OCR di ogni JPEG

JPEG, che sta per Joint Photographic Experts Group, è un metodo comunemente utilizzato di compressione con perdita per immagini digitali, in particolare per quelle immagini prodotte dalla fotografia digitale. Il grado di compressione può essere regolato, consentendo un compromesso selezionabile tra dimensione di archiviazione e qualità dell'immagine. JPEG in genere raggiunge una compressione 10:1 con una perdita di qualità dell'immagine poco percettibile.

L'algoritmo di compressione JPEG è al centro dello standard JPEG. Il processo inizia con un'immagine digitale convertita dal suo tipico spazio colore RGB in uno spazio colore diverso noto come YCbCr. Lo spazio colore YCbCr separa l'immagine in luminanza (Y), che rappresenta i livelli di luminosità, e crominanza (Cb e Cr), che rappresentano le informazioni sul colore. Questa separazione è vantaggiosa perché l'occhio umano è più sensibile alle variazioni di luminosità rispetto al colore, consentendo alla compressione di sfruttare questo vantaggio comprimendo le informazioni sul colore più della luminanza.

Una volta che l'immagine è nello spazio colore YCbCr, il passo successivo nel processo di compressione JPEG è il downsampling dei canali di crominanza. Il downsampling riduce la risoluzione delle informazioni di crominanza, che in genere non influisce in modo significativo sulla qualità percepita dell'immagine, a causa della minore sensibilità dell'occhio umano ai dettagli del colore. Questo passaggio è facoltativo e può essere regolato a seconda del bilanciamento desiderato tra qualità dell'immagine e dimensione del file.

Dopo il downsampling, l'immagine viene divisa in blocchi, in genere di dimensioni 8x8 pixel. Ogni blocco viene quindi elaborato separatamente. Il primo passo nell'elaborazione di ciascun blocco è applicare la trasformata discreta del coseno (DCT). La DCT è un'operazione matematica che trasforma i dati del dominio spaziale (i valori dei pixel) nel dominio della frequenza. Il risultato è una matrice di coefficienti di frequenza che rappresentano i dati del blocco immagine in termini dei suoi componenti di frequenza spaziale.

I coefficienti di frequenza risultanti dalla DCT vengono quindi quantizzati. La quantizzazione è il processo di mappatura di un ampio insieme di valori di input in un insieme più piccolo: nel caso di JPEG, ciò significa ridurre la precisione dei coefficienti di frequenza. È qui che si verifica la parte con perdita della compressione, poiché alcune informazioni sull'immagine vengono scartate. Il passaggio di quantizzazione è controllato da una tabella di quantizzazione, che determina quanta compressione viene applicata a ciascun componente di frequenza. Le tabelle di quantizzazione possono essere regolate per favorire una maggiore qualità dell'immagine (meno compressione) o dimensioni del file più piccole (più compressione).

Dopo la quantizzazione, i coefficienti vengono disposti in un ordine a zig-zag, partendo dall'angolo in alto a sinistra e seguendo uno schema che dà priorità ai componenti di frequenza più bassa rispetto a quelli di frequenza più alta. Ciò perché i componenti di frequenza più bassa (che rappresentano le parti più uniformi dell'immagine) sono più importanti per l'aspetto generale rispetto ai componenti di frequenza più alta (che rappresentano i dettagli e i bordi più fini).

Il passo successivo nel processo di compressione JPEG è la codifica entropica, che è un metodo di compressione senza perdita. La forma più comune di codifica entropica utilizzata in JPEG è la codifica Huffman, sebbene anche la codifica aritmetica sia un'opzione. La codifica Huffman funziona assegnando codici più brevi a occorrenze più frequenti e codici più lunghi a occorrenze meno frequenti. Poiché l'ordinamento a zig-zag tende a raggruppare insieme coefficienti di frequenza simili, aumenta l'efficienza della codifica Huffman.

Una volta completata la codifica entropica, i dati compressi vengono archiviati in un formato file conforme allo standard JPEG. Questo formato file include un'intestazione che contiene informazioni sull'immagine, come le sue dimensioni e le tabelle di quantizzazione utilizzate, seguite dai dati dell'immagine codificati in Huffman. Il formato file supporta anche l'inclusione di metadati, come i dati EXIF, che possono contenere informazioni sulle impostazioni della fotocamera utilizzate per scattare la fotografia, la data e l'ora in cui è stata scattata e altri dettagli pertinenti.

Quando viene aperta un'immagine JPEG, il processo di decompressione inverte essenzialmente i passaggi di compressione. I dati codificati in Huffman vengono decodificati, i coefficienti di frequenza quantizzati vengono dequantizzati utilizzando le stesse tabelle di quantizzazione utilizzate durante la compressione e la trasformata discreta del coseno inversa (IDCT) viene applicata a ciascun blocco per convertire i dati del dominio della frequenza nuovamente in valori di pixel del dominio spaziale.

I processi di dequantizzazione e IDCT introducono alcuni errori dovuti alla natura con perdita della compressione, motivo per cui JPEG non è l'ideale per immagini che subiranno più modifiche e nuovi salvataggi. Ogni volta che un'immagine JPEG viene salvata, passa nuovamente attraverso il processo di compressione e vengono perse ulteriori informazioni sull'immagine. Ciò può portare a un evidente degrado della qualità dell'immagine nel tempo, un fenomeno noto come "perdita di generazione".

Nonostante la natura con perdita della compressione JPEG, rimane un formato immagine popolare grazie alla sua flessibilità ed efficienza. Le immagini JPEG possono avere dimensioni di file molto piccole, il che le rende ideali per l'uso sul Web, dove la larghezza di banda e i tempi di caricamento sono considerazioni importanti. Inoltre, lo standard JPEG include una modalità progressiva, che consente di codificare un'immagine in modo tale da poter essere decodificata in più passaggi, ogni passaggio migliora la risoluzione dell'immagine. Ciò è particolarmente utile per le immagini Web, poiché consente di visualizzare rapidamente una versione di bassa qualità dell'immagine, con la qualità che migliora man mano che vengono scaricati più dati.

JPEG presenta anche alcune limitazioni e non è sempre la scelta migliore per tutti i tipi di immagini. Ad esempio, non è adatto per immagini con bordi netti o testo ad alto contrasto, poiché la compressione può creare artefatti evidenti attorno a queste aree. Inoltre, JPEG non supporta la trasparenza, che è una funzionalità fornita da altri formati come PNG e GIF.

Per affrontare alcune delle limitazioni dello standard JPEG originale, sono stati sviluppati nuovi formati, come JPEG 2000 e JPEG XR. Questi formati offrono una migliore efficienza di compressione, supporto per profondità di bit più elevate e funzionalità aggiuntive come trasparenza e compressione senza perdita. Tuttavia, non hanno ancora raggiunto lo stesso livello di adozione diffusa del formato JPEG originale.

In conclusione, il formato immagine JPEG è un complesso equilibrio tra matematica, psicologia visiva umana e informatica. Il suo uso diffuso è una testimonianza della sua efficacia nel ridurre le dimensioni dei file mantenendo un livello di qualità dell'immagine accettabile per la maggior parte delle applicazioni. Comprendere gli aspetti tecnici di JPEG può aiutare gli utenti a prendere decisioni informate su quando utilizzare questo formato e su come ottimizzare le proprie immagini per il bilanciamento tra qualità e dimensione del file che meglio si adatta alle proprie esigenze.