Сжатие изображений: различия между версиями

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Интерактивная навигация по истории
(Показать все непатрулированные изменения)
[непроверенная версия][непроверенная версия]
← Предыдущая правка
Содержимое удалено Содержимое добавлено
ВизуальныйВики-текст
м r2.7.1) (робот добавил: uk:Стиснення зображень
Спасено источников — 1, отмечено мёртвыми — 0. Сообщить об ошибке. См. FAQ.) #IABot (v2.0.8.9
 
(не показано 35 промежуточных версий 25 участников)
Строка 1: Строка 1:
'''Сжатие изображений''' — применение [[алгоритм]]ов [[сжатие без потерь|сжатия данных]] к изображениям, хранящимся в [[формат файла|цифровом виде]]. В результате сжатия уменьшается размер изображения, из-за чего уменьшается время передачи изображения по сети и экономится пространство для хранения.
'''Сжатие изображений''' — применение [[алгоритм]]ов [[сжатие без потерь|сжатия данных]] к изображениям, хранящимся в [[формат файла|цифровом виде]]. В результате сжатия уменьшается размер изображения, из-за чего уменьшается время передачи изображения по сети и экономится пространство для хранения.

Сжатие изображений подразделяют на [[сжатие с потерями]] качества и [[сжатие без потерь]]. Сжатие без потерь часто предпочтительней для искусственно построенных изображений, таких как [[график]]и, иконки программ, либо для специальных случаев, например, если изображения предназначены для последующей обработки алгоритмами распознавания изображений. Алгоритмы сжатия с потерями при увеличении степени сжатия как правило порождают хорошо заметные человеческому глазу [[артефакт]]ы.
Сжатие изображений подразделяют на [[сжатие с потерями]] качества и [[сжатие без потерь]]. Сжатие без потерь часто предпочтительней для искусственно построенных изображений, таких как [[график функции|графики]], иконки программ, либо для специальных случаев, например, если изображения предназначены для последующей обработки алгоритмами распознавания изображений. Алгоритмы сжатия с потерями при увеличении степени сжатия как правило порождают хорошо заметные человеческому глазу [[Артефакты сжатия|артефакты]].


== Примеры алгоритмов ==
== Примеры алгоритмов ==


=== Алгоритмы сжатия без потерь ===
=== Алгоритмы сжатия без потерь ===

* [[RLE]] — используется в форматах [[PCX]] — в качестве основного метода и в форматах [[BMP]], [[Truevision TGA|TGA]], [[TIFF]] в качестве одного из доступных.
* [[RLE]] — используется в форматах [[PCX]] — в качестве основного метода и в форматах [[BMP]], [[Truevision TGA|TGA]], [[TIFF]] в качестве одного из доступных.
* [[LZW]] — используется в формате [[GIF]]
* [[LZW]] — используется в формате [[GIF]]
* [[LZ-Huffman]] — используется в формате [[PNG]]
* [[Deflate]] — используется в формате [[PNG]]


=== Алгоритмы сжатия с потерями ===
=== Алгоритмы сжатия с потерями ===
⚫
* Наиболее популярным примером формата изображения, где используется сжатие с потерями, является [[JPEG]]

* На мобильных платформах применяется перевод изображения в [[палитра (компьютерная графика)|палитровый]] формат.
⚫
* Наиболее популярным примером формата изображения, где используется сжатие с потерями является [[JPEG]]
* [[JPEG 2000]]
* [[Алгоритм фрактального сжатия]]
* [[Алгоритм фрактального сжатия]]
* [[Компрессия текстур S3 (DXTC)|DXTC]] — компрессия текстур, реализованная в графическом API DirectX и поддерживаемая на аппаратном уровне современными видеокартами.
* [[Компрессия текстур S3 (DXTC)|DXTC]] — компрессия текстур, реализованная в графическом API DirectX и поддерживаемая на аппаратном уровне современными видеокартами.
* [[Дифференциальное сжатие]] — сжатие основано на формировании граничных условий и выбора дифференциальных уравнений, решение выбранных дифференциальных уравнений, с вычисленными при сжатии граничными условиями, позволяет восстановить исходное изображение.<ref>Гришенцев А. Ю. [http://jre.cplire.ru/jre/nov12/1/text.pdf Эффективное сжатие изображений на базе дифференциального анализа] {{Wayback|url=http://jre.cplire.ru/jre/nov12/1/text.pdf |date=20130509120057 }} // Журнал радиоэлектроники, № 11, 2012.</ref>{{значимость факта}}


