انواع فشرده سازی عکس

فشرده سازی تصویر چیست؟

فشرده‌سازی تصاویر، کاربردی از فشرده‌سازی اطلاعات بر روی تصاویر دیجیتال است به عبارتی هدف از این کار کاهش افزونگی (redundancy)محتویات عکس می‌باشد برای توانایی ذخیره کردن یا انتقال اطلاعات به فرم بهینه .

فشرده سازی عکس می تواند بصورت بدون اتلاف و پر اتلاف صورت گیرد. فشرده سازی بدون اتلاف گاهی اوقات برای بعضی عکس‌ها مثل نقشه کشی‌های تکنیکی و آیکون‌ها ترجیح داده می‌شود و به این دلیل است که در روش‌های فشرده سازی پراتلاف خصوصا وقتی برای نرخ بیت‌های پایین استفاده شود فشرده سازی به کیفیت عکس لطمه می‌زند. روش‌های فشرده سازی بدون اتلاف همچنین ممکن است برای محتویات پر ارزش مثل عکس‌های پزشکی یا عکس‌های اسکن شده برای اهداف بایگانی شدن نیز ترجیح داده شوند. روش پراتلاف مخصوصا برای عکس‌های طبیعی مناسب است مثل عکس هایی برای کاربردهای کوچک (گاهی اوقات جزئی) که از دست رفتن درستی (fidelity) برای دست یافتن به کاهش نرخ بیت قابل توجه است .

روش‌های فشرده سازی بدون اتلاف عکس‌ها عبارتند از:

– کد گذاری طول اجرا (run-length encoding) استفاده شده در روش‌های پیش فرض در dcx و یکی از امکانات TIFF ,TGA ,BMP

– entropy coding

– الگوریتم های مطابق واژه نامه مثل lzw استفاده شده در GIF,TIFF

– کاهش اعتبار (deflation) استفاده شده در TIFF ,MNG ,PNG

روش‌های فشرده سازی پراتلاف عبارتند از:

– کاهش فضای رنگی برای رنگ هایی که بیشتر در عکس استفاده شده اند. رنگی که انتخاب شده در پالت رنگ در بالای عکس فشرده شده مشخص می‌شود. هرپیکسل فقط به شاخص رنگ در پالت رنگ اشاره داده می‌شود.

– chroma subsampling این روش امتیازی برای واقعیت است چون چشم روشنی را سخت تر از رنگ درک می‌کند بوسیله حذف کردن نصف یا بیشتر اطلاعات رنگ تابی یک عکس.

‘- تغییر شکل دادن کد گذاری (‘transform coding) این روش بطور عادی بیشترین استفاده را دارد.

– fractal compression بهترین کیفیت عکس در یک نرخ بیت (یا نرخ فشرده سازی) معین هدف اصلی از فشرده سازی عکس است. به هر حال ویژگی‌های مهم دیگری از رویه‌های فشرده سازی عکس وجود دارد که عبارتند از :

‘مقیاس پذیری(‘scability): به طور کلی به کاهش کیفیت حاصل شده در اثر دستکاری گروه بیتی یا فایل گفته می شود. (بدون بازیابی). نامهای دیگر برای مقیاس پذیری ،progressive coding یا embedded biststream است. با وجود خلاف واقعی بودنش مقیاس پذیری نیز می‌تواند در رمز گذارهای (codec) بدون اتلاف یافت می شود . مقیاس پذیری خصوصاَ برای پیش نمایش عکس‌ها در حال دریافت کردن آنها یا برای تهیه کیفیت دستیابی متغیر در پایگاه‌های داده مفید است .

انواع مختلف مقیاس پذیری عبارتنداز :

– کیفیت مترقی(quality progressive ‘)یالایه مترقی(‘layer progressive):گروه بیتی پی درپی عکس را از نو می سازد.

– وضوح مترقی(resoloution progressive):ابتدا یک عکس وضوح پایین را کد گذاری می کند سپس تفاوتهای وضوح بالاتر را کد گذاری می‌کند .

– مؤلفه مترقی (component progressive): ابتدا رنگ را کد گذاری می‌کند .

ناحیه جذاب کدگذاری (region of interest coding)نواحی خاصی از عکس با کیفیت بالاتری نسبت به سایر نقاط کد گذاری می‌شوند و می‌تواند با مقیاس پذیری (کدگذاری ابتدایی یک بخش و دیگران بعداَ) ترکیب شود.

