ ਨੀਲੀਪਨ, ਆਦਿ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਹਰੇਕ DCT ਬਲਾਕ ਦੇ ਪਹਿਲੇ ਮੁੱਲ ਨੂੰ DC ਵੈਲਯੂ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਹਰੇਕ DC ਮੁੱਲ ਨੂੰ ਪਿਛਲੇ ਲੋਕਾਂ ਦੇ ਸਬੰਧ ਵਿੱਚ ਡੈਲਟਾ ਏਨਕੋਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਈ, ਪਹਿਲੇ ਬਲਾਕ ਦੀ ਚਮਕ ਬਦਲਣ ਨਾਲ ਸਾਰੇ ਬਲਾਕ ਪ੍ਰਭਾਵਿਤ ਹੋਣਗੇ।

ਅੰਤਮ ਰਹੱਸ ਰਹਿੰਦਾ ਹੈ: ਇਕਵਚਨ ਨੂੰ ਬਦਲਣਾ ਪੂਰੀ ਤਸਵੀਰ ਨੂੰ ਕਿਵੇਂ ਵਿਗਾੜਦਾ ਹੈ? ਹੁਣ ਤੱਕ, ਕੰਪਰੈਸ਼ਨ ਪੱਧਰਾਂ ਵਿੱਚ ਅਜਿਹੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਹੀਂ ਹਨ. ਜਵਾਬ JPEG ਸਿਰਲੇਖ ਵਿੱਚ ਹੈ। ਪਹਿਲੇ 500 ਬਾਈਟਾਂ ਵਿੱਚ ਚਿੱਤਰ - ਚੌੜਾਈ, ਉਚਾਈ, ਆਦਿ ਬਾਰੇ ਮੈਟਾਡੇਟਾ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਅਸੀਂ ਅਜੇ ਤੱਕ ਉਹਨਾਂ ਨਾਲ ਕੰਮ ਨਹੀਂ ਕੀਤਾ ਹੈ।

ਸਿਰਲੇਖ ਤੋਂ ਬਿਨਾਂ JPEG ਨੂੰ ਡੀਕੋਡ ਕਰਨਾ ਲਗਭਗ ਅਸੰਭਵ (ਜਾਂ ਬਹੁਤ ਮੁਸ਼ਕਲ) ਹੈ। ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਲੱਗੇਗਾ ਜਿਵੇਂ ਮੈਂ ਤੁਹਾਨੂੰ ਤਸਵੀਰ ਦਾ ਵਰਣਨ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹਾਂ, ਅਤੇ ਮੈਂ ਆਪਣੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵਿਅਕਤ ਕਰਨ ਲਈ ਸ਼ਬਦਾਂ ਦੀ ਕਾਢ ਕੱਢਣਾ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹਾਂ. ਵਰਣਨ ਸੰਭਵ ਤੌਰ 'ਤੇ ਕਾਫ਼ੀ ਸੰਘਣਾ ਹੋਵੇਗਾ, ਕਿਉਂਕਿ ਮੈਂ ਬਿਲਕੁਲ ਉਸੇ ਅਰਥ ਦੇ ਨਾਲ ਸ਼ਬਦਾਂ ਦੀ ਕਾਢ ਕੱਢ ਸਕਦਾ ਹਾਂ ਜੋ ਮੈਂ ਦੱਸਣਾ ਚਾਹੁੰਦਾ ਹਾਂ, ਪਰ ਬਾਕੀ ਸਾਰਿਆਂ ਲਈ ਉਹ ਅਰਥ ਨਹੀਂ ਕਰਨਗੇ.

