Стиснення зображень: демістифікація алгоритму JPEG

У сучасному цифровому світі зображення є скрізь. Від соціальних мереж до вебсайтів та мобільних додатків, візуальний контент відіграє вирішальну роль у комунікації та обміні інформацією. Однак зображення з високою роздільною здатністю можуть займати значний обсяг пам'яті та пропускної здатності, що призводить до повільнішого завантаження та збільшення витрат на зберігання. Саме тут на допомогу приходять методи стиснення зображень. Серед різноманітних доступних методів стиснення зображень алгоритм JPEG виділяється як один із найбільш широко використовуваних та визнаних стандартів. Ця стаття надає повний посібник для розуміння алгоритму JPEG, його основних принципів, застосувань, переваг та обмежень.

Що таке стиснення зображень?

Стиснення зображень — це процес зменшення розміру файлу зображення без значного погіршення його візуальної якості. Мета полягає в тому, щоб мінімізувати вимоги до дискового простору та пропускної здатності, зберігаючи при цьому прийнятний рівень точності зображення. Методи стиснення зображень можна умовно поділити на дві категорії:

• Стиснення без втрат: Ці методи зберігають усі вихідні дані в зображенні. Коли стиснуте зображення розпаковується, воно ідентичне вихідному. Стиснення без втрат підходить для зображень, де збереження кожної деталі є критично важливим, наприклад, для медичних зображень або архівних документів. Прикладами є PNG та GIF.
• Стиснення з втратами: Ці методи жертвують деякими даними зображення для досягнення вищих коефіцієнтів стиснення. Розпаковане зображення не є ідентичним вихідному, але втрата інформації часто непомітна для людського ока. Стиснення з втратами підходить для зображень, де деяке погіршення є прийнятним в обмін на менший розмір файлу, наприклад, для фотографій в Інтернеті. JPEG є яскравим прикладом стиснення з втратами.

Знайомство з алгоритмом JPEG

JPEG (Joint Photographic Experts Group) — це широко використовуваний алгоритм стиснення з втратами для цифрових зображень. Він був стандартизований у 1992 році і з того часу став домінуючим форматом для зберігання та обміну фотографічними зображеннями. Алгоритм JPEG використовує особливості людського зору для досягнення високих коефіцієнтів стиснення, зберігаючи при цьому прийнятну якість зображення. Він працює, відкидаючи інформацію, яка менш помітна для людського ока, наприклад, високочастотні деталі та незначні варіації кольору.

Алгоритм JPEG — це не один алгоритм, а скоріше набір технік та опцій. Найпоширенішим режимом роботи є базовий JPEG, який використовує Дискретне косинусне перетворення (ДКП) як свою основну трансформацію. У цьому посібнику ми зосередимося на базовому JPEG.

Ключові етапи алгоритму JPEG

Алгоритм JPEG включає кілька ключових етапів, які описані нижче:

1. Перетворення колірного простору

Першим кроком в алгоритмі JPEG є перетворення зображення з його вихідного колірного простору (наприклад, RGB) в інший колірний простір під назвою YCbCr. Цей колірний простір розділяє зображення на три компоненти:

• Y (Яскравість): Представляє яскравість або інтенсивність зображення.
• Cb (Хроматичність синього): Представляє різницю між синім компонентом та яскравістю.
• Cr (Хроматичність червоного): Представляє різницю між червоним компонентом та яскравістю.

Причина цього перетворення полягає в тому, що людське око більш чутливе до змін яскравості, ніж до змін хроматичності (кольору). Розділяючи ці компоненти, алгоритм JPEG може пріоритезувати збереження інформації про яскравість, що є вирішальним для сприйнятої якості зображення.

Приклад: Цифрова фотографія, зроблена смартфоном, зазвичай зберігається в колірному просторі RGB. Алгоритм JPEG спочатку перетворює це зображення в YCbCr, перш ніж переходити до подальших кроків стиснення.

2. Колірна субдискретизація

Після перетворення в колірний простір YCbCr, алгоритм JPEG зазвичай виконує колірну субдискретизацію, також відому як субдискретизація хроматичності. Ця техніка зменшує кількість даних, що представляють компоненти хроматичності (Cb та Cr), шляхом усереднення або відкидання частини інформації про колір. Оскільки людське око менш чутливе до варіацій кольору, цей процес може значно зменшити розмір файлу без помітного впливу на сприйняту якість зображення.