اطلاعات غیر نمادین(meta information)داده‌های فشرده شده می‌توانند شامل اطلاعاتی در رابطه با عکس باشد که می توان برای طبقه بندی کردن، جستجو یا بررسی عمومی عکس از آنها استفاده کرد. مانند اطلاعاتی که می‌توانند شامل رنگ و الگو و پیش نمایش کوچکتر عکس‌ها و اطلاعات خالق و کپی رایت باشد.

قدرت پردازش(processing power) الگوریتم‌های فشرده سازی اندازه های متفاوتی از قدرت پردازش را برای کدگذاری و کدگشایی درخواست می کنند. بعضی از الگوریتم‌های فشرده سازی عالی قدرت پردازش بالا می خواهند.

کیفیت روش فشرده سازی اغلب بوسیله سیگنال ماکزیمم به نسبت پارازیت (peak signal-to-noise ratio) اندازه گیری می شوند . اندازه پارازیت‌ها نشان دهند? فشرده سازی پراتلاف عکس است به هر حال قضاوت موضوع گرایانه بیننده همیشه بیان کنند? اهمیت اندازه گیری است .

Jpeg2000

Jpeg2000 یک استاندارد فشرده‌سازی عکس براساس wavelet (wavelet-based) است. و در سال ۲۰۰۰ به‌وسیله کمیته Joint Photographic Experts Group با نیت جایگزین کردن با استاندارد اصلی Jpegکه براساس تغییر گسسته(discrete cosine transform-based) است(محصول سال۱۹۹۱) تولید شده است.

JPEG 2000 زمان بیشتری را برای عملیات بازکردن فشردگی نسبت به JPEG طلب می‌کند.

اثبات از بالا به پایین محصولات فشرده‌سازی JPEG 2000: شماره‌ها نشان‌دهنده ضریب تراکم استفاده شده‌است.برای مقایسه بهتر شکل بدون مقیاس را نگاه کنید.

محصولات JPEG 2000 به فرم JPEG متفاوت به نظر می‌رسند و یک جلوه صیقلی روی عکس وجود دارد و برای نمایان

شدن  سطوح فشرده‌سازی بالاتری اختیار می کنند. اغلب یک عکس گرفته شده می‌تواند به اندازه اندازه فایل اصلی خود(bitmap فشرده نشده) بدون متحمل شدن اثر نمایان شدن فشرده شوند.روش های فشرده سازیدر دهه اخیر با استفاده روز افزون از سیستم های ذخیره سازی دیجیتال تصاویر دوربین های مداربسته ، تولید کنند ها دائما” سعی در این دارند تا تصاویر دوربین ها ، فضای هارد را کمتراشغال کند و ازطرفی کیفیت تصاویر ضبط شده حفظ شود.

 

مقاله ای در راطه با انواع فشرده سازی عکس

انواع فشرده سازی عکس

 

روش های فشرده سازی تصویر

فشرده سازی تصویر

به همین خاطر فقط حذف فریم ها در هر ثانیه جوابگو نبوده و باید از روش های جدیدتری استفاده میکردند.

معروف‌ترین روش فشرده سازی تصاویر استاندارد JPEG نام دارد (Joint Photographic Expert  (Group

در این روش فشرده سازی به صورت  ۱:۸ (یک به هشت) صورت می‌گیرد. در تصاویر متحرک از استاندارد Motion JPEG یا M-JPEG استفاده می‌شود. در این حالت فشرده سازی به صورت ۱:۱۵ است. بنابراین با استفاده از استاندارد M-JPEG در بیشترین میزان فشرده سازی ظرفیت یک تصویر ۴۵۰ کیلوبایتی به ۳۰ کیلوبایت تقلیل می‌یابد.

اما این ظرفیت هنوز هم خیلی زیاد است چرا که در صورتی که حتی ۲ فریم در ثانیه هم ضبط داشته باشید در طول ۲۴ ساعت به فضایی بالغ بر ۶ گیگا بایت نیاز خواهیم داشت.

سپس  روش MPEG به بازار عرضه شد که به وسیله گروه Motion Picture Expert Group طراحی و ایجاد شد. این استاندارد این قابلیت را دارد که قسمت‌های اضافی یا مشابه رانه تنها در هر تصویر بلکه در بین تصاویر مختلف و مجاور نیز شناسایی و حذف کند.