ਇਹ ਬੇਵਕੂਫੀ ਦੀ ਆਵਾਜ਼ ਹੈ, ਪਰ ਇਹ ਬਿਲਕੁਲ ਅਜਿਹਾ ਹੀ ਹੁੰਦਾ ਹੈ. ਹਰੇਕ JPEG ਚਿੱਤਰ ਨੂੰ ਇਸਦੇ ਲਈ ਵਿਸ਼ੇਸ਼ ਕੋਡਾਂ ਨਾਲ ਸੰਕੁਚਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਕੋਡ ਡਿਕਸ਼ਨਰੀ ਹੈਡਰ ਵਿੱਚ ਸਟੋਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਤਕਨੀਕ ਨੂੰ ਹਫਮੈਨ ਕੋਡ ਅਤੇ ਸ਼ਬਦਾਵਲੀ ਨੂੰ ਹਫਮੈਨ ਟੇਬਲ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਸਿਰਲੇਖ ਵਿੱਚ, ਸਾਰਣੀ ਨੂੰ ਦੋ ਬਾਈਟਾਂ ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਗਿਆ ਹੈ - 255 ਅਤੇ ਫਿਰ 196। ਹਰੇਕ ਰੰਗ ਦੇ ਹਿੱਸੇ ਦੀ ਆਪਣੀ ਸਾਰਣੀ ਹੋ ਸਕਦੀ ਹੈ।

ਟੇਬਲ ਵਿੱਚ ਬਦਲਾਅ ਕਿਸੇ ਵੀ ਚਿੱਤਰ ਨੂੰ ਮੂਲ ਰੂਪ ਵਿੱਚ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗਾ। ਇੱਕ ਚੰਗੀ ਉਦਾਹਰਣ 15ਵੀਂ ਲਾਈਨ ਨੂੰ 1 ਵਿੱਚ ਬਦਲਣਾ ਹੈ।

ਅਜਿਹਾ ਇਸ ਲਈ ਹੁੰਦਾ ਹੈ ਕਿਉਂਕਿ ਟੇਬਲ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਵਿਅਕਤੀਗਤ ਬਿੱਟਾਂ ਨੂੰ ਕਿਵੇਂ ਪੜ੍ਹਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਹੁਣ ਤੱਕ ਅਸੀਂ ਸਿਰਫ ਦਸ਼ਮਲਵ ਰੂਪ ਵਿੱਚ ਬਾਈਨਰੀ ਨੰਬਰਾਂ ਨਾਲ ਕੰਮ ਕੀਤਾ ਹੈ। ਪਰ ਇਹ ਸਾਡੇ ਤੋਂ ਇਸ ਤੱਥ ਨੂੰ ਛੁਪਾਉਂਦਾ ਹੈ ਕਿ ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਬਾਈਟ ਵਿੱਚ ਨੰਬਰ 1 ਨੂੰ ਸਟੋਰ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਇਹ 00000001 ਵਰਗਾ ਦਿਖਾਈ ਦੇਵੇਗਾ, ਕਿਉਂਕਿ ਹਰੇਕ ਬਾਈਟ ਵਿੱਚ ਬਿਲਕੁਲ ਅੱਠ ਬਿੱਟ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਭਾਵੇਂ ਉਹਨਾਂ ਵਿੱਚੋਂ ਸਿਰਫ਼ ਇੱਕ ਦੀ ਲੋੜ ਹੋਵੇ।

ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਬਹੁਤ ਸਾਰੀਆਂ ਛੋਟੀਆਂ ਸੰਖਿਆਵਾਂ ਹਨ ਤਾਂ ਇਹ ਸਪੇਸ ਦੀ ਇੱਕ ਵੱਡੀ ਬਰਬਾਦੀ ਹੈ। ਹਫਮੈਨ ਕੋਡ ਇੱਕ ਤਕਨੀਕ ਹੈ ਜੋ ਸਾਨੂੰ ਇਸ ਲੋੜ ਨੂੰ ਢਿੱਲ ਦੇਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ ਕਿ ਹਰੇਕ ਨੰਬਰ ਵਿੱਚ ਅੱਠ ਬਿੱਟ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਜੇ ਤੁਸੀਂ ਦੋ ਬਾਈਟ ਦੇਖਦੇ ਹੋ:

234 115

ਫਿਰ, ਹਫਮੈਨ ਟੇਬਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਿਆਂ, ਇਹ ਤਿੰਨ ਨੰਬਰ ਹੋ ਸਕਦੇ ਹਨ। ਉਹਨਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਪਹਿਲਾਂ ਉਹਨਾਂ ਨੂੰ ਵਿਅਕਤੀਗਤ ਬਿੱਟਾਂ ਵਿੱਚ ਵੰਡਣ ਦੀ ਲੋੜ ਹੈ:

11101010 01110011

ਫਿਰ ਅਸੀਂ ਇਹ ਪਤਾ ਲਗਾਉਣ ਲਈ ਸਾਰਣੀ ਨੂੰ ਦੇਖਦੇ ਹਾਂ ਕਿ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਸਮੂਹ ਕਰਨਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇਹ ਪਹਿਲੇ ਛੇ ਬਿੱਟ, (111010), ਜਾਂ ਦਸ਼ਮਲਵ ਵਿੱਚ 58, ਪੰਜ ਬਿੱਟ (10011), ਜਾਂ 19, ਅਤੇ ਅੰਤ ਵਿੱਚ ਆਖਰੀ ਚਾਰ ਬਿੱਟ (0011), ਜਾਂ 3 ਹੋ ਸਕਦੇ ਹਨ।

ਇਸ ਲਈ, ਕੰਪਰੈਸ਼ਨ ਦੇ ਇਸ ਪੜਾਅ 'ਤੇ ਬਾਈਟਾਂ ਨੂੰ ਸਮਝਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੈ. ਬਾਈਟ ਉਹ ਨਹੀਂ ਦਰਸਾਉਂਦੇ ਜੋ ਉਹ ਜਾਪਦੇ ਹਨ। ਮੈਂ ਇਸ ਲੇਖ ਵਿਚ ਸਾਰਣੀ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਵੇਰਵਿਆਂ ਵਿਚ ਨਹੀਂ ਜਾਵਾਂਗਾ, ਪਰ ਸਮੱਗਰੀ ਦੀ ਇਸ ਮੁੱਦੇ 'ਤੇ ਆਨਲਾਈਨ ਕਾਫੀ ਹੈ.

ਇੱਕ ਦਿਲਚਸਪ ਚਾਲ ਜੋ ਤੁਸੀਂ ਇਸ ਗਿਆਨ ਨਾਲ ਕਰ ਸਕਦੇ ਹੋ ਉਹ ਹੈ ਸਿਰਲੇਖ ਨੂੰ JPEG ਤੋਂ ਵੱਖ ਕਰਨਾ ਅਤੇ ਇਸਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸਟੋਰ ਕਰਨਾ। ਵਾਸਤਵ ਵਿੱਚ, ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ ਕਿ ਸਿਰਫ ਤੁਸੀਂ ਫਾਈਲ ਨੂੰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ. ਫੇਸਬੁੱਕ ਫਾਈਲਾਂ ਨੂੰ ਹੋਰ ਛੋਟੀਆਂ ਬਣਾਉਣ ਲਈ ਅਜਿਹਾ ਕਰਦਾ ਹੈ।

ਹੋਰ ਕੀ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਹਫਮੈਨ ਟੇਬਲ ਨੂੰ ਕਾਫ਼ੀ ਬਦਲਣਾ ਹੈ. ਦੂਜਿਆਂ ਲਈ ਇਹ ਟੁੱਟੀ ਹੋਈ ਤਸਵੀਰ ਵਾਂਗ ਦਿਖਾਈ ਦੇਵੇਗਾ। ਅਤੇ ਸਿਰਫ ਤੁਸੀਂ ਇਸ ਨੂੰ ਠੀਕ ਕਰਨ ਦਾ ਜਾਦੂਈ ਤਰੀਕਾ ਜਾਣਦੇ ਹੋਵੋਗੇ.

ਆਉ ਸੰਖੇਪ ਕਰੀਏ: ਤਾਂ JPEG ਨੂੰ ਡੀਕੋਡ ਕਰਨ ਲਈ ਕੀ ਲੋੜ ਹੈ? ਜ਼ਰੂਰੀ:

1. ਹੈਡਰ ਤੋਂ ਹਫਮੈਨ ਟੇਬਲ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ ਅਤੇ ਬਿਟਸ ਨੂੰ ਡੀਕੋਡ ਕਰੋ।
2. ਉਲਟ ਰਨ-ਲੰਬਾਈ ਅਤੇ ਡੈਲਟਾ ਏਨਕੋਡਿੰਗ ਟਰਾਂਸਫਾਰਮ ਕਰਦੇ ਹੋਏ, ਹਰੇਕ 8x8 ਬਲਾਕ ਲਈ ਹਰੇਕ ਰੰਗ ਅਤੇ ਲਿਊਮਿਨੈਂਸ ਕੰਪੋਨੈਂਟ ਲਈ ਡਿਸਕ੍ਰਿਟ ਕੋਸਾਈਨ ਟ੍ਰਾਂਸਫਾਰਮ ਗੁਣਾਂਕ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ।
3. ਹਰੇਕ 8x8 ਬਲਾਕ ਲਈ ਪਿਕਸਲ ਮੁੱਲਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਗੁਣਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਕੋਸਾਈਨਾਂ ਨੂੰ ਜੋੜੋ।
4. ਸਕੇਲ ਰੰਗ ਭਾਗ ਜੇਕਰ ਸਬ-ਸੈਪਲਿੰਗ ਕੀਤੀ ਗਈ ਸੀ (ਇਹ ਜਾਣਕਾਰੀ ਸਿਰਲੇਖ ਵਿੱਚ ਹੈ)।
5. ਹਰੇਕ ਪਿਕਸਲ ਲਈ ਨਤੀਜੇ ਵਾਲੇ YCbCr ਮੁੱਲਾਂ ਨੂੰ RGB ਵਿੱਚ ਬਦਲੋ।
6. ਸਕ੍ਰੀਨ 'ਤੇ ਚਿੱਤਰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰੋ!

ਇੱਕ ਬਿੱਲੀ ਦੇ ਨਾਲ ਇੱਕ ਫੋਟੋ ਦੇਖਣ ਲਈ ਗੰਭੀਰ ਕੰਮ! ਹਾਲਾਂਕਿ, ਮੈਨੂੰ ਇਸ ਬਾਰੇ ਕੀ ਪਸੰਦ ਹੈ ਉਹ ਇਹ ਹੈ ਕਿ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਮਨੁੱਖੀ-ਕੇਂਦ੍ਰਿਤ JPEG ਤਕਨਾਲੋਜੀ ਕਿੰਨੀ ਹੈ. ਇਹ ਸਾਡੀ ਧਾਰਨਾ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ 'ਤੇ ਅਧਾਰਤ ਹੈ, ਜੋ ਸਾਨੂੰ ਰਵਾਇਤੀ ਤਕਨਾਲੋਜੀਆਂ ਨਾਲੋਂ ਬਹੁਤ ਵਧੀਆ ਸੰਕੁਚਨ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ. ਅਤੇ ਹੁਣ ਜਦੋਂ ਅਸੀਂ ਸਮਝਦੇ ਹਾਂ ਕਿ JPEG ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਅਸੀਂ ਕਲਪਨਾ ਕਰ ਸਕਦੇ ਹਾਂ ਕਿ ਇਹਨਾਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਹੋਰ ਖੇਤਰਾਂ ਵਿੱਚ ਕਿਵੇਂ ਟ੍ਰਾਂਸਫਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਵੀਡੀਓ ਵਿੱਚ ਡੈਲਟਾ ਏਨਕੋਡਿੰਗ ਫਾਈਲ ਦੇ ਆਕਾਰ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਮੀ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀ ਹੈ, ਕਿਉਂਕਿ ਇੱਥੇ ਅਕਸਰ ਪੂਰੇ ਖੇਤਰ ਹੁੰਦੇ ਹਨ ਜੋ ਫਰੇਮ ਤੋਂ ਫਰੇਮ ਵਿੱਚ ਨਹੀਂ ਬਦਲਦੇ (ਉਦਾਹਰਨ ਲਈ, ਬੈਕਗ੍ਰਾਉਂਡ)।

ਲੇਖ ਵਿੱਚ ਵਰਤਿਆ ਕੋਡ, ਖੁੱਲ੍ਹਾ ਹੈ, ਅਤੇ ਇਸ ਵਿੱਚ ਹਦਾਇਤਾਂ ਸ਼ਾਮਲ ਹਨ ਕਿ ਤਸਵੀਰਾਂ ਨੂੰ ਤੁਹਾਡੀਆਂ ਤਸਵੀਰਾਂ ਨਾਲ ਕਿਵੇਂ ਬਦਲਣਾ ਹੈ।

ਸਰੋਤ: www.habr.com