От чего зависит степень сжатия файла
Обновлено: 21.11.2024
Как работает сжатие файлов? Изучите основы сжатия файлов и разницу между сжатием с потерями и без потерь.
Сжатие файлов — основная часть работы в Интернете. Это позволяет нам передавать файлы, которые в противном случае потребовали бы слишком много трафика и времени. Всякий раз, когда вы открываете ZIP-файлы или просматриваете изображения JPEG, вы получаете преимущества сжатия файлов.
Итак, в какой-то момент вы, вероятно, задавались вопросом: как работает сжатие файлов? Вот общий взгляд на то, как работает сжатие.
Что означает сжатие?
Проще говоря, сжатие файла (или сжатие данных) — это действие по уменьшению размера файла при сохранении исходных данных. Это позволяет файлу занимать меньше места на устройстве хранения, а также упрощает его передачу через Интернет или иным образом.
Важно отметить, что сжатие не бесконечно. Хотя сжатие файла в ZIP-файл уменьшает его размер, вы не можете продолжать сжимать файл, чтобы уменьшить его размер до нуля.
Как правило, сжатие файлов делится на два основных типа: с потерями и без потерь. Давайте посмотрим, как они работают по очереди.
Как работает сжатие файлов: сжатие с потерями
Сжатие с потерями уменьшает размер файла за счет удаления ненужных битов информации. Это чаще всего встречается в форматах изображений, видео и аудио, где нет необходимости в идеальном представлении исходного мультимедиа. Многие распространенные форматы для этих типов носителей используют сжатие с потерями; Двумя популярными примерами являются MP3 и JPEG.
MP3 не содержит всю аудиоинформацию из оригинальной записи --- вместо этого он выбрасывает некоторые звуки, которые люди не могут слышать. Вы все равно не заметите их отсутствие, поэтому удаление этой информации приводит к уменьшению размера файла практически без каких-либо недостатков.
Аналогичным образом файлы JPEG удаляют второстепенные части изображений. Например, на изображении с голубым небом сжатие JPEG может изменить все пиксели неба на один или два оттенка синего вместо использования десятков различных оттенков.
Однако чем сильнее вы сжимаете файл, тем заметнее становится падение качества. Вы, вероятно, сталкивались с этим при загрузке мутных файлов MP3 на YouTube. Например, сравните этот высококачественный музыкальный трек:
С этой сильно сжатой версией той же песни:
Сжатие с потерями подходит, когда файл содержит больше информации, чем вам нужно для ваших целей. Например, допустим, у вас есть огромный файл изображения RAW. Хотя вы, вероятно, хотите сохранить это качество при печати изображения на большом баннере, загружать файл RAW на Facebook бессмысленно.
Изображение содержит так много данных, что они не заметны при просмотре на сайтах социальных сетей. Сжатие изображения в высококачественный JPEG выбрасывает некоторую информацию, но невооруженным глазом изображение выглядит почти так же. Подробнее об этом читайте в нашем сравнении популярных форматов изображений.
Сжатие с потерями в общем использовании
Как мы уже упоминали, сжатие с потерями отлично подходит для большинства видов мультимедиа. Из-за этого это жизненно важно для таких компаний, как Spotify и Netflix, которые постоянно передают огромные объемы информации. Максимальное уменьшение размера файлов при сохранении качества делает их работу более эффективной. Вы можете себе представить, если бы каждое видео с YouTube сохранялось и передавалось в исходном несжатом формате?
Но сжатие с потерями не так хорошо работает для файлов, в которых важна вся информация. Например, использование сжатия с потерями в текстовом файле или электронной таблице приведет к искажению вывода. Вы действительно не можете ничего выбросить, не нанеся серьезного вреда конечному продукту.
При сохранении в формате с потерями часто можно установить уровень качества. Например, во многих графических редакторах есть ползунок для выбора качества JPEG от 0 до 100.
При сохранении примерно на 90 или 80 процентов размер файла немного уменьшается, но визуально разница незначительна. Но сохранение в низком качестве или многократное сохранение одного и того же файла в формате с потерями приведет к его ухудшению.