در روش  MPEG  از هر تصویر سه فریم متفاوت ساخته می‌شود. فریم اول (I-frame) همه خصوصیات و اطلاعات مربوط به ساخت تصویر مورد نظر را دارد. فریم بعدی فریم پیش‌بینی (P-frame) نام دارد و از I-frame تصویر قبلی ایجاد شده است و از آن برای ایجاد تصویر بعدی استفاده می‌شود. فریم آخر یا فریم پیشبینی دوتایی (B-frames) از دو فریم قبلی و بعدی ساخته می‌شود. در این روش فشرده سازی قسمت‌های تکراری و زائد نه تنها در هر تصویر بلکه بین تصاویر مختلف با استفاده از مقایسه فریم‌ها با هم حذف می‌شوند و به این ترتیب ظرفیت تصاویر ضبط شده در این روش بسیار کمتر از روش JPEG است.

در صورتی که تصویر گرفته شده از یک مکان دارای حرکت کمتر و عوامل ثابت بیشتری باشد (مثل تصاویر گرفته شده با دوربین‌های مداربسته ثابت) ظرفیت تصاویر خیلی کمتر از حالت‌های دیگر خواهد بود و به همین صورت این روش فشرده سازی امکان فشرده کردن تصاویر را تا نسبت ۱:۱۰۰ نیز فراهم می‌کند.

فرمت MPEG-2 نوع پیشرفته‌تری  از فشرده‌سازی به روش MPEG است با استفاده از این روش فشرده سازی می‌توان ۹۰ دقیقه از یک تصویر را در فضایی به بزرگی ۶۵۰ مگابایت ذخیره کرد.

از طرفی قابلیت استفاده از interframe یا حذف قسمت‌های تکراری در تصاویر مجاور دارای محدودیت‌هایی نیز هست. در صورتی که تصاویر فشرده شده دارای تغییرات دائمی و ناگهانی باشد میزان فشرده سازی تصاویر به شدت کاهش می‌یابد بنابراین ظرفیت تصاویر ضبط شده در فرمت‌هایی که دارای قابلیت interframe هستند تا حد زیادی به تغییرات در تصاویر نیز وابسته است. در دهه اخیر با استفاده روز افزون از سیستم های ذخیره سازی دیجیتال تصاویر دوربین های مداربسته ، تولید کنند ها دائما” سعی در این دارند تا تصاویر دوربین ها ، فضای هارد را کمتراشغال کند و ازطرفی کیفیت تصاویر ضبط شده حفظ شود.

خوب روشی که میخوایم این مبحث رو باهاش شروع کنیم یکی از ساده ترین و در عین حال مهم ترین ها در فشرده سازی هستش.

این روش در حال حاضر هم خیلی کاربرد داره .از کاربرد های مهم این روش میشه به عکس های jpg اشاره کرد و یا ویدیو های با فرمت h.264 و …

روش فشرده سازی Run-Length

خوب در این قسمت سعی میکنیم که این روش فشرده سازی رو به زبون خیلی ساده ای بیان کنیم.

در این روش ما به جای اینکه run های مشابه هم رو بنویسیم میایم یک run مینویسیم و بعد تعداد تکرار اون رو به صورت عدد مینویسیم.

فکر کنم اگه یه مثال بزنم قضیه کاملاً جا بیفته….فرض کنیم متن ما به صورت زیر است :

QQQQQQQQQQWRTTYYYUOOOOPPPPPPPPKKKKKKKKKKKKKKKKKKKK

خوب حالا بعد از اینکه ما با این الگوریتم فشرده کردیمش به صورت زیر در میاد:

QQ8WRTT0YY1UOO2PP6KK18

خوب همینجور که می بینید ۵۰ byte رو تونستیم تبدیل به ۲۲ byte بکنیم که خوب نسبتاً خوب هستش.

خوب حالا حتماً با خودتون میگین که آخه کدوم متن به صورت این چیزی هست که تو اینجا نوشتی که ما بخوایم اینجوری فشرده کنیمش؟؟؟

در جواب باید بگم که یکی از کاربرد های اصلی این روش فشرده سازی در فشرده کردن عکس های باینری هستش و خیلی هم خوب جواب میده….چون همینجور که میدونید این عکس ها همون عکس های سیاه-سفید خودمون هستن که فقط شامل رنگ سیاه یعنی عدد ۰ و رنگ سفید یعنی عدد ۱ هستند و خوب دیگه قضیه تابلویه دیگه مثلاً اگه یک قسمت اندازه ۲ سانت در ۲ سانت در عکس سیاه باشه یعنی یک چیزی حدود ۳۰۰ تا ۰ اونجا هستش که خوب با هیچ روشی از این بهتر نمیشه اون رو فشرده کرد.