{{translate|en|hidden=1}}
<!--

Image compression can be [[lossy compression|lossy]] or [[lossless compression|lossless]]. Lossless compression is sometimes preferred for artificial images such as technical drawings, icons or comics. This is because lossy compression methods, especially when used at low [[bit rate]]s, introduce [[compression artifact]]s. Lossless compression methods may also be preferred for high value content, such as medical imagery or image scans made for archival purposes. Lossy methods are especially suitable for natural images such as photos in applications where minor (sometimes imperceptible) loss of fidelity is acceptable to achieve a substantial reduction in bit rate.

Methods for lossless image compression are:
* [[Run-length encoding]]
* [[Entropy coding]]
* Adaptive dictionary algorithms such as [[LZW]]

Methods for lossy compression:
* Reducing the [[color space encoding|color space]] to the most common colors in the image. The selected colors are specified in the color palette in the header of the compressed image. Each pixel just references the index of a color in the color palette. This method can be combined with [[dithering]] to blur the color borders.
* [[Chroma subsampling]]. This takes advantage of the fact that the eye perceives brightness more sharply than color, by dropping half or more of the chrominance information in the image.
* [[Transform coding]]. This is the most commonly used method. A [[list of Fourier-related transforms|Fourier-related transform]] such as [[discrete cosine transform|DCT]] or the [[wavelet transform]] are applied, followed by [[quantization]] and [[entropy coding]].
* [[Fractal compression]].

The best image quality at a given bit-rate (or compression rate) is the main goal of image compression.
However, there are other important properties of image compression schemes:

'''Scalability''' generally refers to a quality reduction achieved by manipulation of the bitstream or file (without decompression and re-compression).
Other names for scalability are ''progressive coding'' or ''embedded bitstreams''.
Despite its contrary nature, scalability can also be found in lossless codecs, usually in form of coarse-to-fine pixel scans.
Scalability is especially useful for previewing images while downloading them (e.g. in a web browser) or for providing variable quality access to e.g. databases.
There are several types of scalability:
* '''Quality progressive''' or layer progressive: The bitstream successively refines the reconstructed image.
* '''Resolution progressive''': First encode a lower image resolution; then encode the difference to higher resolutions.
* '''Component progressive''': First encode grey; then color.

'''Region of interest coding'''. Certain parts of the image are encoded with higher quality than others.
This can be combined with scalability (encode these parts first, others later).

'''Meta information'''. Compressed data can contain information about the image which can be used to categorize, search or browse images.
Such information can include color and texture statistics, small [[preview]] images and author/copyright information.

The quality of a compression method is often measured by the [[Peak signal-to-noise ratio]]. It measures the amount of noise introduced through a lossy compression of the image. However, the subjective judgement of the viewer is also regarded as an important, perhaps the most important measure.

== See also ==
* [[Graphics file formats]]
* [[Digital signal processing]]
* [[Image processing]]
* [[Computer graphics]]
* [[Lenna]]
* [[Standard test image]]
* Image Quality
** [[PSNR]]
** [[SSIM]]
-->


== См. также ==
== См. также ==
* [[PSNR]]
* [[PSNR]]


== Примечания ==
{{примечания}}


== Литература ==
* Дж. Миано. Форматы и алгоритмы сжатия изображений в действии. — М.: Издательство Триумф, 2003. — 336 с. ISBN 5-89392-078-3
* Д. Сэломон. Сжатие данных, изображений и звука. — М.: Техносфера, 2004. — 368 с. ISBN 5-94836-027-X
* Д. С. Ватолин. Алгоритмы сжатия изображений. Методическое пособие. — Издательский отдел факультета Вычислительной Математики и Кибернетики МГУ имени М. В. Ломоносова, 1999. — 76 с. ISBN 5-89407-041-4
* Ватолин Д., Ракушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. — М.: ДИАЛОГ-МИФИ, 2003. — 384 с. ISBN 5-86404-170-X