Ниже вы можете увидеть пример этого (нажмите, чтобы увидеть увеличенное изображение). Слева исходное изображение, загруженное с Pixabay в формате JPEG. Среднее изображение — результат сохранения в формате JPEG с качеством 50 процентов. А на крайнем правом изображении показано исходное изображение, сохраненное в формате JPEG с 10-процентным качеством.
На первый взгляд среднее изображение выглядит не так уж плохо. Артефакты по краям прямоугольников можно заметить только при увеличении масштаба. Конечно, самое правое изображение сразу выглядит ужасно.
До кадрирования для загрузки размер файла составлял 874 КБ, 310 КБ и 100 КБ соответственно.
Как работает сжатие файлов: сжатие без потерь
Сжатие без потерь — это способ уменьшить размер файла, чтобы можно было полностью восстановить исходный файл. В отличие от сжатия с потерями, он не выбрасывает никакой информации.Вместо этого сжатие без потерь, по сути, работает за счет устранения избыточности.
Давайте рассмотрим простой пример, чтобы показать, что это значит. Ниже стопка из 10 кирпичей: два синих, пять желтых и три красных. Этот стек — простой способ проиллюстрировать эти блоки, но есть и другой способ сделать это.
Вместо того, чтобы показывать все 10 блоков, мы можем удалить все блоки каждого цвета, кроме одного. Затем, если мы используем числа, чтобы показать, сколько кирпичиков каждого цвета было, мы представили тот же самый бит информации, используя гораздо меньше кирпичей. Вместо 10 кирпичей нам теперь нужно всего три.
Это простая иллюстрация того, как возможно сжатие без потерь. Он сохраняет ту же информацию более эффективным способом, удаляя избыточность. Рассмотрим реальный файл, в котором следующая строка:
Может "сжиматься" до следующей, гораздо более короткой формы:
Это позволяет нам использовать семь символов вместо 24 для представления тех же данных, что обеспечивает значительную экономию.
Сжатие без потерь в повседневном использовании
Как мы упоминали выше, сжатие без потерь важно в тех случаях, когда вы не можете удалить исходный файл. Если вам интересно, как работают ZIP-файлы, вот ответ.
При создании ZIP-файла из исполняемой программы в Windows используется сжатие без потерь. Сжатие ZIP-файла является более эффективным способом хранения программы, но при распаковке (распаковке) архива сохраняется вся исходная информация. Если вы использовали сжатие с потерями для сжатия исполняемых файлов, разархивированная версия будет повреждена и непригодна для использования.
Распространенные форматы без потерь включают PNG для изображений, FLAC для аудио и ZIP. Форматы видео без потерь используются редко, поскольку они занимают много места.
Когда использовать сжатие с потерями и без потерь
Теперь, когда мы рассмотрели обе формы сжатия файлов, вы можете задаться вопросом, когда следует использовать одну или другую. Как оказалось, «лучшей» формы сжатия не существует — все зависит от того, для чего вы используете файлы.
Как правило, вам следует использовать сжатие без потерь, если вам нужна идеальная копия исходного материала, и сжатие с потерями, когда достаточно несовершенной копии. Давайте посмотрим на другой пример, чтобы увидеть, как они могут работать в гармонии.
Скажем, вы только что откопали свою старую коллекцию компакт-дисков и хотите оцифровать ее, чтобы вся ваша музыка была на вашем компьютере. Когда вы копируете свои компакт-диски, имеет смысл использовать такой формат, как FLAC, который не допускает потерь. Это позволяет иметь на компьютере мастер-копию, не уступающую по качеству оригинальному компакт-диску.
Позже вы, возможно, захотите записать музыку на свой телефон или старый MP3-плеер, чтобы слушать ее на ходу. Вы, вероятно, не заботитесь о том, чтобы ваша музыка была в идеальном качестве для этого, поэтому вы можете конвертировать файлы FLAC в MP3. Это дает вам аудиофайл, который по-прежнему отлично слушается, но не занимает много места на вашем мобильном устройстве. Качество MP3, преобразованного из FLAC, будет таким же хорошим, как если бы вы создали сжатый MP3 прямо с оригинального компакт-диска. Вы даже можете сжимать видео прямо на iPhone.
