OCR любого JPM

Формат изображения JPEG (Joint Photographic Experts Group), обычно известный как JPG, является широко используемым методом с потерями для сжатия цифровых изображений, особенно для тех изображений, которые создаются с помощью цифровой фотографии. Степень сжатия можно регулировать, что позволяет выбирать компромисс между размером хранилища и качеством изображения. JPEG обычно достигает сжатия 10:1 с незначительной заметной потерей качества изображения.

Сжатие JPEG используется в ряде форматов файлов изображений. JPEG/Exif является наиболее распространенным форматом изображений, используемым цифровыми камерами и другими устройствами захвата фотографических изображений; наряду с JPEG/JFIF это наиболее распространенный формат для хранения и передачи фотографических изображений во Всемирной паутине. Эти вариации формата часто не различаются и просто называются JPEG.

Формат JPEG включает в себя множество стандартов, включая JPEG/Exif, JPEG/JFIF и JPEG 2000, который является более новым стандартом, который предлагает лучшую эффективность сжатия с более высокой вычислительной сложностью. Стандарт JPEG является сложным, с различными частями и профилями, но наиболее часто используемым стандартом JPEG является базовый JPEG, который большинство людей имеют в виду, когда они упоминают изображения «JPEG».

Алгоритм сжатия JPEG в своей основе представляет собой технику сжатия на основе дискретного косинусного преобразования (DCT). DCT — это преобразование, связанное с Фурье, похожее на дискретное преобразование Фурье (DFT), но использующее только косинусные функции. DCT используется, потому что он обладает свойством концентрировать большую часть сигнала в области низких частот спектра, что хорошо коррелирует со свойствами естественных изображений.

Процесс сжатия JPEG включает в себя несколько этапов. Изначально изображение преобразуется из своего исходного цветового пространства (обычно RGB) в другое цветовое пространство, известное как YCbCr. Цветовое пространство YCbCr разделяет изображение на компонент яркости (Y), который представляет уровни яркости, и два компонента цветности (Cb и Cr), которые представляют цветовую информацию. Это разделение полезно, потому что человеческий глаз более чувствителен к изменениям яркости, чем к цвету, что позволяет более агрессивно сжимать компоненты цветности, не влияя существенно на воспринимаемое качество изображения.

После преобразования цветового пространства изображение разбивается на блоки, обычно размером 8x8 пикселей. Затем каждый блок обрабатывается отдельно. Для каждого блока применяется DCT, который преобразует данные пространственной области в данные частотной области. Этот шаг имеет решающее значение, поскольку он делает данные изображения более податливыми для сжатия, поскольку естественные изображения, как правило, имеют низкочастотные компоненты, которые более значимы, чем высокочастотные компоненты.

После применения DCT результирующие коэффициенты квантуются. Квантование — это процесс отображения большого набора входных значений в меньший набор, что эффективно уменьшает количество битов, необходимых для их хранения. Это основной источник потерь при сжатии JPEG. Шаг квантования контролируется таблицей квантования, которая определяет, какое сжатие применяется к каждому коэффициенту DCT. Регулируя таблицу квантования, пользователи могут выбирать между качеством изображения и размером файла.

После квантования коэффициенты линеаризуются с помощью зигзагообразного сканирования, которое упорядочивает их по возрастанию частоты. Этот шаг важен, потому что он группирует вместе низкочастотные коэффициенты, которые, скорее всего, будут значимыми, и высокочастотные коэффициенты, которые, скорее всего, будут нулевыми или близкими к нулю после квантования. Этот порядок облегчает следующий шаг, который представляет собой энтропийное кодирование.

Энтропийное кодирование — это метод сжатия без потерь, который применяется к квантованным коэффициентам DCT. Наиболее распространенной формой энтропийного кодирования, используемой в JPEG, является кодирование Хаффмана, хотя стандарт также поддерживает арифметическое кодирование. Кодирование Хаффмана работает путем назначения более коротких кодов более частым элементам и более длинных кодов менее частым элементам. Поскольку естественные изображения, как правило, имеют много нулевых или близких к нулю коэффициентов после квантования, особенно в области высоких частот, кодирование Хаффмана может значительно уменьшить размер сжатых данных.

Заключительным этапом процесса сжатия JPEG является сохранение сжатых данных в формате файла. Наиболее распространенным форматом является формат обмена файлами JPEG (JFIF), который определяет, как представлять сжатые данные и связанные с ними метаданные, такие как таблицы квантования и таблицы кодов Хаффмана, в файле, который может быть декодирован широким спектром программного обеспечения. Другим распространенным форматом является формат обмена изображениями (Exif), который используется цифровыми камерами и включает метаданные, такие как настройки камеры и информация о сцене.

Файлы JPEG также включают маркеры, которые представляют собой последовательности кодов, определяющие определенные параметры или действия в файле. Эти маркеры могут указывать начало изображения, конец изображения, определять таблицы квантования, указывать таблицы кодов Хаффмана и многое другое. Маркеры необходимы для правильного декодирования изображения JPEG, поскольку они предоставляют необходимую информацию для восстановления изображения из сжатых данных.

Одной из ключевых особенностей JPEG является поддержка прогрессивного кодирования. В прогрессивном JPEG изображение кодируется в несколько проходов, каждый из которых улучшает качество изображения. Это позволяет отображать изображение низкого качества, пока файл еще загружается, что может быть особенно полезно для веб-изображений. Прогрессивные файлы JPEG обычно больше, чем базовые файлы JPEG, но разница в качестве во время загрузки может улучшить пользовательский опыт.

Несмотря на широкое распространение, JPEG имеет некоторые ограничения. Сжатие с потерями может привести к артефактам, таким как блокировка, когда на изображении могут быть видны квадраты, и «звон», когда края могут сопровождаться ложными колебаниями. Эти артефакты более заметны при более высоких уровнях сжатия. Кроме того, JPEG не очень подходит для изображений с резкими краями или текстом с высокой контрастностью, поскольку алгоритм сжатия может размывать края и снижать читаемость.

Чтобы устранить некоторые ограничения исходного стандарта JPEG, был разработан JPEG 2000. JPEG 2000 предлагает несколько улучшений по сравнению с базовым JPEG, включая лучшую эффективность сжатия, поддержку сжатия без потерь и возможность эффективно обрабатывать более широкий спектр типов изображений. Однако JPEG 2000 не получил широкого распространения по сравнению с исходным стандартом JPEG, в основном из-за повышенной вычислительной сложности и отсутствия поддержки в некоторых программных продуктах и веб-браузерах.

В заключение, формат изображения JPEG является сложным, но эффективным методом сжатия фотографических изображений. Его широкое распространение обусловлено его гибкостью в балансировке качества изображения с размером файла, что делает его подходящим для различных приложений, от веб-графики до профессиональной фотографии. Несмотря на свои недостатки, такие как восприимчивость к артефактам сжатия, его простота использования и поддержка на широком спектре устройств и программного обеспечения делают его одним из самых популярных форматов изображений, используемых сегодня.