Поширені співвідношення колірної субдискретизації включають 4:4:4 (без субдискретизації), 4:2:2 (горизонтальна субдискретизація) та 4:2:0 (горизонтальна та вертикальна субдискретизація). Співвідношення 4:2:0 означає, що на кожні чотири відліки яскравості припадає два відліки Cb і два відліки Cr. Це призводить до 50% зменшення обсягу даних про хроматичність.

Приклад: Зображення з високою роздільною здатністю може використовувати колірну субдискретизацію 4:4:4 для збереження максимальної точності кольору. Однак для веб-зображень часто використовується субдискретизація 4:2:0 для досягнення кращого балансу між якістю зображення та розміром файлу.

3. Розбиття на блоки

Алгоритм JPEG ділить зображення на блоки пікселів розміром 8x8. Кожен блок потім обробляється незалежно. Такий блочний підхід дозволяє паралельну обробку та спрощує обчислення Дискретного косинусного перетворення (ДКП), що є наступним кроком.

Приклад: Зображення розміром 640x480 пікселів буде розділене на 4800 блоків 8x8 пікселів (640/8 * 480/8 = 80 * 60 = 4800).

4. Дискретне косинусне перетворення (ДКП)

Дискретне косинусне перетворення (ДКП) — це математичне перетворення, яке перетворює кожен блок пікселів 8x8 з просторової області в частотну. У частотній області кожен блок представлений набором з 64 коефіцієнтів ДКП, які представляють амплітуду різних просторових частот.

ДКП має властивість концентрувати більшу частину енергії сигналу в кількох низькочастотних коефіцієнтах. Це пов'язано з тим, що природні зображення, як правило, мають плавні варіації та поступові зміни кольору та інтенсивності. Високочастотні коефіцієнти, які представляють різкі краї та дрібні деталі, зазвичай мають менші амплітуди.

Приклад: Розглянемо блок 8x8, що містить плавний градієнт. Після застосування ДКП коефіцієнт, що відповідає DC-компоненту (середньому значенню), буде великим, тоді як коефіцієнти, що відповідають вищим частотам, будуть близькі до нуля.

5. Квантування

Квантування — це найважливіший крок в алгоритмі JPEG для досягнення високих коефіцієнтів стиснення. Він полягає в діленні кожного коефіцієнта ДКП на значення квантування та округленні результату до найближчого цілого числа. Значення квантування вказані в таблиці квантування, яка є ключовим параметром в алгоритмі JPEG. Різні таблиці квантування можуть використовуватися для досягнення різних рівнів стиснення та якості зображення.

Процес квантування вносить втрати, відкидаючи частину інформації, що міститься в коефіцієнтах ДКП. Високочастотні коефіцієнти, які менш помітні для людського ока, зазвичай квантуються більш агресивно (тобто діляться на більші значення), ніж низькочастотні. Це призводить до того, що більше високочастотних коефіцієнтів стають нульовими, що сприяє стисненню.

Приклад: Коефіцієнт зі значенням 10 може бути квантований зі значенням квантування 5, що дасть квантоване значення 2 (10/5 = 2). Коефіцієнт зі значенням 2 може бути квантований зі значенням квантування 10, що дасть квантоване значення 0 (2/10 = 0.2, округлене до 0). Це показує, як менші значення з більшою ймовірністю обнуляються, що призводить до стиснення.

6. Ентропійне кодування

Після квантування, квантовані коефіцієнти ДКП додатково стискаються за допомогою методів ентропійного кодування. Ентропійне кодування — це метод стиснення без втрат, який використовує статистичні властивості даних для їх більш ефективного представлення. Алгоритм JPEG зазвичай використовує два методи ентропійного кодування:

• Кодування довжин серій (RLE): RLE використовується для стиснення послідовності квантованих коефіцієнтів ДКП у кожному блоці 8x8. Коефіцієнти ДКП зазвичай розташовуються у зигзагоподібному порядку, що групує нульові коефіцієнти разом. RLE кодує довгі послідовності нулів як одне значення, що значно зменшує обсяг даних.
• Кодування Гаффмана: Кодування Гаффмана — це схема кодування зі змінною довжиною, яка присвоює коротші коди більш частим символам і довші коди менш частим. Алгоритм JPEG використовує кодування Гаффмана для кодування як DC-коефіцієнтів (перший коефіцієнт у кожному блоці), так і AC-коефіцієнтів (решта коефіцієнтів).

