OCR für jedes JPM

Das JPEG-Bildformat (Joint Photographic Experts Group), allgemein bekannt als JPG, ist eine weit verbreitete Methode zur verlustbehafteten Komprimierung digitaler Bilder, insbesondere für Bilder, die durch digitale Fotografie erzeugt werden. Der Komprimierungsgrad kann angepasst werden, wodurch ein wählbarer Kompromiss zwischen Speichergröße und Bildqualität ermöglicht wird. JPEG erreicht typischerweise eine 10:1-Komprimierung mit kaum wahrnehmbarem Qualitätsverlust.

JPEG-Komprimierung wird in einer Reihe von Bilddateiformaten verwendet. JPEG/Exif ist das gängigste Bildformat, das von Digitalkameras und anderen Geräten zur Erfassung fotografischer Bilder verwendet wird; zusammen mit JPEG/JFIF ist es das gängigste Format zum Speichern und Übertragen von fotografischen Bildern im World Wide Web. Diese Formatvarianten werden oft nicht unterschieden und einfach als JPEG bezeichnet.

Das JPEG-Format umfasst eine Vielzahl von Standards, darunter JPEG/Exif, JPEG/JFIF und JPEG 2000, einen neueren Standard, der eine bessere Komprimierungseffizienz bei höherer Rechenkomplexität bietet. Der JPEG-Standard ist komplex, mit verschiedenen Teilen und Profilen, aber der am häufigsten verwendete JPEG-Standard ist das Baseline-JPEG, auf das sich die meisten Menschen beziehen, wenn sie von „JPEG“-Bildern sprechen.

Der JPEG-Komprimierungsalgorithmus ist im Kern eine auf der diskreten Kosinustransformation (DCT) basierende Komprimierungstechnik. Die DCT ist eine Fourier-bezogene Transformation, die der diskreten Fourier-Transformation (DFT) ähnelt, jedoch nur Kosinusfunktionen verwendet. Die DCT wird verwendet, weil sie die Eigenschaft hat, den größten Teil des Signals im niederfrequenten Bereich des Spektrums zu konzentrieren, was gut mit den Eigenschaften natürlicher Bilder korreliert.

Der JPEG-Komprimierungsprozess umfasst mehrere Schritte. Zunächst wird das Bild von seinem ursprünglichen Farbraum (normalerweise RGB) in einen anderen Farbraum namens YCbCr konvertiert. Der YCbCr-Farbraum trennt das Bild in eine Luminanzkomponente (Y), die die Helligkeitsstufen darstellt, und zwei Chrominanzkomponenten (Cb und Cr), die die Farbinformationen darstellen. Diese Trennung ist vorteilhaft, da das menschliche Auge empfindlicher auf Helligkeitsunterschiede als auf Farben reagiert, was eine aggressivere Komprimierung der Chrominanzkomponenten ermöglicht, ohne die wahrgenommene Bildqualität wesentlich zu beeinträchtigen.

Nach der Farbraumkonvertierung wird das Bild in Blöcke aufgeteilt, typischerweise mit einer Größe von 8x8 Pixeln. Jeder Block wird dann separat verarbeitet. Für jeden Block wird die DCT angewendet, die die Daten aus dem räumlichen Bereich in Daten aus dem Frequenzbereich transformiert. Dieser Schritt ist entscheidend, da er die Bilddaten für die Komprimierung besser geeignet macht, da natürliche Bilder dazu neigen, niederfrequente Komponenten zu haben, die signifikanter sind als hochfrequente Komponenten.

Sobald die DCT angewendet wurde, werden die resultierenden Koeffizienten quantisiert. Quantisierung ist der Prozess der Zuordnung eines großen Satzes von Eingabewerten zu einem kleineren Satz, wodurch die Anzahl der Bits, die zu ihrer Speicherung benötigt werden, effektiv reduziert wird. Dies ist die Hauptquelle für Verluste bei der JPEG-Komprimierung. Der Quantisierungsschritt wird durch eine Quantisierungstabelle gesteuert, die bestimmt, wie viel Komprimierung auf jeden DCT-Koeffizienten angewendet wird. Durch Anpassen der Quantisierungstabelle können Benutzer einen Kompromiss zwischen Bildqualität und Dateigröße eingehen.

Nach der Quantisierung werden die Koeffizienten durch Zickzack-Scannen linearisiert, wodurch sie nach steigender Frequenz geordnet werden. Dieser Schritt ist wichtig, da er niederfrequente Koeffizienten, die eher signifikant sind, und hochfrequente Koeffizienten, die nach der Quantisierung eher Null oder nahe Null sind, zusammenfasst. Diese Anordnung erleichtert den nächsten Schritt, die Entropiekodierung.