Тип данных, представленных в файле, также может определять, какой тип сжатия лучше. Поскольку изображения PNG используют сжатие без потерь, они предлагают файлы небольшого размера для изображений с большим количеством однородного пространства, например скриншоты компьютера. Однако вы заметите, что PNG занимают гораздо больше места, когда они представляют собой смесь цветов на реальных фотографиях.
Проблемы во время сжатия файлов
Как мы видели, преобразование форматов без потерь в форматы с потерями — это нормально, как и преобразование одного формата без потерь в другой. Однако никогда не следует преобразовывать формат с потерями в формат без потерь, а также следует остерегаться преобразования одного формата с потерями в другой.
Преобразование форматов с потерями в форматы без потерь — пустая трата места. Помните, что форматы с потерями выбрасывают данные; восстановить эти данные невозможно.
Скажем, у вас есть файл MP3 размером 3 МБ. Преобразование этого во FLAC может привести к файлу размером 30 МБ, но эти 30 МБ содержат те же звуки, что и MP3 гораздо меньшего размера. Обратное преобразование в формат без потерь не «восстанавливает» информацию, потерянную при сжатии MP3.
Наконец, как упоминалось ранее, преобразование одного формата с потерями в другой (или многократное сохранение в одном и том же формате) приведет к дальнейшему ухудшению качества. Каждый раз, когда вы применяете сжатие с потерями, вы теряете больше деталей. Это становится все более и более заметным, пока файл не будет по существу испорчен.
Как работает сжатие? Теперь ты знаешь
Мы рассмотрели методы сжатия с потерями и без потерь, чтобы понять, как они работают. Теперь вы знаете, как можно сохранить файл меньшего размера, чем его первоначальный вид, и как выбрать наилучший метод для ваших нужд.
Конечно, алгоритмы, определяющие, какие данные выбрасываются при использовании методов сжатия с потерями и как лучше хранить избыточные данные при сжатии без потерь, намного сложнее, чем мы здесь объяснили. Если вам интересно, по этой теме можно узнать гораздо больше.
Пробовали сжатие без потерь и хотите что-то отправить другу? Попробуйте эти быстрые способы передачи больших файлов онлайн. А если вам нужна помощь в сжатии больших аудиофайлов, вот несколько простых и эффективных способов.
Раздел 404 Закона Сарбейнса-Оксли (SOX) требует, чтобы все публичные компании установили внутренний контроль и процедуры.
Закон о защите конфиденциальности детей в Интернете от 1998 года (COPPA) – это федеральный закон, который налагает особые требования на операторов доменов .
План North American Electric Reliability Corporation по защите критически важной инфраструктуры (NERC CIP) представляет собой набор стандартов.
Стандарт безопасности данных платежных приложений (PA-DSS) – это набор требований, призванных помочь поставщикам программного обеспечения в разработке безопасных .
Взаимная аутентификация, также называемая двусторонней аутентификацией, представляет собой процесс или технологию, в которой оба объекта обмениваются данными .
Экранированная подсеть или брандмауэр с тройным подключением относится к сетевой архитектуре, в которой один брандмауэр используется с тремя сетями .
Медицинская транскрипция (МТ) – это ручная обработка голосовых сообщений, продиктованных врачами и другими медицинскими работниками.
Электронное отделение интенсивной терапии (eICU) — это форма или модель телемедицины, в которой используются самые современные технологии.
Защищенная медицинская информация (PHI), также называемая личной медицинской информацией, представляет собой демографическую информацию, медицинскую .
Снижение рисков – это стратегия подготовки к угрозам, с которыми сталкивается бизнес, и уменьшения их последствий.
Отказоустойчивая технология — это способность компьютерной системы, электронной системы или сети обеспечивать бесперебойное обслуживание.
Синхронная репликация — это процесс копирования данных по сети хранения, локальной или глобальной сети, поэтому .
