Compresión de imagen

Este artículo incluye una lista de referencias generales , pero carece de suficientes citas en línea correspondientes . Por favor, ayude a mejorar este artículo introduciendo citas más precisas. ( Abril de 2010 ) ( Aprenda cómo y cuándo eliminar este mensaje )

La compresión de imágenes es un tipo de compresión de datos que se aplica a las imágenes digitales para reducir su costo de almacenamiento o transmisión . Los algoritmos pueden aprovechar la percepción visual y las propiedades estadísticas de los datos de las imágenes para proporcionar resultados superiores en comparación con los métodos de compresión de datos genéricos que se utilizan para otros datos digitales. ^[1]

La compresión de imágenes puede ser con pérdida o sin pérdida . La compresión sin pérdida se prefiere para fines de archivo y, a menudo, para imágenes médicas, dibujos técnicos, imágenes prediseñadas o cómics. Los métodos de compresión con pérdida, especialmente cuando se utilizan a bajas tasas de bits , introducen artefactos de compresión . Los métodos con pérdida son especialmente adecuados para imágenes naturales, como fotografías, en aplicaciones en las que es aceptable una pérdida de fidelidad menor (a veces imperceptible) para lograr una reducción sustancial en la tasa de bits. La compresión con pérdida que produce diferencias insignificantes puede denominarse compresión sin pérdida visual.

Métodos de compresión con pérdida :

• Codificación de transformación : este es el método más utilizado.
  • Transformada de coseno discreta (DCT): la forma de compresión con pérdida más utilizada. Es un tipo de transformada relacionada con Fourier y fue desarrollada originalmente por Nasir Ahmed , T. Natarajan y KR Rao en 1974. ^[2] A veces se hace referencia a la DCT como "DCT-II" en el contexto de una familia de transformadas de coseno discretas (consulte transformada de coseno discreta ). Generalmente es la forma más eficiente de compresión de imágenes.
    • DCT se utiliza en JPEG , el formato con pérdida más popular, y en el más reciente HEIF .
  • La transformada wavelet, desarrollada más recientemente , también se utiliza ampliamente, seguida de la cuantificación y la codificación de entropía .
• Cuantización de color : reducción del espacio de color a unos pocos colores "representativos" en la imagen. Los colores seleccionados se especifican en la paleta de colores en el encabezado de la imagen comprimida. Cada píxel simplemente hace referencia al índice de un color en la paleta de colores. Este método se puede combinar con el tramado para evitar la posterización .
  • Paleta de imagen completa, normalmente 256 colores, utilizada en formatos de archivos GIF y PNG.
  • paleta de bloques, normalmente 2 o 4 colores para cada bloque de 4x4 píxeles, utilizada en BTC , CCC , S2TC y S3TC .
• Submuestreo de crominancia . Aprovecha el hecho de que el ojo humano percibe los cambios espaciales de brillo con mayor nitidez que los de color, promediando o eliminando parte de la información de crominancia en la imagen.
• Compresión fractal .
• Más recientemente, se han aplicado métodos basados ​​en Machine Learning , utilizando perceptrones multicapa , redes neuronales convolucionales , redes generativas antagónicas ^[3] y modelos de difusión . ^[4] Las implementaciones están disponibles en OpenCV , TensorFlow , Image Processing Toolbox (IPT) de MATLAB y el proyecto de código abierto High-Fidelity Generative Image Compression (HiFiC). ^[5]

Métodos para compresión sin pérdida :

• Codificación de longitud de ejecución : se utiliza como método predeterminado en PCX y como uno de los posibles en BMP , TGA y TIFF
• Codificación predictiva: utilizada en DPCM
• Codificación de entropía : las dos técnicas de codificación de entropía más comunes son la codificación aritmética y la codificación de Huffman.
• Algoritmos de diccionario adaptativos como LZW , utilizados en GIF y TIFF
• DEFLATE – se utiliza en PNG , MNG y TIFF
• Códigos de cadena

La mejor calidad de imagen a una tasa de compresión determinada (o tasa de bits ) es el objetivo principal de la compresión de imágenes, sin embargo, existen otras propiedades importantes de los esquemas de compresión de imágenes:

La escalabilidad generalmente se refiere a una reducción de calidad lograda mediante la manipulación del flujo de bits o archivo (sin descompresión ni recompresión). Otros nombres para la escalabilidad son codificación progresiva o flujos de bits integrados . A pesar de su naturaleza contraria, la escalabilidad también se puede encontrar en códecs sin pérdida, generalmente en forma de escaneos de píxeles gruesos a finos. La escalabilidad es especialmente útil para obtener una vista previa de las imágenes mientras se descargan (por ejemplo, en un navegador web) o para proporcionar acceso de calidad variable a, por ejemplo, bases de datos. Existen varios tipos de escalabilidad:

• Calidad progresiva o capa progresiva: el flujo de bits refina sucesivamente la imagen reconstruida.
• Resolución progresiva : primero se codifica una resolución de imagen más baja; luego se codifica la diferencia en resoluciones más altas. ^{[6] [7]}
• Componente progresivo : primero codifica la versión en escala de grises; luego agrega el color completo.

Codificación de la región de interés . Algunas partes de la imagen se codifican con mayor calidad que otras. Esto se puede combinar con la escalabilidad (codificar estas partes primero y otras después).

Metainformación . Los datos comprimidos pueden contener información sobre la imagen que puede utilizarse para categorizar, buscar o explorar imágenes. Dicha información puede incluir estadísticas de color y textura, imágenes de vista previa pequeñas e información sobre el autor o los derechos de autor.

