Technológia digitálnej kompresie obrazu efektívne redukuje údaje, aby sa uľahčilo ukladanie a prenos. V tomto článku sa pozrieme na to, ako funguje a ako ovplyvňuje náš život.
Digitálny obrázok je digitálna reprezentácia fotografie alebo kresby. Tieto digitálne obrázky sa skladajú z pixelov, čo je najmenšia jednotka bodov, a každému pixelu je priradená hodnota, ktorá predstavuje niečo ako jas alebo farbu. Vo všeobecnosti platí, že čím vyšší počet pixelov, tým vyššie rozlíšenie, avšak na úkor množstva uložených dát. Na efektívne ukladanie a prenos týchto digitálnych obrázkov sú potrebné techniky kompresie digitálneho obrazu na zníženie množstva údajov.
Existujú dva typy techník kompresie digitálneho obrazu: bezstratová kompresia a stratová kompresia. Bezstratová kompresia je menej efektívna, pretože nepoužíva metódy, ktoré spôsobujú stratu údajov počas procesu kompresie, ale je možné ich obnoviť na rovnaký obraz ako originál. Stratová kompresia na druhej strane odstraňuje nadbytočné alebo nepotrebné údaje, čo sťažuje obnovenie rovnakého obrazu ako originál, ale môže dosiahnuť vysokú účinnosť kompresie, ktorá je mnohonásobne až tisíckrát vyššia ako bezstratová kompresia, čo z nej robí populárnu techniku kompresie.
JPEG, ktorý bežne používame, je reprezentatívny formát digitálneho obrazového súboru so stratovou kompresiou. Kompresia formátu JPEG pozostáva hlavne z predbežného spracovania, DCT, kvantizácie a kódovania.
Po prvé, predbežné spracovanie zahŕňa zmenu farebného modelu a „vzorkovanie“. Najprv sa zmení farebný model digitálneho obrazu z RGB na YCbCr. Model RGB kombinuje tri základné farby svetla, aby spoločne reprezentovali farbu a jas pixelu, zatiaľ čo model YCbCr rozdeľuje informácie o pixeli na Y, ktoré predstavujú informácie o jase, a Cb a Cr, ktoré predstavujú informácie o farbe. Keď sa farebný model zmení z modelu RGB na model YCbCr, vykoná sa vzorkovanie na extrahovanie iba niektorých hodnôt z pixelov.
Ľudské oko je citlivé na zmeny jasu a relatívne menej citlivé na zmeny farby, takže vzorkovanie extrahuje všetko Y, ktoré predstavuje informáciu o jase, a iba časť Cb a Cr, ktoré predstavujú informáciu o farbe, do takej miery, ľudské oko nedokáže vnímať zmeny farby. Toto vzorkovanie extrahuje informácie z bloku pixelov v pomere J:a
z bloku pixelov v určitom pomere J:a. Kde J je počet vodorovných pixelov v pixelovom bloku, a je počet pixelov informácie z prvého riadku pixelového bloku a b je počet pixelov informácií z druhého radu. Napríklad, ak vzorkujete informácie o farbe v pomere 4:2:0, prvý riadok bloku pixelov so 4 horizontálnymi pixelmi extrahuje 2 informácie o farbe a druhý riadok nevytiahne žiadne informácie o farbe. Nakoniec sa extrahujú iba dve z ôsmich farieb v bloku 4×2, čím sa zníži množstvo dát.
Po predspracovaní sa vykoná transformácia nazývaná DCT. DCT je proces, ktorý prevádza informácie zo vzorkovaných pixelov na frekvencie a predstavuje ich ako údaje, ktoré sú pravidelne oddelené pozdĺž frekvenčnej oblasti. Kvôli efektívnosti sa DCT vykonáva na matici blokovanej na 8 pixelov horizontálne a 8 pixelov vertikálne ako základná jednotka. Keď sa vykonáva DCT, nízkofrekvenčné zložky, ktoré predstavujú malé rozdiely v informáciách medzi susednými pixelmi, sa zhromažďujú v ľavej hornej časti matice a vysokofrekvenčné zložky, ktoré predstavujú veľké rozdiely, sa zhromažďujú v pravej dolnej časti matice a sú reprezentované ako hodnoty matice oddelené pozdĺž frekvenčnej domény. Hraničná hodnota nízkofrekvenčnej zložky je väčšia ako medzná hodnota vysokofrekvenčnej zložky.
Ďalším krokom je kvantovanie. V procese kvantovania sa hodnota matice získaná pomocou DCT vydelí určitou prednastavenou konštantou a zaokrúhli sa. V tomto prípade sa maticová hodnota nízkofrekvenčnej zložky vydelí malou konštantou a zaokrúhli sa nahor, ale maticová hodnota vysokofrekvenčnej zložky sa vydelí veľkou konštantou a zaokrúhli sa nahor tak, aby bola nulová. Ide o zníženie veľkosti údajov znížením absolútnej hodnoty nízkofrekvenčných zložiek a odstránením vysokofrekvenčných zložiek, pričom sa berie do úvahy, že ľudské oko je citlivé na nízkofrekvenčné zložky, ale menej citlivé na vysokofrekvenčné zložky.
Nakoniec sú údaje zakódované. Kódovanie je binárna reprezentácia kvantovaných maticových hodnôt. Pre tento proces sa zvyčajne používa Huffmanovo kódovanie. Huffmanovo kódovanie funguje tak, že priraďuje menej bitov na reprezentáciu údajov, ktoré sa vyskytujú často, a viac bitov na reprezentáciu údajov, ktoré sa vyskytujú zriedkavo. Výsledkom je, že proces Huffmanovho kódovania môže znížiť množstvo údajov v digitálnom obrázku bez straty akýchkoľvek údajov.
Digitálne obrázky sa využívajú v mnohých oblastiach nášho každodenného života. Používajú sa napríklad pri fotografovaní, medicínskom zobrazovaní, satelitných snímkach, grafickom dizajne, produktových obrázkoch v internetových obchodoch a mnohých ďalších aplikáciách. S rastúcim využívaním digitálnych obrazov rýchlo napredujú aj technológie spracovania obrazu. Najmä pokroky v rozpoznávaní obrázkov pomocou umelej inteligencie (AI) a strojového učenia (ML) umožnili inovatívne technológie, ako je rozpoznávanie tváre, samojazdiace autá a inteligentné kamery.
Spolu s využívaním digitálnych obrázkov je dôležitou otázkou aj otázka autorských práv. Keďže kopírovanie a distribúcia digitálnych obrázkov je čoraz jednoduchšie, na ochranu autorských práv a zabránenie ich porušovaniu sú potrebné právne a technologické opatrenia. Napríklad technológia digitálneho vodoznaku sa používa na vkladanie informácií o autorských právach do obrázkov v neviditeľnej forme, aby sa zabránilo nelegálnemu kopírovaniu obrázkov.
Prebieha aj výskum na zlepšenie kvality digitálnych obrázkov. Vyvíjajú sa rôzne techniky spracovania obrazu, vrátane techník na vytváranie obrázkov s vysokým rozlíšením, odstraňovanie šumu a korekciu farieb. Tieto techniky pomáhajú robiť digitálne obrázky ostrejšie a presnejšie.
Digitálne obrázky zohrávajú dôležitú úlohu v mnohých aspektoch nášho života a ich význam bude v budúcnosti naďalej rásť, preto je dôležité porozumieť technológiám spojeným s digitálnymi obrázkami a vedieť ich správne využívať. Digitálne obrázky sú viac než len fotografie alebo kresby; majú hlboký vplyv na náš každodenný život a technologický pokrok.
