Τι είναι η κωδικοποίηση pixel στη συμπίεση εικόνων;

Η κωδικοποίηση εικονοστοιχείων στη συμπίεση εικόνων αναφέρεται σε τεχνικές που χειρίζονται άμεσα τις αριθμητικές τιμές που αντιπροσωπεύουν μεμονωμένα εικονοστοιχεία σε μια εικόνα για να μειώσουν το μέγεθός του. Είναι ένα κρίσιμο βήμα σε πολλούς αλγόριθμους συμπίεσης εικόνων, που συχνά εργάζονται σε συνδυασμό με άλλες τεχνικές όπως η κωδικοποίηση μετασχηματισμού (όπως το DCT στο JPEG) ή η προγνωστική κωδικοποίηση.

Ακολουθεί μια κατανομή του τρόπου με τον οποίο λειτουργεί η κωδικοποίηση εικονοστοιχείων και διαφορετικές προσεγγίσεις:

Βασική ιδέα: Ο θεμελιώδης στόχος είναι να αντιπροσωπεύουν τα δεδομένα των εικονοστοιχείων με λιγότερα κομμάτια από την αρχική μη συμπιεσμένη αναπαράσταση (π.χ. 24 bits ανά εικονοστοιχείο για μια πραγματική εικόνα). Αυτό επιτυγχάνεται με την εκμετάλλευση απολύσεων και μοτίβων στα δεδομένα των εικονοστοιχείων.

Κοινές τεχνικές κωδικοποίησης εικονοστοιχείων:

* κωδικοποίηση μήκους run-length (RLE): Αυτή είναι μια απλή τεχνική αποτελεσματική για εικόνες με μεγάλες περιοχές ομοιόμορφου χρώματος. Αντικαθιστά τις αλληλουχίες πανομοιότυπων εικονοστοιχείων με μία μόνο τιμή που υποδεικνύει την τιμή των εικονοστοιχείων και το μήκος της εκτέλεσης. Για παράδειγμα, το "aaaaaabbbcc" γίνεται "A6B3C2". Είναι εξαιρετικά αποτελεσματικό για απλά γραφικά ή εικόνες με πολλές στερεές περιοχές, αλλά λιγότερο αποτελεσματική για σύνθετες εικόνες με πολλές λεπτομέρειες και παραλλαγές.

* κωδικοποίηση εντροπίας (κωδικοποίηση Huffman, αριθμητική κωδικοποίηση): Αυτές οι τεχνικές αποδίδουν μικρότερους κωδικούς σε πιο συχνά εμφανιζόμενες τιμές εικονοστοιχείων και μεγαλύτερους κωδικούς σε λιγότερο συχνές. Αξιοποιούν τη στατιστική κατανομή των τιμών των εικονοστοιχείων στην εικόνα για να επιτύχουν συμπίεση. Η κωδικοποίηση Huffman χρησιμοποιεί κωδικούς μεταβλητού μήκους που βασίζονται σε έναν πίνακα κωδικών χωρίς πρόθεμα, ενώ η αριθμητική κωδικοποίηση αντιπροσωπεύει ολόκληρη την ακολουθία συμβόλων ως έναν μόνο κλασματικό αριθμό. Και οι δύο είναι πολύ αποτελεσματικές στη μείωση του μεγέθους του αρχείου.

* Κοσβατικά: Αυτό συνεπάγεται τη μείωση του αριθμού των πιθανών τιμών εικονοστοιχείων. Αντί να αντιπροσωπεύετε κάθε εικονοστοιχείο με, ας πούμε, 256 επίπεδα γκρι (8 bits), μπορεί να αντιπροσωπεύεται με λιγότερα επίπεδα (π.χ. 16 επίπεδα, χρησιμοποιώντας μόνο 4 bits). Αυτό μειώνει την ακρίβεια της εικόνας αλλά επιτυγχάνει σημαντική συμπίεση. Η ποσοτικοποίηση χρησιμοποιείται συνήθως σε συνδυασμό με άλλες τεχνικές συμπίεσης. Η απώλεια ακρίβειας συμβάλλει στη συμπίεση απώλειας.

* Προγνωστική κωδικοποίηση: Αυτή η προσέγγιση προβλέπει την τιμή ενός εικονοστοιχείου με βάση τις τιμές των γειτονικών εικονοστοιχείων. Μόνο η διαφορά (σφάλμα πρόβλεψης) μεταξύ της πραγματικής τιμής εικονοστοιχείων και της προβλεπόμενης τιμής κωδικοποιείται, μειώνοντας την ποσότητα των δεδομένων που απαιτούνται για την αντιπροσωπεία της εικόνας. Η διαμόρφωση διαφορικού κώδικα παλμών (DPCM) είναι μια κοινή μορφή προγνωστικής κωδικοποίησης.

Σχέση με άλλες μεθόδους συμπίεσης:

Η κωδικοποίηση pixel συχνά δεν χρησιμοποιείται μόνη της. Είναι συνήθως ένα τελικό βήμα * μετά από * άλλους μετασχηματισμούς. Για παράδειγμα:

* jpeg: Χρησιμοποιεί διακριτό μετασχηματισμό συνημίτονου (DCT) για να μετασχηματίσει τα μπλοκ εικονοστοιχείων σε συντελεστές συχνότητας. Στη συνέχεια, η ποσοτικοποίηση μειώνει την ακρίβεια αυτών των συντελεστών και, τέλος, η κωδικοποίηση εντροπίας (huffman ή παρόμοιος) χρησιμοποιείται για την αποτελεσματική κωδικοποίηση των κβαντισμένων συντελεστών. Έτσι, η κωδικοποίηση εικονοστοιχείων (κωδικοποίηση ποσοτικοποίησης και εντροπίας) λειτουργεί στα μετασχηματισμένα δεδομένα.

* png: Χρησιμοποιεί ένα συνδυασμό φιλτραρίσματος (προγνωστική κωδικοποίηση) και αποπληθωρισμένη συμπίεση (με βάση το LZ77, μια μορφή κωδικοποίησης λεξικού) για να συμπιέσει τα δεδομένα της ακατέργαστης εικόνας αποτελεσματικότερα μετά την εφαρμογή μιας κατάλληλης μεθόδου φιλτραρίσματος.

Συνοπτικά, η κωδικοποίηση pixel είναι μια οικογένεια τεχνικών που χειρίζεται άμεσα τις τιμές των εικονοστοιχείων για να μειώσει την ποσότητα των δεδομένων που απαιτούνται για την αποθήκευση ή τη μετάδοση μιας εικόνας. Η αποτελεσματικότητά του εξαρτάται σε μεγάλο βαθμό από τα χαρακτηριστικά της εικόνας και χρησιμοποιείται συχνά σε συνδυασμό με άλλες μεθόδους συμπίεσης για βέλτιστα αποτελέσματα.