রূপান্তর করুন JPEGগুলি থেকে AVIFগুলি তে

JPEG, যা Joint Photographic Experts Group এর জন্য দাঁড়িয়েছে, ডিজিটাল ইমেজের জন্য লসি কম্প্রেশনের একটি সাধারণত ব্যবহৃত পদ্ধতি, বিশেষ করে ডিজিটাল ফটোগ্রাফি দ্বারা উত্পাদিত সেই ইমেজগুলির জন্য। কম্প্রেশনের ডিগ্রিটি সামঞ্জস্য করা যেতে পারে, স্টোরেজের আকার এবং ইমেজের গুণমানের মধ্যে একটি নির্বাচনযোগ্য ট্রেডঅফের অনুমতি দেয়। JPEG সাধারণত ইমেজের গুণমানে সামান্য অনুধাবনযোগ্য ক্ষতির সাথে 10:1 কম্প্রেশন অর্জন করে।

JPEG কম্প্রেশন অ্যালগরিদমটি JPEG স্ট্যান্ডার্ডের মূল অংশে রয়েছে। প্রক্রিয়াটি একটি ডিজিটাল ইমেজ দিয়ে শুরু হয় যা তার সাধারণ RGB রঙের স্থান থেকে YCbCr নামে পরিচিত একটি ভিন্ন রঙের স্থানে রূপান্তরিত হয়। YCbCr রঙের স্থানটি ইমেজটিকে লুমিন্যান্স (Y) এ বিভক্ত করে, যা উজ্জ্বলতার স্তরকে উপস্থাপন করে, এবং ক্রোমিন্যান্স (Cb এবং Cr), যা রঙের তথ্য উপস্থাপন করে। এই বিচ্ছেদটি উপকারী কারণ মানুষের চোখ রঙের চেয়ে উজ্জ্বলতার তারতম্যের প্রতি বেশি সংবেদনশীল, কম্প্রেশনকে লুমিন্যান্সের চেয়ে রঙের তথ্যকে আরও বেশি কম্প্রেস করে এর সুযোগ নিতে দেয়।

ইমেজটি YCbCr রঙের স্থানে থাকার পরে, JPEG কম্প্রেশন প্রক্রিয়ার পরবর্তী ধাপটি ক্রোমিন্যান্স চ্যানেলগুলিকে ডাউনস্যাম্পল করা। ডাউনস্যাম্পলিং ক্রোমিন্যান্স তথ্যের রেজোলিউশন হ্রাস করে, যা সাধারণত ইমেজের অনুধাবনযোগ্য গুণমানকে উল্লেখযোগ্যভাবে প্রভাবিত করে না, কারণ মানুষের চোখ রঙের বিশদে কম সংবেদনশীল। এই ধাপটি ঐচ্ছিক এবং ইমেজের গুণমান এবং ফাইলের আকারের মধ্যে পছন্দসই ভারসাম্যের উপর নির্ভর করে এটি সামঞ্জস্য করা যেতে পারে।

ডাউনস্যাম্পলিংয়ের পরে, ইমেজটিকে ব্লকগুলিতে বিভক্ত করা হয়, সাধারণত আকারে 8x8 পিক্সেল। প্রতিটি ব্লক তারপর আলাদাভাবে প্রক্রিয়া করা হয়। প্রতিটি ব্লক প্রক্রিয়াকরণের প্রথম ধাপটি হল ডিসক্রিট কোসাইন ট্রান্সফর্ম (DCT) প্রয়োগ করা। DCT একটি গাণিতিক অপারেশন যা স্পেসিয়াল ডোমেন ডেটা (পিক্সেলের মান) ফ্রিকোয়েন্সি ডোমেনে রূপান্তরিত করে। ফলাফলটি ফ্রিকোয়েন্সি সহগের একটি ম্যাট্রিক্স যা স্পেসিয়াল ফ্রিকোয়েন্সি উপাদানগুলির ক্ষেত্রে ইমেজ ব্লকের ডেটা উপস্থাপন করে।