Коэффициент усиления записи (WAF) – это числовое значение, представляющее объем данных, передаваемых контроллером твердотельного накопителя (SSD) .
API облачного хранилища — это интерфейс прикладного программирования, который соединяет локальное приложение с облачным хранилищем.
Интерфейс управления облачными данными (CDMI) – это международный стандарт, определяющий функциональный интерфейс, используемый приложениями.
Сжатие данных — это процесс, при котором размер файла уменьшается за счет перекодирования данных файла для использования меньшего количества битов памяти, чем исходный файл. Фундаментальный компонент сжатия данных заключается в том, что исходный файл можно передать или сохранить, воссоздать, а затем использовать позже (с помощью процесса, называемого распаковкой).
Краткая история сжатия данных
С появлением Интернета в 1970-х годах взаимосвязь между размером файла и скоростью передачи стала гораздо более очевидной. Математики всего мира занимались этой проблемой в течение многих лет, но только когда в середине 1980-х появились универсальные алгоритмы сжатия без потерь Lempel-Ziv-Welch (LZW), реальные преимущества были реализованы. Сжатие LZW было первым широко используемым методом сжатия данных, реализованным на компьютерах, и он используется до сих пор (в различных версиях): большой текстовый файл на английском языке обычно можно сжать примерно до половины исходного размера с помощью LZW.
Азбука Морзе, изобретенная в 1838 году, является самым ранним примером сжатия данных, поскольку наиболее часто встречающимся буквам английского языка, таким как "e" и "t", присваиваются более короткие азбуки Морзе.
< /цитата>К общим алгоритмам сжатия данных относятся:
Типы сжатия данных
Сегодня существует множество различных типов алгоритмов и реализаций, которые позволяют обычным пользователям сжимать файлы, но некоторые из них больше подходят для определенных приложений. Чтобы лучше понять сжатие данных в целом, проще всего разделить процесс на две основные группы: сжатие с потерями и сжатие без потерь.
Сжатие с потерями
Сжатие с потерями уменьшает размер файла за счет удаления ненужных битов информации. Этот тип сжатия чаще всего используется для файлов изображений, видео и аудио, где не требуется идеальное представление исходного мультимедиа.
Например, аудиофайл MP3 не содержит всю аудиоинформацию из исходной записи. Вместо этого сжатие MP3 с потерями удаляет звуки, которые люди не могут слышать. Поскольку обычное человеческое ухо не заметит этой разницы, в результате получится файл меньшего размера с минимальным воздействием на пользователя.
Недостаток? Чем сильнее файл сжат сжатием с потерями, тем заметнее становится снижение качества. Кроме того, сжатие с потерями не работает с файлами, в которых важны все данные (например, сжатие электронной таблицы приведет к непригодным для использования результатам).
Сжатие без потерь
Сжатие без потерь уменьшает размер файла без удаления битов информации. Вместо этого этот формат работает путем удаления избыточности в данных, чтобы уменьшить общий размер файла. Без потерь можно идеально восстановить исходный файл.
Например, наиболее распространенный формат сжатия без потерь (ZIP) часто используется для программных файлов в Windows, поскольку он сохраняет всю исходную информацию. Распаковка файла (разархивирование) создает исполняемую программу, которая в противном случае была бы бесполезна с потерями.
Распространенные форматы без потерь включают PNG для изображений, FLAC для аудио и ZIP. Форматы видео без потерь используются редко, так как исходные файлы занимают много места.
Ограничения сжатия данных
Важно отметить, что сжатие не бесконечно. Сжатие файла в ZIP-файл может уменьшить его размер, но невозможно продолжить сжатие файла и уменьшить размер до нуля.
Кроме того, важно понимать взаимосвязь между двумя группами сжатия данных:
- Да: преобразование файлов без потерь в файлы с потерями.
- Да. Можно преобразовать один формат без потерь в другой формат без потерь.
