JPEG

Kuidas see töötab

YP_b P_r

Esimene märkimisväärne asi JPEG-kompressiooni puhul on viis, kuidas iga piksli värvi salvestatakse. Igale pildi pikslile määratakse 3 baiti, et määrata selle värv. Kõigil kolmel baidil võib olla mis tahes väärtus vahemikus 0 kuni 255 ja iga võimalik kolme baidi kombinatsioon tähistab teist värvi. Enamikus failivormingutes kasutatakse värvi määratlemiseks RGB-vormingut. RGB tähendab punast, rohelist, sinist. Seda nimetatakse nii, sest esimene kolmest baidist ütleb, kui palju punast on piksli värvuses. Teine bait ütleb, kui palju rohelist värvi on ja kolmas bait, kui palju sinist. Mida suurem on esimese baidi väärtus, seda punasem tundub piksel olevat.

JPEG kasutab samuti kolme baiti iga piksli kohta, kuid see kasutab formaati YP_b P_r (tuntud ka kui YC_b C_r ). Siin ütleb esimene bait meile, kui hele piksel on. Teine bait ütleb meile, kui sinine on piksel. Kolmas bait ütleb meile, kui punane on piksel. Seda värvivormingut kasutades salvestatakse heledus lisaks värvusele. See on kasulik, sest me kavatseme pilti kokku suruda. Kuna inimsilm näeb heledust paremini kui värvi, saame värvibaitide (P_b -bait ja P_r -bait) puhul rakendada suuremat tihendust. Kuna me näeme heledust paremini, siis kasutame Y-baitide puhul väiksemat tihendust, et pilt pärast tihendamist paremini välja näeks.

Kuna pilte salvestatakse kõige sagedamini RGB-vormingus, on JPEG-kompressiooni esimene samm tavaliselt RGB-vormingu korrektne muutmine YP_b P_r formaadiks.

Diskreetne kosinusmuundaja

JPEG kasutab pildi kujutamiseks kosinusfunktsioone. Seetõttu räägime veidi kosinusfunktsioonidest. Selline võiks kosinusfunktsioon välja näha:

Et kosinusfunktsioon kujutaks piksli värvi, ütleme, et mida suurem on kosinusfunktsiooni väärtus, seda heledam on piksel. Kui meil oleks hulk piksleid, mis läheksid heledaks-tumedaks-heledaks, võiksime nende määratlemiseks kasutada ülaltoodud funktsiooni.

Funktsioonil võiks olla ka suurem sagedus. Näiteks nii:

Kuid siinkohal muutub asi huvitavaks. Me võime luua ka erinevaid funktsioone, võttes erinevate kosinusfunktsioonide keskmist. Siin on näha, kuidas see välja näeks, kui me võtaksime kahe ülaltoodud funktsiooni keskmise:

JPEGis rakendatakse DCT-d 8 × 8 piksli suurustele plokkidele.

Kvantifitseerimine

Siiani ei ole pildi tihendamise käigus mingit teavet kaduma läinud. Selles etapis filtreerime me informatsiooni välja. Seetõttu on see samm see, mis vähendab pildi kvaliteeti. Iga 8 × 8 pikslist koosneva ploki puhul seatakse kõrge sagedusega kosinusfunktsioonid 0. See tähendab, et need ei saa enam mõjutada seda, kuidas pilt dekompresseerimisel välja näeb.

Paljud väärtused on nüüd 0, mis tähendab, et seda saab väga lihtsalt kokku suruda. Selleks kasutatakse Huffmani kodeerimist. Huffmani kodeerimine on JPEG-kompressiooni viimane samm. See on ka ainus samm, mille käigus andmed tegelikult kokku surutakse.

cos(x)


cos(2x)


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