DCT থেকে প্রাপ্ত ফ্রিকোয়েন্সি সহগগুলি তারপর পরিমাণিত হয়। পরিমাণকরণ হল ইনপুট মানগুলির একটি বড় সেটকে একটি ছোট সেটে ম্যাপ করার প্রক্রিয়া - JPEG এর ক্ষেত্রে, এর অর্থ ফ্রিকোয়েন্সি সহগগুলির নির্ভুলতা হ্রাস করা। এখানেই কম্প্রেশনের লসি অংশটি ঘটে, কারণ কিছু ইমেজের তথ্য বাদ দেওয়া হয়। পরিমাণকরণ ধাপটি একটি পরিমাণকরণ টেবিল দ্বারা নিয়ন্ত্রিত হয়, যা নির্ধারণ করে যে প্রতিটি ফ্রিকোয়েন্সি উপাদানে কতটা কম্প্রেশন প্রয়োগ করা হবে। পরিমাণকরণ টেবিলগুলি উচ্চতর ইমেজের গুণমান (কম কম্প্রেশন) বা ছোট ফাইলের আকার (বেশি কম্প্রেশন) এর পক্ষে সামঞ্জস্য করা যেতে পারে।

পরিমাণকরণের পরে, সহগগুলি একটি জিগজ্যাগ অর্ডারে সাজানো হয়, উপরের-বাম কোণ থেকে শুরু করে এবং একটি প্যাটার্ন অনুসরণ করে যা উচ্চতর ফ্রিকোয়েন্সিগুলির উপর নিম্ন ফ্রিকোয়েন্সি উপাদানগুলিকে অগ্রাধিকার দেয়। কারণ নিম্ন ফ্রিকোয়েন্সি উপাদানগুলি (যা ইমেজের আরও অভিন্ন অংশগুলিকে উপস্থাপন করে) উচ্চতর ফ্রিকোয়েন্সি উপাদানগুলির (যা সূক্ষ্ম বিশদ এবং প্রান্তগুলি উপস্থাপন করে) চেয়ে সামগ্রিক চেহারার জন্য আরও গুরুত্বপূর্ণ।

JPEG কম্প্রেশন প্রক্রিয়ার পরবর্তী ধাপটি এনট্রপি কোডিং, যা লসলেস কম্প্রেশনের একটি পদ্ধতি। JPEG-তে ব্যবহৃত এনট্রপি কোডিংয়ের সবচেয়ে সাধারণ রূপ হল হাফম্যান কোডিং, যদিও অ্যারিথমেটিক কোডিংও একটি বিকল্প। হাফম্যান কোডিং আরও ঘন ঘন ঘটনার জন্য ছোট কোড এবং কম ঘন ঘন ঘটনার জন্য দীর্ঘ কোড বরাদ্দ করে কাজ করে। যেহেতু জিগজ্যাগ অর্ডারিং একই রকম ফ্রিকোয়েন্সি সহগগুলিকে একসাথে গ্রুপ করে, তাই এটি হাফম্যান কোডিংয়ের দক্ষতা বাড়ায়।

এনট্রপি কোডিং সম্পূর্ণ হয়ে গেলে, কম্প্রেসড ডেটাটি একটি ফাইল ফর্ম্যাটে সংরক্ষণ করা হয় যা JPEG স্ট্যান্ডার্ডের সাথে সামঞ্জস্যপূর্ণ। এই ফাইল ফর্ম্যাটে একটি হেডার রয়েছে যা ইমেজ সম্পর্কে তথ্য ধারণ করে, যেমন এর মাত্রা এবং ব্যবহৃত পরিমাণকরণ টেবিল, তারপরে হাফম্যান-কোডেড ইমেজ ডেটা। ফাইল ফর্ম্যাটটি মেটাডেটার অন্তর্ভুক্তিকেও সমর্থন করে, যেমন EXIF ডেটা, যা ফটোগ্রাফ তোলার জন্য ব্যবহৃত ক্যামেরার সেটিংস, এটি তোলা তারিখ এবং সময় এবং অন্যান্য প্রাসঙ্গিক বিশদ সম্পর্কে তথ্য ধারণ করতে পারে।

যখন একটি JPEG ইমেজ খোলা হয়, ডিকম্প্রেশন প্রক্রিয়াটি মূলত কম্প্রেশন ধাপগুলিকে বিপরীত করে। হাফম্যান-কোডেড ডেটা ডিকোড করা হয়, পরিমাণিত ফ্রিকোয়েন্সি সহগগুলি একই পরিমাণকরণ টে