- Нет: преобразование файлов с потерями в файлы без потерь (форматы с потерями выбрасывают данные; восстановить эти данные невозможно)
- Нет: преобразование одного формата с потерями в другой формат с потерями
Заключительное слово о сжатии данных
Как работает сжатие данных с технической точки зрения? Ну, фактические алгоритмы, которые решают, какие данные выбрасываются (при методах с потерями) и как лучше хранить избыточные данные (при сжатии без потерь), крайне сложно. Этот обзор сжатия данных предназначен для общего обзора основ и предоставления контекста того, как применять эти методы в реальных ситуациях.
Продолжить чтение
Об Адаме Харкнессе
В своей должности в NetMotion Software Адам отвечает за сообщения о новостях индустрии мобильности и управление сообществами в социальных сетях. Он имеет степень магистра делового администрирования Университета Аляски и степень бакалавра коммуникаций Университета Северного Мичигана. Вне офиса он любит кататься на сноуборде, заниматься серфингом и исследовать Тихоокеанский Северо-Запад. Свяжитесь с ним в Твиттере @adamsharkness.
Хотя сжатие уже существующих файлов изображений не является типичным применением линейного сжатия, оно предоставляет наглядное средство для сравнения алгоритмов. Исходное изображение (вверху) было сжато с использованием двух алгоритмов линейного сжатия. Когда изображения были распакованы, старый алгоритм (в центре) обеспечивал чуть более точную реконструкцию оригинала, но его выполнение занимало в 100 раз больше времени, чем новый алгоритм MIT (внизу).
Предыдущее изображение Следующее изображение
Сжатие данных — одна из фундаментальных областей компьютерных наук, позволяющая информационным системам делать больше с меньшими затратами. Это причина, по которой iPod nano может хранить тысячи песен вместо сотен, и это то, что не дает передаваемым изображениям засорять Интернет. Если каждый цифровой файл представляет собой строку битов — нулей и единиц, — то сжатие — это способ представить ту же информацию с меньшим количеством битов.
Большинство методов сжатия торгуют пространством в обмен на время: хотя сжатый файл занимает меньше памяти, его необходимо декодировать, прежде чем его содержимое станет понятным. В приложениях, где памяти не хватает, но данные нуждаются в постоянном обновлении, распаковка файла, его изменение и последующее повторное сжатие могут занимать непомерно много времени. В результате такие приложения — например, мониторинг интернет-трафика или поиск шаблонов в огромных коллекциях научных данных — часто используют тип сжатия, называемый линейным сжатием. При линейном сжатии компьютерная программа может изменять данные в сжатом файле без предварительного декодирования.
В прошлом году доцент Петр Индик из Лаборатории информатики и искусственного интеллекта Массачусетского технологического института и его аспирант Раду Беринде представили две разные версии нового алгоритма линейного сжатия, которые работают так же хорошо, как и все ранее изобретенные, а для некоторых приложений даже лучше. . Однако обе версии алгоритма имели ограничения: в определенных экстремальных условиях они просто переставали работать. Но этой осенью на Аллертонской конференции по коммуникациям, управлению и вычислениям, организованной Университетом Иллинойса в Урбана-Шампейн, Индик и Беринд представили новую версию алгоритма, сочетающую в себе преимущества своих предшественников и преодолевающую их недостатки.
"У каждого из двух предыдущих алгоритмов были свои недостатки, – – говорит Дина Ниделл, постдоктор из Стэнфорда, которая помогала разрабатывать один из ведущих алгоритмов линейного сжатия.«И это имеет место во многих ситуациях в этой области: если у вас есть два алгоритма, один хорош в одном, а другой — в другом. И [новый алгоритм] как бы объединил два преимущества. Вот этот алгоритм, который делает обе хорошие вещи».
Некоторые методы сжатия, такие как алгоритм zip, обычно используемый для загрузки из Интернета, являются так называемыми "без потерь": когда вы распаковываете заархивированную версию файла, вы восстанавливаете каждый бит оригинала. Другие методы сжатия являются «с потерями»: например, версия песни в формате MP3 занимает примерно в десять раз меньше места, чем версия на компакт-диске, но безвозвратно отбрасывает множество тонких аудиоданных.
