Hình ảnh nén là một loại nén dữ liệu áp dụng cho hình ảnh kỹ thuật số, để giảm chi phí cho việc lưu trữ hoặc truyền. Các thuật toán có thể tận dụng nhận thức thị giác và các thuộc tính thống kê của dữ liệu hình ảnh để cung cấp các kết quả cao hơn so với các phương pháp nén chung.
Lossy và Lossless nén hình ảnh
Nén ảnh có thể bị mất hoặc mất. Lossless nén được ưa thích cho mục đích lưu trữ và thường cho hình ảnh y tế, bản vẽ kỹ thuật, clip nghệ thuật, hoặc truyện tranh. Các phương pháp nén tổn thất, đặc biệt là khi được sử dụng ở tốc độ bit thấp, giới thiệu các hiện vật nén. Các phương pháp mất mát đặc biệt phù hợp với các hình ảnh tự nhiên như hình ảnh trong các ứng dụng mà sự mất trung thực nhỏ (đôi khi không thể nhìn thấy) được chấp nhận để đạt được sự giảm đáng kể tốc độ bit. Sự nén mất mát tạo ra những khác biệt không đáng kể có thể được gọi là sự mất mát trực quan.
Các phương pháp nén ảnh không mất chất lượng là:
- Chạy mã dài – được sử dụng trong phương pháp mặc định trong PCX và là một trong những khả năng trong BMP, TGA, TIFF
- Nén ảnh vùng
- DPCM và mã hoá dự đoán
- Mã hóa entropy
- Thuật toán từ điển Adaptive như LZW – được sử dụng trong GIF và TIFF
- Giảm phát – được sử dụng trong PNG, MNG, và TIFF
- Mã chuỗi
Các phương pháp nén tổn hao:
Giảm không gian màu cho các màu phổ biến nhất trong ảnh. Các màu đã chọn được xác định trong bảng màu trong tiêu đề của hình ảnh nén. Mỗi điểm ảnh chỉ tham chiếu chỉ số của một màu trong bảng màu, phương pháp này có thể được kết hợp với dithering để tránh posterization.
Chroma subsampling. Điều này lợi dụng thực tế là mắt người nhận thấy sự thay đổi không gian của độ sáng nhanh hơn màu sắc, bằng cách trung bình hoặc giảm một số thông tin màu sắc trong hình ảnh.
Chuyển đổi mã hóa. Đây là phương pháp được sử dụng phổ biến nhất. Cụ thể, một biến đổi Fourier liên quan như biến đổi Cosine rời rạc (DCT) được sử dụng rộng rãi: N. Ahmed, T. Natarajan và K.R.Rao, “Discrete Cosine Transform,” IEEE Trans. Computers, 90-93, Jan. 1974. DCT đôi khi được gọi là “DCT-II” trong bối cảnh của một gia đình chuyển đổi cô sin rời rạc; ví dụ, xem biến đổi cosine rời rạc. Sự biến đổi wavelet được phát triển gần đây cũng được sử dụng rộng rãi, sau đó là quantization và entropy coding.
Nén chất đúc.
Các thuộc tính khác
Chất lượng hình ảnh tốt nhất ở tốc độ bit nhất định (hoặc tỷ lệ nén) là mục tiêu chính của nén hình ảnh, tuy nhiên, có các tính năng quan trọng khác của các chương trình nén hình ảnh:
Khả năng mở rộng thường đề cập đến sự giảm chất lượng do thao tác bitstream hoặc file (không nén và nén lại). Các tên khác cho khả năng mở rộng là mã hóa tiến bộ hoặc các bitstream nhúng. Mặc dù tính chất trái ngược của nó, khả năng mở rộng cũng có thể được tìm thấy trong các codec không mất dữ liệu, thường là dưới dạng quét pixel pixel thô. Khả năng mở rộng đặc biệt hữu ích để xem trước các hình ảnh trong khi tải chúng xuống (ví dụ như trong trình duyệt web) hoặc để cung cấp truy cập chất lượng khác nhau cho ví dụ: cơ sở dữ liệu. Có một số loại khả năng mở rộng:
Chất lượng tiến bộ hoặc lớp dần dần: Dòng bitstream liên tục tinh chỉnh lại hình ảnh được tái tạo.
Độ phân giải tiến bộ: Đầu tiên mã hoá độ phân giải hình ảnh thấp hơn; sau đó mã hoá sự khác biệt với độ phân giải cao hơn.
Hợp phần tiến bộ: Đầu tiên mã hóa màu xám; rồi màu.
Khu vực quan tâm mã hóa. Một số phần của hình ảnh được mã hoá với chất lượng cao hơn các phần khác. Điều này có thể được kết hợp với khả năng mở rộng (mã hoá các phần này trước, những thứ khác sau này).
Thông tin về siêu dữ liệu. Dữ liệu đã nén có thể chứa thông tin về hình ảnh có thể được sử dụng để phân loại, tìm kiếm hoặc duyệt hình ảnh. Thông tin như vậy có thể bao gồm số liệu thống kê màu sắc và kết cấu, hình ảnh xem trước nhỏ và thông tin tác giả hoặc bản quyền.
Chế biến điện. Các thuật toán nén đòi hỏi số lượng công suất xử lý khác nhau để mã hoá và giải mã. Một số thuật toán nén cao đòi hỏi công suất xử lý cao.
Chất lượng của một phương pháp nén thường được đo bằng tỷ số tín hiệu-tiếng-to-tiếng ồn. Nó đo lượng tiếng ồn được giới thiệu thông qua sự nén nén của hình ảnh, tuy nhiên, sự đánh giá chủ quan của ngườ