বি ফাইল ফরম্যাট, 'বিটস্ট্রিম ফরম্যাট' এর সংক্ষিপ্ত রূপ, একটি কন্টেইনার ফরম্যাট যা ডিজিটাল ভিডিও এবং অডিও ডেটা সংরক্ষণ এবং প্রেরণের জন্য ব্যবহৃত হয়। এটি 1990 এর দশকের প্রথম দিকে অডিও ভিডিও ইন্টারলিভ (AVI) ফরম্যাটের উত্তরসূরি হিসাবে তৈরি করা হয়েছিল, যার লক্ষ্য ছিল মাল্টিমিডিয়া কন্টেন্টের জন্য একটি আরও দক্ষ এবং নমনীয় কন্টেইনার প্রদান করা। বি ফরম্যাট তার পূর্বসূরীদের তুলনায় বেশ কয়েকটি সুবিধা প্রদান করে, যার মধ্যে রয়েছে উন্নত কম্প্রেশন, একাধিক অডিও এবং ভিডিও স্ট্রিমের জন্য সাপোর্ট এবং বিস্তৃত রেঞ্জের কোডেক পরিচালনা করার ক্ষমতা।

এর মূল অংশে, একটি বি ফাইল বিভিন্ন চাঙ্কের সমন্বয়ে গঠিত, প্রতিটিতে একটি নির্দিষ্ট ধরনের ডেটা থাকে। ফাইলটি একটি হেডার চাঙ্ক দিয়ে শুরু হয়, যা ফাইলের সামগ্রিক কাঠামো এবং বিষয়বস্তু সম্পর্কে মেটাডেটা প্রদান করে। এই হেডারে চাঙ্কের মোট সংখ্যা, প্রতিটি চাঙ্কের আকার এবং অডিও এবং ভিডিও স্ট্রিমের জন্য ব্যবহৃত কোডেকের মতো তথ্য অন্তর্ভুক্ত থাকে।

হেডারের পরে, ফাইলে একটি বা একাধিক 'স্ট্রিম চাঙ্ক' থাকে, প্রতিটি একটি একক অডিও বা ভিডিও স্ট্রিমকে উপস্থাপন করে। এই চাঙ্কগুলি প্রকৃত এনকোডেড মিডিয়া ডেটা সংরক্ষণ করে, স্ট্রিমের জন্য নির্দিষ্ট অতিরিক্ত মেটাডেটার সাথে, যেমন কোডেক প্যারামিটার, বিটরেট এবং রেজোলিউশন। বি ফরম্যাট অডিও এবং ভিডিও উভয়ের জন্য বিভিন্ন ধরনের কোডেককে সাপোর্ট করে, যার মধ্যে রয়েছে H.264, MPEG-4, AAC এবং MP3 এর মতো জনপ্রিয় পছন্দ।

বি ফরম্যাটের একটি মূল বৈশিষ্ট্য হল একটি একক ফাইলের মধ্যে একাধিক স্ট্রিমকে ইন্টারলিভ করার ক্ষমতা। এর অর্থ হল সমস্ত অডিও ডেটার পরে সমস্ত ভিডিও ডেটা সংরক্ষণ করার পরিবর্তে, ফাইলটি প্রতিটি স্ট্রিমের ছোট সেগমেন্টের মধ্যে বিকল্প হতে পারে। এই ইন্টারলিভিং প্লেব্যাক পারফরম্যান্স উন্নত করতে এবং বাফারিং কমাতে সাহায্য করে, কারণ প্লেয়ার একযোগে উভয় স্ট্রিম পড়তে এবং ডিকোড করতে পারে।

ফাইলের মধ্যে দক্ষ সন্ধান এবং নেভিগেশন সহজ করার জন্য, বি ফরম্যাট 'চাঙ্ক ইনডেক্স' নামে পরিচিত একটি ইনডেক্স স্ট্রাকচার ব্যবহার করে। এই ইনডেক্সটি সাধারণত ফাইলের শেষে সংরক্ষণ করা হয় এবং এতে একটি কন্টেন্টের টেবিল থাকে যা প্রতিটি চাঙ্ককে ফাইলের মধ্যে তার শুরুর অবস্থানের সাথে ম্যাপ করে। চাঙ্ক ইনডেক্সের সাথে পরামর্শ করে, একটি প্লেয়ার দ্রুত মিডিয়ার যেকোনো পছন্দসই পয়েন্টে অবস্থান নির্ণয় করতে এবং জাম্প করতে পারে, পুরো ফাইলটি স্ক্যান করার প্রয়োজন ছাড়াই।