Линейное сжатие сопряжено с потерями: расширение сжатого файла не дает вам всех данных оригинала. Но для многих приложений это не имеет значения. Возьмем, к примеру, мониторинг интернет-трафика. Пакеты данных, передаваемые через Интернет, проходят через последовательность компьютеров специального назначения, называемых маршрутизаторами; каждый маршрутизатор проверяет конечный пункт назначения пакета и сообщает ему, куда идти дальше. Маршрутизатор никак не может хранить информацию обо всех пакетах, которые проходят через него в течение дня, но с линейным сжатием он может сохранять приблизительное значение. Расшифровка данных по-прежнему может выявить то, что Индик называет «тяжеловесами» — сайты, которые отправляют и получают наибольшее количество пакетов — именно это интересует большинство исследователей. В других приложениях нападающими могут быть члены большой группы населения, чей анализ крови дал положительный результат на заболевание, или концентрация определенных молекул в химическом образце.
Дальше
По словам Индика, существует три основных критерия для оценки производительности алгоритма линейного сжатия. Одним из них является степень сжатия: насколько меньше сжатый файл, чем несжатые данные. Второй — время восстановления: сколько времени требуется для декодирования сжатых данных. (Индик говорит, что некоторым из ранних алгоритмов линейного сжатия требовалось «часы или даже дни» для восстановления изображения, снятого одномегапиксельной камерой.) исходный файл.
По словам Индика, за последние семь лет область продвинулась до точки, когда алгоритмы линейного сжатия могут хорошо работать по любым двум из этих трех параметров за счет третьего. Индик и Беринде решили обменять некоторую точность реконструкции на эффективное извлечение и хорошее сжатие. Действительно, Индик и некоторые другие его ученики недавно продемонстрировали, что существует математический предел того, какую экономию места может позволить линейное сжатие, и алгоритм его и Беринде достигает этого предела.
Идея, стоящая за алгоритмом исследователей Массачусетского технологического института, довольно техническая, но Индик попытался объяснить ее простым языком. Если вы возьмете два очень разных файла — строки из единиц и нулей — одинакового размера, «разница между ними имеет геометрическую интерпретацию», — объясняет Индик. То есть существует способ математически описать разницу между файлами с точки зрения расстояния: один файл можно рассматривать как близкий или далекий от другого.
При линейном сжатии обычно существует компромисс между скоростью алгоритма сжатия и тем, какую часть исходного файла можно восстановить. Более медленные, но более точные алгоритмы, как правило, сохраняют геометрическое расстояние между файлами: если два несжатых файла находятся далеко друг от друга, сжатые версии будут такими же. С другой стороны, при использовании более быстрых алгоритмов сжатые файлы располагаются гораздо ближе друг к другу, чем исходные файлы.
Индик и Беринде нашли способ проанализировать разницу между сжатыми файлами, используя другое математическое понятие геометрического расстояния; при таком анализе некоторые алгоритмы быстрого сжатия по-прежнему сохраняют расстояние между файлами. Воспользовавшись этой новой перспективой, исследователи смогли разработать алгоритм распаковки, который восстанавливает гораздо больше информации из исходного файла без ущерба для скорости.
Работы, подобные Индику и Беринде, дают надежду на то, что скоро алгоритмам линейного сжатия больше не придется жертвовать производительностью по одному из трех параметров, упомянутых Индиком — сжатию, времени и точности. «Я думаю, что мы на самом деле довольно близки к этому», — говорит Ниделл. «Мы почти до конца: мы почти у цели». Однако она добавляет, что «есть много других направлений, в которых будет развиваться эта область». Например, по ее словам, многие математические методы, на которые опираются алгоритмы линейного сжатия, могут быть адаптированы для улучшения «механизмов рекомендаций» на таких веб-сайтах, как Netflix или Amazon, которые пытаются предсказать, какие книги или фильмы могут понравиться покупателю на сайте. основе предшествующей истории.
