JPEG

Как это работает

YP_b P_r

Первая примечательная вещь в сжатии JPEG - это способ хранения цвета каждого пикселя. Каждому пикселю изображения присваивается 3 байта для определения его цвета. Все три байта могут иметь любое значение от 0 до 255, и любая возможная комбинация этих трех байтов означает другой цвет. В большинстве форматов файлов для определения цвета используется формат RGB. RGB расшифровывается как Red Green Blue. Он назван так, потому что первый из трех байтов говорит о том, сколько красного цвета в цвете пикселя. Второй байт говорит о том, сколько в цвете зеленого, а третий - сколько синего. Чем больше значение первого байта, тем более красным выглядит пиксель.

JPEG также использует три байта для каждого пикселя, но в нем используется формат YP_b P_r (также известный как YC_b C_r ). Здесь первый байт говорит нам, насколько яркий пиксель. Второй байт говорит нам, насколько пиксель синий. Третий байт говорит нам, насколько пиксель красный. При использовании этого цветового формата яркость хранится отдельно от цвета. Это полезно, поскольку мы собираемся сжать изображение. Поскольку человеческий глаз лучше воспринимает яркость, чем цвет, мы можем применить большее сжатие к байтам цвета (P_b - байт и P_r - байт). Поскольку мы лучше видим яркость, мы используем меньшее сжатие для байта Y, чтобы изображение выглядело лучше после сжатия.

Поскольку изображения чаще всего хранятся в формате RGB, первым шагом сжатия JPEG обычно является правильное изменение формата RGB в формат YP_b P . _r

Дискретное косинусное преобразование

JPEG использует косинусные функции для представления изображения. Поэтому мы поговорим немного о косинусных функциях. Вот как может выглядеть косинусная функция:

Чтобы функция косинуса представляла цвет пикселя, мы говорим, что чем выше значение функции косинуса, тем ярче пиксель. Если бы у нас был набор пикселей, которые светятся-темнеют-светлеют, мы могли бы использовать вышеприведенную функцию для их определения.

Функция также может иметь более высокую частоту. Например:

Но вот где становится интересно. Мы также можем создавать различные функции, беря среднее значение различных функций косинуса. Вот как это будет выглядеть, если мы возьмем среднее значение двух вышеприведенных функций:

В JPEG DCT применяется к блокам размером 8 × 8 пикселей.

Квантификация

До сих пор в процессе сжатия изображения не было потеряно никакой информации. На этом этапе мы отфильтровываем информацию. По этой причине именно этот шаг снижает качество изображения. Для каждого блока 8 × 8 пикселей косинусные функции с высокими частотами устанавливаются в 0. Это означает, что они больше не могут оказывать никакого влияния на то, как выглядит изображение при его распаковке.

Многие значения теперь будут равны 0, что означает, что это может быть очень легко сжато. Для этого используется кодирование Хаффмана. Кодирование Хаффмана - это последний этап сжатия JPEG. Это также единственный этап, на котором данные действительно сжимаются.

cos(x)


cos(2x)


(cos(x) + cos(2x)) / 2