Compresión de imágenes

La compresión de imágenes es un tipo de compresión de datos que se aplica a las imágenes digitales para reducir su coste de almacenamiento o transmisión . Los algoritmos pueden aprovechar la percepción visual y las propiedades estadísticas de los datos de imagen para proporcionar resultados superiores en comparación con los métodos genéricos de compresión de datos que se utilizan para otros datos digitales. ^{[ 1 ]}

La compresión de imágenes puede ser con pérdida o sin pérdida . La compresión sin pérdida se prefiere para fines de archivo y, a menudo, para imágenes médicas, dibujos técnicos, imágenes prediseñadas o cómics. Los métodos de compresión con pérdida, especialmente cuando se utilizan a bajas tasas de bits , introducen artefactos de compresión . Los métodos con pérdida son particularmente adecuados para imágenes naturales, como fotografías, en aplicaciones donde una pérdida menor (a veces imperceptible) de fidelidad es aceptable para lograr una reducción sustancial en la tasa de bits. La compresión con pérdida que produce diferencias insignificantes puede denominarse visualmente sin pérdida.

Métodos para la compresión con pérdida :

• Codificación por transformación : este es el método más utilizado.
  • Transformada discreta del coseno (DCT): la forma más utilizada de compresión con pérdida. Es un tipo de transformada relacionada con Fourier y fue desarrollada originalmente por Nasir Ahmed , T. Natarajan y KR Rao en 1974. ^{[ 2 ]} La DCT a veces se denomina "DCT-II" en el contexto de una familia de transformadas discretas del coseno (véase transformada discreta del coseno ). Generalmente es la forma más eficiente de compresión de imágenes.
    • La DCT se utiliza en JPEG , el formato con pérdida más popular, y en el formato HEIF, más reciente .
  • La transformada wavelet, desarrollada más recientemente, también se utiliza ampliamente, seguida de la cuantización y la codificación entrópica .
• Cuantización de color : reduce el espacio de color a unos pocos colores "representativos" en la imagen. Los colores seleccionados se especifican en la paleta de colores del encabezado de la imagen comprimida. Cada píxel simplemente hace referencia al índice de un color en la paleta. Este método se puede combinar con el tramado para evitar la posterización .
  • Paleta de colores para toda la imagen, normalmente de 256 colores, utilizada en los formatos de archivo GIF y PNG.
  • Paleta de bloques, normalmente de 2 o 4 colores para cada bloque de 4x4 píxeles, utilizada en BTC , CCC , S2TC y S3TC .
• Submuestreo de croma . Esto aprovecha el hecho de que el ojo humano percibe los cambios espaciales de brillo con mayor nitidez que los de color, promediando o descartando parte de la información de crominancia en la imagen.
• Compresión fractal .
• Más recientemente, se aplicaron métodos basados ​​en aprendizaje automático , utilizando perceptrones multicapa , redes neuronales convolucionales , redes generativas antagónicas ^{[ 3 ]} y modelos de difusión ^{[ 4 ]} . Existen implementaciones disponibles en OpenCV , TensorFlow , Image Processing Toolbox (IPT) de MATLAB y el proyecto de código abierto High-Fidelity Generative Image Compression (HiFiC) ^{[ 5 ] .}

Métodos para la compresión sin pérdidas :

• Codificación de longitud de ejecución : se utiliza como método predeterminado en PCX y como uno de los posibles en BMP , TGA y TIFF.
• Codificación predictiva: utilizada en el DPCM.
• Codificación de entropía : las dos técnicas de codificación de entropía más comunes son la codificación aritmética y la codificación de Huffman.
• Algoritmos de diccionario adaptativos como LZW , utilizados en GIF y TIFF.
• DEFLATE – utilizado en PNG , MNG y TIFF
• Códigos de cadena

El objetivo principal de la compresión de imágenes es obtener la mejor calidad de imagen posible con una determinada tasa de compresión (o tasa de bits ); sin embargo, existen otras propiedades importantes de los esquemas de compresión de imágenes:

La escalabilidad generalmente se refiere a una reducción de calidad lograda mediante la manipulación del flujo de bits o archivo (sin descompresión ni recompresión). Otros nombres para la escalabilidad son codificación progresiva o flujos de bits incrustados . A pesar de su naturaleza contraria, la escalabilidad también puede encontrarse en códecs sin pérdida, generalmente en forma de escaneos de píxeles de grueso a fino. La escalabilidad es especialmente útil para previsualizar imágenes mientras se descargan (por ejemplo, en un navegador web) o para proporcionar acceso de calidad variable a, por ejemplo, bases de datos. Existen varios tipos de escalabilidad:

• Progresivo por calidad o progresivo por capas: el flujo de bits refina sucesivamente la imagen reconstruida.
• Resolución progresiva : Primero se codifica una resolución de imagen más baja; luego se codifica la diferencia a resoluciones más altas. ^{[ 6 ] [ 7 ]}
• Componente progresivo : primero se codifica la versión en escala de grises; luego se añade el color completo.

Codificación de regiones de interés . Ciertas partes de la imagen se codifican con mayor calidad que otras. Esto puede combinarse con la escalabilidad (codificar estas partes primero y las demás después).

Metainformación . Los datos comprimidos pueden contener información sobre la imagen que puede utilizarse para categorizar, buscar o explorar imágenes. Dicha información puede incluir estadísticas de color y textura, pequeñas imágenes de vista previa e información sobre el autor o los derechos de autor.

Potencia de procesamiento . Los algoritmos de compresión requieren diferentes cantidades de potencia de procesamiento para codificar y decodificar. Algunos algoritmos de alta compresión requieren una alta potencia de procesamiento.

La calidad de un método de compresión se suele medir mediante la relación señal-ruido máxima . Esta mide la cantidad de ruido introducido por la compresión con pérdida de la imagen; sin embargo, el juicio subjetivo del espectador también se considera una medida importante, quizás incluso la más importante.

La codificación de entropía comenzó a finales de la década de 1940 con la introducción de la codificación de Shannon-Fano , ^{[ 8 ]} la base de la codificación de Huffman que se publicó en 1952. ^{[ 9 ]} La codificación de transformada se remonta a finales de la década de 1960, con la introducción de la codificación de transformada rápida de Fourier (FFT) en 1968 y la transformada de Hadamard en 1969. ^{[ 10 ]}

Un avance importante en la compresión de datos de imagen fue la transformada discreta del coseno (DCT), una técnica de compresión con pérdida propuesta por primera vez por Nasir Ahmed , T. Natarajan y KR Rao en 1973. ^{[ 11 ]} JPEG fue introducido por el Joint Photographic Experts Group (JPEG) en 1992. ^{[ 12 ]} JPEG comprime las imágenes a tamaños de archivo mucho más pequeños y se ha convertido en el formato de archivo de imagen más utilizado . ^{[ 13 ]} JPEG fue en gran parte responsable de la amplia proliferación de imágenes y fotos digitales , ^{[ 14 ]} con varios miles de millones de imágenes JPEG producidas cada día a partir de 2015. ^{[ 15 ]}

Lempel–Ziv–Welch (LZW) es un algoritmo de compresión sin pérdidas desarrollado por Abraham Lempel , Jacob Ziv y Terry Welch en 1984. Se utiliza en el formato GIF , introducido en 1987. ^{[ 16 ]} DEFLATE , un algoritmo de compresión sin pérdidas desarrollado por Phil Katz y especificado en 1996, se utiliza en el formato Portable Network Graphics (PNG). ^{[ 17 ]}

El estándar JPEG 2000 fue desarrollado entre 1997 y 2000 por un comité JPEG presidido por Touradj Ebrahimi (posteriormente presidente de JPEG). ^{[ 18 ]} A diferencia del algoritmo DCT utilizado por el formato JPEG original, JPEG 2000 utiliza algoritmos de transformada discreta de ondículas (DWT). Utiliza la transformada de ondículas CDF 9/7 (desarrollada por Ingrid Daubechies en 1992) para su algoritmo de compresión con pérdidas, ^{[ 19 ]} y la transformada de ondículas Le Gall-Tabatabai (LGT) 5/3 ^{[ 20 ] [ 21 ]} (desarrollada por Didier Le Gall y Ali J. Tabatabai en 1988) ^{[ 22 ]} para su algoritmo de compresión sin pérdidas. ^{[ 19 ]} La tecnología JPEG 2000 , que incluye la extensión Motion JPEG 2000 , fue seleccionada como el estándar de codificación de vídeo para el cine digital en 2004. ^{[ 23 ]}