Самое простое объяснение заключается в том, что уровень сжатия помогает сбалансировать качество изображения и его размер. Обычно изображения самого высокого качества имеют самый большой размер файла, но сжатие позволяет уменьшить размер файла при сохранении качества — хитрость заключается в том, где вы его устанавливаете.
Уровень сжатия в GIMP отображается, когда вы экспортируете готовую работу в один из стандартных типов файлов изображений, таких как JPEG, PNG или TIFF. У каждого из них есть настройки качества/сжатия, которые вы можете настроить в соответствии со своими потребностями, но не все они работают одинаково.
Настройка «Уровень сжатия» при сохранении файлов PNG определяет окончательный размер файла вашего изображения, а также влияет на то, сколько времени потребуется для сохранения. При самой высокой степени сжатия (0 – самая низкая, 9 – самая высокая) размер файла будет меньше, но его сохранение займет больше всего времени.
Меня зовут Томас Болдт, и за эти годы я сохранил больше цифровых изображений, чем могу сосчитать, от художественных фотографий с высоким разрешением до лениво отредактированных сырых мемов. Обычно я очень требователен к качеству изображения, но иногда вам приходится чем-то жертвовать, чтобы сэкономить несколько дополнительных КБ, и я помогу вам понять, как получить наилучшее изображение с помощью GIMP.
Мы рассмотрим настройки уровня сжатия для распространенных типов файлов изображений и обсудим, какие параметры лучше всего подходят для различных ситуаций, независимо от того, пытаетесь ли вы сохранить изображения для веб-сайта с минимально возможным размером файла или убедиться, что ваши фотошедевры выглядят наилучшим образом.
Уровни сжатия GIMP стали проще
Сжатие позволяет уменьшить размер файла изображения. Фотография с высоким разрешением, полученная с цифровой зеркальной камеры, может иметь размер более 75 МБ, но тот же файл, сжатый в формате JPEG со 100-процентным качеством, может уменьшиться до 20 МБ.
Общая идея применима ко всем типам сжатия изображений, но не все они одинаковы. Тремя наиболее популярными форматами цифровых изображений являются JPEG, PNG и TIFF, и каждый из них использует сжатие по-разному.
Файлы, сохраненные в формате JPEG, используют метод, известный как сжатие с потерями. Это означает, что алгоритм отбрасывает некоторые данные изображения, чтобы уменьшить размер файла. JPEG часто является лучшим компромиссом между размером файла и качеством изображения, и это самый популярный формат изображения.
В формате PNG используется метод сжатия без потерь, поэтому усиление сжатия НЕ снижает качество изображения. Вместо этого увеличение уровня сжатия просто означает, что компьютер будет прилагать все больше и больше усилий, чтобы уменьшить размер файла.
TIFF также может дополнительно использовать сжатие. LZW и Deflate обеспечивают сжатие без потерь, в то время как JPEG, как обычно, обеспечивает сжатие с потерями. Сжатие PackBits эффективно только для черно-белых изображений и может фактически увеличить размер файла более сложных цветных изображений.
Какой уровень сжатия следует использовать?
Наилучший уровень сжатия зависит от двух факторов: содержания вашего изображения и любых ваших требований к файлу. Если вам нужно использовать прозрачность в изображении, вам придется выбрать PNG, но если вы хотите, чтобы ваше изображение было доступно для самой широкой аудитории, лучше всего подойдет JPEG.
Файлы TIFF чаще всего используются профессионалами в области обработки изображений, которым требуется исключительно точное качество изображения благодаря способности сохранять сложные битовые глубины без ухудшения качества. Если вам нужно максимальное сохранение изображений, TIFF — лучший выбор, но файлы получаются довольно большими.
Уровни сжатия JPEG
Если ваше изображение представляет собой фотографию, вам нужно сравнить несколько различных настроек, чтобы определить, какая из них выглядит лучше всего. Большие области схожего цвета можно достаточно хорошо сжать без заметной потери качества изображения, часто уменьшая размер файла на 50 % и более.
