Compresión de imagen

El objetivo de la compresión de imagen es reducir los datos redundantes e irrelevantes de la imagen para permitir su almacenamiento o transmisión de forma eficiente.

Una gráfica mostrando la calidad relativa de varias configuraciones de jpg. También compara grabar un archivo como jpg normal y usando una técnica "grabar para web".

Compresión con y sin pérdida

La compresión de imagen puede ser con pérdida o sin pérdida. La compresión sin pérdida es la preferida para propósitos de archivado y, a menudo, para imágenes médicas, dibujo técnico, clip art, o cómics. Esto se debe a que los métodos de compresión con pérdida, especialmente cuando se utilizan a una tasa de bits muy baja, introducen artefactos de compresión. Los métodos con pérdida son especialmente adecuados para imágenes naturales tales como fotografías en aplicaciones donde es aceptable una pérdida menor (a veces imperceptible) para lograr una reducción en la tasa de bits. La compresión con pérdidas que produce diferencias imperceptibles puede llamarse visualmente sin pérdidas.

Los métodos para la compresión de imagen sin pérdida son:

• Run-length encoding – utilizado por defecto en PCX y uno de los métodos posibles en BMP, TGA, TIFF
• DPCM y Codificación Predictiva
• Codificación entrópica
• Algoritmos de diccionario adaptables tales como LZW – usados en GIF y TIFF
• Deflacción – utilizado en PNG, MNG, y TIFF
• Chain code

Métodos para compresión con pérdida:

• Reducir el espacio de color a los colores más comunes en la imagen. Los colores seleccionados son especificados en la paleta de colores en la cabecera de la imagen comprimida. Cada píxel referencia el índice de un color en la paleta. Este método puede combinarse con interpolación aleatoria para evitar la posterización.
• Chroma subsampling. Este método toma la ventaja del hecho de que el ojo humano percibe los cambios de brillo más nítidamente que los cambios de color, promediando y eliminando parte de la información cromática de la imagen.
• Codificación por transformación. Es el método más utilizado. Se aplica a la transformada de Fourier-relacionada tal como la transformada de coseno discreta o la transformada de óndula, seguida de la cuantificación y la codificación entrópica.
• Compresión fractal.

Otras propiedades

El principal propósito de la compresión de imagen es generar la mejor calidad de imagen en una tasa de bits dada (o tasa de compresión). Sin embargo, hay otras propiedades importantes en los esquemas de compresión:

Escalabilidad. Generalmente se refiere a la reducción de calidad lograda por la manipulación de los datos del archivo (sin descomprimir y comprimir nuevamente). Otros nombres para escalabilidad son codificación progresiva o tramas de bits embebidos. A pesar de su naturaleza opuesta, la escalabilidad también puede encontrarse en codecs sin pérdida, normalmente en forma de escaneados de refinamiento de píxel . La escalabilidad es especialmente útil para previsualizar las imágenes mientras se descargan (p.e., en un navegador web) o para proporcionar accesos de calidad variable a, por ejemplo, bases de datos. Hay varios tipos de escalabilidad:

• Calidad progresiva o capa progresiva: Las tramas de bits refinan sucesivamente la imagen reconstruida.
• Resolución progresiva: Primero codifica una imagen a baja resolución; luego codifica la diferencia a resoluciones mayores.
• Componente progresiva: Primero codifica el gris y luego el color.

Codificación de región de interés. Ciertas partes de la imagen se codifican con una calidad mayor que otras. Esto se puede combinar con la escalabilidad (codificar estas partes primero, las demás después).

Meta información. Los datos comprimidos pueden contener información sobre la imagen que puede ser utilizada para categorizar, buscar o navegar por las imágenes. Tal información puede incluir estadísticas de color y textura, pequeñas imágenes previsualizadas, el autor o información de derechos de copia.

Recursos de procesamiento. Los algoritmos de compresión requieren diferentes cantidades de recursos para codificar y descodificar.

La calidad de un método de compresión se mide a menudo por la Relación señal a ruido de pico. Mide la cantidad de ruido introducida en la compresión con pérdida de la imagen. Sin embargo, la opinión subjetiva de quien ve la imagen también se tiene en cuenta, siendo quizás la medida más importante.

Enlaces externos

• MIT Linear Algebra Lecture on Image Compression en Google Video, desde la MIT OpenCourseWare
• Fundamentos de la Codificación de Imagen
• Un estudio sobre la compresión de imagen (Información básica sobre compresión de imagen y comparación de diferentes métodos de compresión como JPEG2000, JPEG y JPEG XR / HD Photo)
• Bases sobre Compresión de Datos (incluye comparación de PNG, JPEG y JPEG-2000 formats)
• FAQ:¿Qué es el estado del arte en la compresión de imágenes sin pérdida? desde comp.compression
• IPRG Grupo abierto relacionado con la investigación de recursos de procesamiento de imagen
• Lossless Photo Compression Benchmark