Die Entropiekodierung ist eine Methode der verlustfreien Komprimierung, die auf die quantisierten DCT-Koeffizienten angewendet wird. Die in JPEG am häufigsten verwendete Form der Entropiekodierung ist die Huffman-Kodierung, obwohl auch die arithmetische Kodierung vom Standard unterstützt wird. Die Huffman-Kodierung funktioniert, indem häufigeren Elementen kürzere Codes und weniger häufigen Elementen längere Codes zugewiesen werden. Da natürliche Bilder nach der Quantisierung dazu neigen, viele Null- oder Nahe-Null-Koeffizienten zu haben, insbesondere im Hochfrequenzbereich, kann die Huffman-Kodierung die Größe der komprimierten Daten erheblich reduzieren.

Der letzte Schritt im JPEG-Komprimierungsprozess besteht darin, die komprimierten Daten in einem Dateiformat zu speichern. Das gängigste Format ist das JPEG File Interchange Format (JFIF), das definiert, wie die komprimierten Daten und zugehörigen Metadaten, wie z. B. die Quantisierungstabellen und Huffman-Codetabellen, in einer Datei dargestellt werden, die von einer Vielzahl von Software decodiert werden kann. Ein weiteres gängiges Format ist das Exchangeable Image File Format (Exif), das von Digitalkameras verwendet wird und Metadaten wie Kameraeinstellungen und Szeneninformationen enthält.

JPEG-Dateien enthalten auch Marker, die Codesequenzen sind, die bestimmte Parameter oder Aktionen in der Datei definieren. Diese Marker können den Anfang eines Bildes, das Ende eines Bildes, Quantisierungstabellen definieren, Huffman-Codetabellen angeben und vieles mehr. Marker sind für die korrekte Dekodierung des JPEG-Bildes unerlässlich, da sie die notwendigen Informationen liefern, um das Bild aus den komprimierten Daten zu rekonstruieren.

Eine der Hauptfunktionen von JPEG ist die Unterstützung der progressiven Kodierung. Bei progressivem JPEG wird das Bild in mehreren Durchläufen kodiert, wobei jeder Durchlauf die Bildqualität verbessert. Dies ermöglicht die Anzeige einer Version des Bildes mit niedriger Qualität, während die Datei noch heruntergeladen wird, was besonders für Webbilder nützlich sein kann. Progressive JPEG-Dateien sind im Allgemeinen größer als Baseline-JPEG-Dateien, aber der Qualitätsunterschied während des Ladens kann die Benutzererfahrung verbessern.

Trotz seiner weit verbreiteten Verwendung hat JPEG einige Einschränkungen. Die verlustbehaftete Natur der Komprimierung kann zu Artefakten wie Blockierung führen, bei der das Bild sichtbare Quadrate aufweisen kann, und „Ringing“, bei dem Kanten von störenden Schwingungen begleitet werden können. Diese Artefakte sind bei höheren Komprimierungsstufen stärker ausgeprägt. Darüber hinaus ist JPEG nicht gut für Bilder mit scharfen Kanten oder kontrastreichem Text geeignet, da der Komprimierungsalgorithmus Kanten verwischen und die Lesbarkeit verringern kann.

Um einige der Einschränkungen des ursprünglichen JPEG-Standards zu beheben, wurde JPEG 2000 entwickelt. JPEG 2000 bietet mehrere Verbesserungen gegenüber Baseline-JPEG, darunter eine bessere Komprimierungseffizienz, Unterstützung für verlustfreie Komprimierung und die Möglichkeit, eine breitere Palette von Bildtypen effektiv zu verarbeiten. JPEG 2000 hat jedoch im Vergleich zum ursprünglichen JPEG-Standard keine weit verbreitete Akzeptanz gefunden, was hauptsächlich auf die erhöhte Rechenkomplexität und die mangelnde Unterstützung in einigen Softwareprogrammen und Webbrowsern zurückzuführen ist.

Zusammenfassend lässt sich sagen, dass das JPEG-Bildformat eine komplexe, aber effiziente Methode zur Komprimierung fotografischer Bilder ist. Seine weit verbreitete Akzeptanz ist auf seine Flexibilität zurückzuführen, Bildqualität und Dateigröße in Einklang zu bringen, wodurch es für eine Vielzahl von Anwendungen geeignet ist, von Webgrafiken bis hin zur professionellen Fotografie. Obwohl es Nachteile wie die Anfälligkeit für Komprimierungsartefakte hat, machen seine Benutzerfreundlichkeit und Unterstützung auf einer Vielzahl von Geräten und Software es zu einem der beliebtesten Bildformate, die heute verwendet werden.