Приклад: Розглянемо послідовність квантованих коефіцієнтів ДКП: [10, 5, 0, 0, 0, 0, 0, -2, 0, 0, ...]. RLE може закодувати цю послідовність як [10, 5, (0, 5), -2, (0, 2), ...], де (0, 5) представляє серію з 5 нулів.

Процес декодування JPEG

Процес декодування JPEG є зворотним до процесу кодування. Він включає наступні кроки:

1. Ентропійне декодування: Ентропійно закодовані дані декодуються за допомогою декодування Гаффмана та декодування довжин серій для відновлення квантованих коефіцієнтів ДКП.
2. Деквантування: Квантовані коефіцієнти ДКП множаться на відповідні значення квантування з таблиці квантування для апроксимації вихідних коефіцієнтів ДКП.
3. Обернене дискретне косинусне перетворення (IDCT): IDCT застосовується до кожного блоку 8x8 коефіцієнтів ДКП, щоб перетворити їх назад у просторову область, отримуючи відновлені значення пікселів.
4. Підвищення дискретизації хроматичності: Якщо під час кодування використовувалася колірна субдискретизація, компоненти хроматичності підвищують свою дискретизацію до вихідної роздільної здатності.
5. Перетворення колірного простору: Зображення перетворюється назад з колірного простору YCbCr у вихідний колірний простір (наприклад, RGB).

Переваги алгоритму JPEG

Алгоритм JPEG пропонує кілька переваг, які сприяли його широкому поширенню:

• Високі коефіцієнти стиснення: JPEG може досягати високих коефіцієнтів стиснення, особливо для зображень з плавними градієнтами та меншою кількістю різких деталей. Це дозволяє зменшити розмір файлів, що скорочує вимоги до дискового простору та пропускної здатності.
• Регульована якість: Рівень стиснення можна налаштовувати для контролю компромісу між якістю зображення та розміром файлу. Це дозволяє користувачам вибирати рівень стиснення, який відповідає їхнім конкретним потребам.
• Широка сумісність: JPEG підтримується практично всіма програмами для перегляду та редагування зображень, а також веб-браузерами. Це робить його дуже універсальним і доступним форматом.
• Прогресивний JPEG: Прогресивний JPEG — це варіант алгоритму JPEG, який дозволяє зображенню поступово відображатися під час завантаження. Це забезпечує кращий досвід користувача, особливо для великих зображень або при завантаженні через повільне з'єднання.

Недоліки алгоритму JPEG

Незважаючи на свої переваги, алгоритм JPEG також має деякі недоліки:

• Стиснення з втратами: JPEG — це алгоритм стиснення з втратами, що означає, що деякі дані зображення втрачаються під час процесу стиснення. Це може призвести до погіршення якості зображення, особливо при високих коефіцієнтах стиснення.
• Блокові артефакти: При високих коефіцієнтах стиснення блокова обробка в алгоритмі JPEG може призводити до видимих блокових артефактів, які виглядають як помітні квадратні блоки на зображенні. Ці артефакти особливо помітні в областях з плавними градієнтами.
• Неефективний для тексту та лінійних малюнків: JPEG погано підходить для стиснення зображень, що містять текст, лінійні малюнки або різкі краї. Такі типи зображень часто містять високочастотні деталі, які відкидаються алгоритмом JPEG, що призводить до розмитого або спотвореного вигляду.
• Не підходить для багаторазових циклів редагування: Оскільки JPEG є форматом із втратами, повторне редагування та збереження зображення JPEG призведе до сукупної втрати якості. Для зображень, які потребують багаторазових циклів редагування, краще використовувати формат без втрат, такий як PNG або TIFF.