বি ফরম্যাটে অতিরিক্ত মেটাডেটা এবং পরিপূরক তথ্য সংরক্ষণের জন্যও বিধান রয়েছে। এতে চ্যাপ্টার মার্কার, সাবটাইটেল, কাস্টম ট্যাগ এবং এমনকি এম্বেডেড ইমেজ বা আর্টওয়ার্কের মতো জিনিস অন্তর্ভুক্ত থাকতে পারে। এই অতিরিক্ত উপাদানগুলি মূল অডিও এবং ভিডিও স্ট্রিম থেকে আলাদা, ডেডিকেটেড চাঙ্কে সংরক্ষণ করা হয়।

বি ফরম্যাটের সুবিধাগুলির মধ্যে একটি হল এর দৃঢ়তা এবং ত্রুটি সহনশীলতা। ফাইল স্ট্রাকচারে বিভিন্ন ত্রুটি সনাক্তকরণ এবং সংশোধন প্রক্রিয়া অন্তর্ভুক্ত রয়েছে, যেমন চেকসাম এবং অপ্রয়োজনীয় ডেটা, ডেটা দূষণ থেকে রক্ষা করতে এবং সামান্য ফাইল ক্ষতির উপস্থিতিতেও স্মুথ প্লেব্যাক নিশ্চিত করতে সাহায্য করে।

বি ফরম্যাট ডিজিটাল মিডিয়া শিল্পে ব্যাপকভাবে গৃহীত হয়েছে, বিশেষ করে অনলাইন ভিডিও স্ট্রিমিং এবং বিতরণের জন্য। এর দক্ষ কম্প্রেশন, নমনীয় কন্টেইনার স্ট্রাকচার এবং একাধিক স্ট্রিমের জন্য সাপোর্ট এটিকে ইন্টারনেটে উচ্চ-মানের ভিডিও কন্টেন্ট সরবরাহ করার জন্য উপযুক্ত করে তোলে। ইউটিউব এবং নেটফ্লিক্সের মতো অনেক জনপ্রিয় ভিডিও স্ট্রিমিং প্ল্যাটফর্ম এবং পরিষেবা তাদের ভিডিও কন্টেন্ট এনকোডিং এবং পরিবেশনের জন্য বি ফরম্যাটের উপর নির্ভর করে।

অনলাইন ভিডিওতে ব্যবহারের পাশাপাশি, বি ফরম্যাট বিভিন্ন অন্যান্য প্রসঙ্গেও ব্যবহৃত হয়েছে, যেমন ডিজিটাল ভিডিও ক্যামেরা, ভিডিও এডিটিং সফ্টওয়্যার এবং মাল্টিমিডিয়া প্লেব্যাক ডিভাইস। বিভিন্ন ধরনের কোডেক এবং প্ল্যাটফর্মের সাথে এর বহুমুখিতা এবং সামঞ্জস্যতা এর স্থায়ী জনপ্রিয়তায় অবদান রেখেছে।

বছরের পর বছর ধরে, ভিডিও প্রযুক্তির অগ্রগতি এবং পরিবর্তনশীল শিল্পের প্রয়োজনীয়তার সাথে তাল মিলিয়ে বি ফরম্যাট বেশ কয়েকটি সংশোধন এবং আপডেটের মধ্য দিয়ে গেছে। এই আপডেটগুলি নতুন কোডেক, উচ্চতর রেজোলিউশন এবং উন্নত কম্প্রেশন কৌশলের জন্য সাপোর্ট চালু করেছে, নিশ্চিত করে যে ফরম্যাটটি আধুনিক ভিডিও অ্যাপ্লিকেশনগুলির জন্য প্রাসঙ্গিক এবং দক্ষ রয়েছে।

MPEG-4 পার্ট 14 (MP4) এবং ম্যাট্রোস্কা (MKV)