{{Форматы сжатия медиаданных}}
{{Форматы сжатия медиаданных}}
{{методы сжатия}}
{{Методы сжатия}}
⚫
{{Перевести|en|Image compression}}


[[Категория:Цифровая обработка изображений]]
[[Категория:Цифровая обработка изображений]]

[[bar:Buidlkompression]]
[[de:Bildkompression]]
⚫
[[en:Image compression]]
[[es:Compresión de imagen]]
[[fa:فشرده‌سازی تصویر]]
[[fi:Kuvanpakkaus]]
[[fr:Compression d'image]]
[[hu:Képtömörítés]]
[[is:Þjöppun mynda]]
[[it:Compressione dell'immagine]]
[[ms:Pemampatan imej]]
[[nl:Beeldcompressie]]
[[pt:Compressão de imagens]]
[[sv:Bildkompression]]
[[uk:Стиснення зображень]]
[[zh:图像压缩]]

Текущая версия от 02:04, 4 августа 2022

Сжатие изображений — применение алгоритмов сжатия данных к изображениям, хранящимся в цифровом виде. В результате сжатия уменьшается размер изображения, из-за чего уменьшается время передачи изображения по сети и экономится пространство для хранения.

Сжатие изображений подразделяют на сжатие с потерями качества и сжатие без потерь. Сжатие без потерь часто предпочтительней для искусственно построенных изображений, таких как графики, иконки программ, либо для специальных случаев, например, если изображения предназначены для последующей обработки алгоритмами распознавания изображений. Алгоритмы сжатия с потерями при увеличении степени сжатия как правило порождают хорошо заметные человеческому глазу артефакты.

Примеры алгоритмов

[править | править код]

Алгоритмы сжатия без потерь

[править | править код]
  • RLE — используется в форматах PCX — в качестве основного метода и в форматах BMP, TGA, TIFF в качестве одного из доступных.
  • LZW — используется в формате GIF
  • Deflate — используется в формате PNG

Алгоритмы сжатия с потерями

[править | править код]
  • Наиболее популярным примером формата изображения, где используется сжатие с потерями, является JPEG
  • На мобильных платформах применяется перевод изображения в палитровый формат.
  • JPEG 2000
  • Алгоритм фрактального сжатия
  • DXTC — компрессия текстур, реализованная в графическом API DirectX и поддерживаемая на аппаратном уровне современными видеокартами.
  • Дифференциальное сжатие — сжатие основано на формировании граничных условий и выбора дифференциальных уравнений, решение выбранных дифференциальных уравнений, с вычисленными при сжатии граничными условиями, позволяет восстановить исходное изображение.[1][значимость факта?]

См. также

[править | править код]

Примечания

[править | править код]
  1. ↑ Гришенцев А. Ю. Эффективное сжатие изображений на базе дифференциального анализа Архивная копия от 9 мая 2013 на Wayback Machine // Журнал радиоэлектроники, № 11, 2012.

Литература

[править | править код]
  • Дж. Миано. Форматы и алгоритмы сжатия изображений в действии. — М.: Издательство Триумф, 2003. — 336 с. ISBN 5-89392-078-3
  • Д. Сэломон. Сжатие данных, изображений и звука. — М.: Техносфера, 2004. — 368 с. ISBN 5-94836-027-X
  • Д. С. Ватолин. Алгоритмы сжатия изображений. Методическое пособие. — Издательский отдел факультета Вычислительной Математики и Кибернетики МГУ имени М. В. Ломоносова, 1999. — 76 с. ISBN 5-89407-041-4
  • Ватолин Д., Ракушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. — М.: ДИАЛОГ-МИФИ, 2003. — 384 с. ISBN 5-86404-170-X
Источник — https://ru.wikipedia.org/ruwiki/w/index.php?title=Сжатие_изображений&oldid=124542980