Застосування алгоритму JPEG

Алгоритм JPEG використовується в широкому спектрі застосувань, зокрема:

• Веб-зображення: JPEG є найпоширенішим форматом для зображень в Інтернеті. Його високі коефіцієнти стиснення роблять його ідеальним для скорочення часу завантаження сторінок та мінімізації споживання пропускної здатності.
• Цифрова фотографія: Більшість цифрових камер використовують JPEG як стандартний формат для зберігання фотографій. Це дозволяє зберігати велику кількість зображень на карті пам'яті, не жертвуючи занадто сильно якістю зображення.
• Соціальні мережі: Платформи соціальних мереж, такі як Facebook, Instagram та Twitter, використовують JPEG для стиснення та зберігання зображень, завантажених користувачами.
• Архівування зображень: Хоча JPEG не є ідеальним для довгострокового архівування критично важливих зображень через свою природу з втратами, його часто використовують для архівування зображень, де простір для зберігання є головною проблемою, а деяке погіршення якості є прийнятним.
• Стиснення відео: JPEG також використовується як основа для деяких стандартів стиснення відео, таких як Motion JPEG (MJPEG).

Альтернативи JPEG та майбутні тенденції

Хоча JPEG залишається домінуючим форматом, в останні роки з'явилося кілька альтернативних алгоритмів стиснення зображень, що пропонують покращену продуктивність та функції:

• JPEG 2000: JPEG 2000 — це новіший стандарт стиснення зображень, який пропонує кілька переваг у порівнянні з оригінальним алгоритмом JPEG, включаючи кращі коефіцієнти стиснення, підтримку стиснення без втрат та покращену обробку високочастотних деталей. Однак JPEG 2000 не досяг такого ж рівня поширення, як JPEG, через вищу обчислювальну складність та проблеми з ліцензуванням.
• WebP: WebP — це формат зображень, розроблений Google, який пропонує як стиснення без втрат, так і з втратами. WebP зазвичай забезпечує кращі коефіцієнти стиснення, ніж JPEG, зберігаючи при цьому порівнянну або кращу якість зображення. Він все частіше використовується в Інтернеті та підтримується більшістю сучасних браузерів.
• HEIF (High Efficiency Image File Format): HEIF — це контейнерний формат для зображень та відео, який використовує стандарт стиснення High Efficiency Video Coding (HEVC). HEIF пропонує відмінну ефективність стиснення та підтримує широкий спектр функцій, включаючи анімацію, прозорість та інформацію про глибину. Він використовується на пристроях Apple iOS і набуває все більшого поширення.
• AVIF (AV1 Image File Format): AVIF — це формат зображень, заснований на відеокодеку AV1. Він забезпечує значно краще стиснення, ніж JPEG, пропонуючи при цьому порівнянну або кращу якість зображення. AVIF набирає популярності завдяки своїй відкритості та підтримці з боку великих технологічних компаній.

Майбутнє стиснення зображень, ймовірно, буде визначатися зростаючим попитом на високоякісні зображення та відео, а також необхідністю зменшення дискового простору та споживання пропускної здатності. Новіші алгоритми стиснення, такі як WebP, HEIF та AVIF, готові відігравати більш значну роль у цифровому ландшафті, пропонуючи покращену продуктивність та функції порівняно зі старіючим стандартом JPEG. Однак широка сумісність JPEG, ймовірно, забезпечить його актуальність ще на багато років.

Висновок

Алгоритм JPEG десятиліттями був наріжним каменем цифрових зображень. Його здатність досягати високих коефіцієнтів стиснення, зберігаючи при цьому прийнятну якість зображення, зробила його домінуючим форматом для зберігання та обміну фотографічними зображеннями. Розуміння принципів та обмежень алгоритму JPEG є важливим для кожного, хто працює з цифровими зображеннями, будь то фотографи, веб-розробники або графічні дизайнери. Хоча з'являються новіші алгоритми стиснення зображень, спадщина JPEG та його широка сумісність забезпечують його незмінну важливість у цифровому світі.

Розуміючи тонкощі алгоритму JPEG, ви можете приймати обґрунтовані рішення щодо стиснення зображень та оптимізувати свої зображення для різних застосувань, балансуючи між якістю зображення, розміром файлу та сумісністю для досягнення найкращих можливих результатів.