Опрос

Какой архиватор наиболее эффективный?:

Новички

Виктор Васильев
Юрий Антонов
Сергей Андреевич
Генадий
Avanasy

Классы изображений

Статические растровые изображения представляют собой двумерный массив чисел. Элементы этого массива называют пикселами (от английского pixel - picture element). Все изображения можно подразделить на две груп­пы - с палитрой и без нее. У изображений с палитрой в пикселе хранится число- индекс в некотором одномерном векторе цветов, называемом па­литрой. Чаще всего встречаются палитры из 16 и 256 цветов.

Изображения без палитры бывают в какой-либо системе цветопредстав­ления и в градациях серого (grayscale). Для последних значение каждого пиксела интерпретируется как яркость соответствующей точки. Чаще всего встречаются изображения с 2, 16 и 256 уровнями серого. Одна из интерес­ных практических задач заключается в приведении цветного или черно-белого изображения к двум градациям яркости, например для печати на ла­зерном принтере. При использовании некой системы цветопредставления каждый пиксел представляет собой запись (структуру), полями которой яв­ляются компоненты цвета. Самой распространенной является система RGB, в которой цвет передается значениями интенсивности красной (R), зеленой (G) и синей (В) компонент. Существуют и другие системы цветопредстав­ления, такие, как CMYK, CIE XYZccir60-l, YVU, YCrCb и т. п. Ниже мы увидим, как они используются при сжатии изображений с потерями.

Для того чтобы корректнее оценивать степень сжатия, нужно ввести по­нятие класса изображений. Под классом будет пониматься совокупность изображений, применение к которым алгоритма архивации дает качествен­но одинаковые результаты. Например, для одного класса алгоритм дает очень высокую степень сжатия, для другого - почти не сжимает, для третье­го - увеличивает файл в размере. (Например, все алгоритмы сжатия без по­терь в худшем случае увеличивают файл.)

Дадим неформальное определение наиболее распространенных классов изображений.

Класс 1. Изображения с небольшим количеством цветов (4-16) и боль­шими областями, заполненными одним цветом. Плавные переходы цветов от­сутствуют. Примеры: деловая графика - диаграммы, графики и т. п.

Класс 2. Изображения с плавными переходами цветов, построенные на компьютере. Примеры: графика презентаций, эскизные модели в САПР, изображения, построенные по методу Гуро.

Класс 3. Фотореалистичные изображения. Пример: отсканированные фотографии.

Класс 4. Фотореалистичные изображения с наложением деловой гра­фики. Пример: реклама.

Развивая данную классификацию, в качестве отдельных классов могут быть предложены некачественно отсканированные в 256 градаций серого цвета страницы книг или растровые изображения топографических карт. (Заметим, что этот класс не тождественен классу 4). Формально являясь 8- или 24-битовыми, они несут не растровую, а чисто векторную информа­цию. Отдельные классы могут образовывать и совсем специфичные изо­бражения: рентгеновские снимки или фотографии в профиль и фас из элек­тронного досье.

Достаточно сложной и интересной задачей является поиск наилучшего алгоритма для конкретного класса изображений.

Итог. Нет смысла говорить о том, что какой-то алгоритм сжатия лучше другого, если мы не обозначили классы изображений, на которых сравни­ваются наши алгоритмы.