Potencia de procesamiento . Los algoritmos de compresión requieren distintas cantidades de potencia de procesamiento para codificar y decodificar. Algunos algoritmos de alta compresión requieren una gran potencia de procesamiento.

La calidad de un método de compresión se mide a menudo por la relación señal-ruido máxima . Mide la cantidad de ruido introducido a través de una compresión con pérdida de la imagen, sin embargo, el juicio subjetivo del espectador también se considera una medida importante, siendo quizás la medida más importante.

La codificación de entropía comenzó a fines de la década de 1940 con la introducción de la codificación de Shannon-Fano , ^[8] la base para la codificación de Huffman que se publicó en 1952. ^[9] La codificación de transformada se remonta a fines de la década de 1960, con la introducción de la codificación de transformada rápida de Fourier (FFT) en 1968 y la transformada de Hadamard en 1969. ^[10]

Un desarrollo importante en la compresión de datos de imágenes fue la transformada de coseno discreta (DCT), una técnica de compresión con pérdida propuesta por primera vez por Nasir Ahmed , T. Natarajan y KR Rao en 1973. ^[11] JPEG fue introducido por el Joint Photographic Experts Group (JPEG) en 1992. ^[12] JPEG comprime imágenes a tamaños de archivo mucho más pequeños y se ha convertido en el formato de archivo de imagen más utilizado . ^[13] JPEG fue en gran parte responsable de la amplia proliferación de imágenes digitales y fotografías digitales , ^[14] con varios miles de millones de imágenes JPEG producidas todos los días a partir de 2015. ^[15]

Lempel–Ziv–Welch (LZW) es un algoritmo de compresión sin pérdida desarrollado por Abraham Lempel , Jacob Ziv y Terry Welch en 1984. Se utiliza en el formato GIF , introducido en 1987. ^[16] DEFLATE , un algoritmo de compresión sin pérdida desarrollado por Phil Katz y especificado en 1996, se utiliza en el formato Portable Network Graphics (PNG). ^[17]

El estándar JPEG 2000 fue desarrollado entre 1997 y 2000 por un comité JPEG presidido por Touradj Ebrahimi (posteriormente presidente de JPEG). ^[18] A diferencia del algoritmo DCT utilizado por el formato JPEG original, JPEG 2000 utiliza algoritmos de transformada wavelet discreta (DWT). Utiliza la transformada wavelet CDF 9/7 (desarrollada por Ingrid Daubechies en 1992) para su algoritmo de compresión con pérdida, ^[19] y la transformada wavelet Le Gall–Tabatabai (LGT) 5/3 ^{[20] [21]} (desarrollada por Didier Le Gall y Ali J. Tabatabai en 1988) ^[22] para su algoritmo de compresión sin pérdida. ^{[19] La tecnología} JPEG 2000 , que incluye la extensión Motion JPEG 2000 , fue seleccionada como el estándar de codificación de vídeo para el cine digital en 2004. ^[23]

La codificación de Huffman es una técnica fundamental que se utiliza en algoritmos de compresión de imágenes para lograr una representación eficiente de los datos. Este método, que debe su nombre a su inventor David A. Huffman, se emplea ampliamente en diversos estándares de compresión de imágenes, como JPEG y PNG.

La codificación de Huffman es una forma de codificación de entropía que asigna códigos de longitud variable a los símbolos de entrada en función de su frecuencia de aparición. El principio básico es asignar códigos más cortos a los símbolos que aparecen con mayor frecuencia y códigos más largos a los símbolos menos frecuentes, reduciendo así la longitud media del código en comparación con los códigos de longitud fija.

En la compresión de imágenes, la codificación de Huffman se aplica normalmente después de otras transformaciones, como la transformada discreta del coseno (DCT) en el caso de la compresión JPEG. Después de transformar los datos de la imagen en una representación del dominio de frecuencia, se utiliza la codificación de Huffman para codificar los coeficientes transformados de manera eficiente.

1. Análisis de frecuencia: calcule la frecuencia de aparición de cada símbolo o combinación de símbolos en los datos de la imagen transformada.
2. Construcción del árbol de Huffman: Construya un árbol de Huffman basado en las frecuencias de los símbolos. El árbol se construye de forma recursiva combinando los nodos con las frecuencias más bajas hasta que se forme un único nodo raíz.
3. Asignación de palabras clave: recorra el árbol de Huffman para asignar palabras clave de longitud variable a cada símbolo, y asigne palabras clave más cortas a los símbolos más frecuentes.
4. Codificación: reemplace los símbolos originales en los datos de la imagen con sus palabras de código Huffman correspondientes para generar el flujo de datos comprimido.

• Compresión sin pérdida: la codificación Huffman se puede utilizar en técnicas de compresión de imágenes con y sin pérdida, lo que proporciona flexibilidad para equilibrar la relación de compresión y la calidad de la imagen.
• Eficiencia: Al asignar códigos más cortos a símbolos que aparecen con frecuencia, la codificación de Huffman reduce la longitud promedio del código, lo que da como resultado una representación eficiente de los datos y menores requisitos de almacenamiento.
• Compatibilidad: la codificación Huffman tiene un amplio soporte y se puede integrar sin problemas en los estándares y algoritmos de compresión de imágenes existentes.

La codificación de Huffman desempeña un papel crucial en la compresión de imágenes, ya que codifica de manera eficiente los datos de las imágenes en una representación compacta. Su capacidad para asignar de manera adaptativa palabras de código de longitud variable en función de las frecuencias de los símbolos la convierte en un componente esencial de las técnicas modernas de compresión de imágenes, ya que contribuye a reducir el espacio de almacenamiento y el ancho de banda de transmisión, manteniendo al mismo tiempo la calidad de la imagen.