Чтобы увидеть результаты ваших настроек сжатия в рабочей среде GIMP, просто установите флажок «Показать предварительный просмотр в окне изображения». Диалоговое окно «Экспорт» также обновится с приблизительным размером файла для выбранных вами настроек.
Если сохранить эту фотографию с качеством JPG 20 %, это серьезно ухудшит качество изображения, создав цветные полосы на изображении, особенно заметные при освещении облаков и цветовых сдвигах деревьев на переднем плане. Если мы спустимся еще ниже, предметы станут почти неузнаваемыми.
Все это звучит плохо, пока вы не увидите, что размер файла уменьшился с 2,0 МБ до 97,8 КБ, что более чем в 20 раз меньше, чем при 100% качестве JPG.При такой настройке изображение слишком сжато, чтобы его можно было использовать для чего-либо, но оно показывает, насколько важно установить правильный уровень сжатия.
Обычно настройка качества от 70 до 85 является идеальной: вы получаете некоторые преимущества меньшего размера файла без существенной потери качества изображения. Если вы не сохраняете фотографию, часто можно снизить качество до 25 или 30 — всегда проверяйте свои варианты!
Это особенно важно, когда речь идет о сохранении изображений для Интернета. Поисковые системы учитывают скорость загрузки вашей страницы при определении позиции в рейтинге, поэтому убедитесь, что вы максимально обрезаете эти файлы без ущерба для качества (слишком сильно).
Уровни сжатия PNG
Сжатие PNG на самом деле намного проще, чем JPEG, потому что вам не нужно беспокоиться о потере качества изображения. Все без потерь, и вы можете включить в изображение прозрачные участки. Компромисс заключается в увеличении конечного размера файла.
Технически, сохранение PNG с максимальным уровнем сжатия занимает больше времени (помните, что 0 — самый низкий уровень, 9 — самый высокий), но на современных компьютерах задержка обычно незаметна, поэтому не стесняйтесь использовать максимальный уровень по умолчанию. .
То, как именно работают различные уровни сжатия, немного выходит за рамки этой статьи (и, честно говоря, немного выходит за рамки моего очень ограниченного понимания математики и теории информации), но вы можете прочитать о них здесь, в Википедии, если вы вам любопытно.
Уровни сжатия TIFF
Файлы TIFF обычно являются самыми большими из трех со значительным отрывом. Файл JPEG размером 3 МБ без изменений, но повторно сохраненный в формате TIFF, расширяется до колоссальных 17 МБ без сжатия и более чем удваивается в размере почти до 7 МБ при использовании параметра сжатия без потерь LZW.
На самом деле параметр «Deflate» очень похож на алгоритм сжатия, используемый PNG, также известный как сжатие ZIP в некоторых программах. Во время моего тестирования он работал лучше всего, но лишь незначительно лучше, чем LZW, создавая файл размером около 6 МБ.
Чтобы обеспечить максимально возможную совместимость, сжатие LZW обычно является лучшим выбором, поскольку оно существует дольше, чем сжатие ZIP, но крайне редко возникают проблемы совместимости TIFF с современным программным обеспечением. Если важна скорость хранения или передачи, ZIP создает файлы наименьшего размера.
Заключительное слово
Надеюсь, вы ответили на все ваши вопросы об уровнях сжатия в GIMP. Каждое изображение имеет уникальные потребности, и теперь вы знаете все, что вам нужно, чтобы сохранить ваши шедевры во всей славе, которой они заслуживают, даже если это просто мем =)
Я работаю с цифровыми изображениями примерно с 2000 года, когда у меня появилась первая цифровая камера. Я пробовал много программ для редактирования изображений. GIMP — это бесплатное и мощное программное обеспечение, но не совсем удобное для пользователя, пока вы не освоитесь с ним, и я хотел упростить для вас процесс обучения здесь.
Оставить ответ Отменить ответ
Привет!
Последние записи
Отказ от ответственности
GNU Image Manipulation Program — это бесплатный кроссплатформенный редактор изображений, созданный командой GIMP. Мы не связаны с ними. Этот сайт создан пользователем GIMP для пользователей GIMP.
Читайте также: