Сжатие изображений. 
Обзор и сравнительный анализ графических редакторов. 
Современные средства компьютерной графики

Работая с компьютерной графикой, мы заинтересованы в том, чтобы уменьшить размер блока графических данных и таким образом поместить в заданное физическое пространство больше информации. Сжатие можно применять и для того, чтобы помещать большие изображения в блок памяти заданного размера.

Сжатие — это процесс, применяемый для уменьшения физического размера блока информации.

Основными техническими характеристиками процессов сжатия и результатов их работы являются:

• · Степень сжатия (compress rating) или отношение (ratio) объемов исходного и результирующего потоков;
• · Скорость сжатия — время, затрачиваемое на сжатие некоторого объема информации входного потока, до получения из него эквивалентного выходного потока;
• · Качество сжатия — величина, показывающая, на сколько сильно упакован, выходной поток, при помощи применения к нему повторного сжатия, поэтому же или иному алгоритму.

Любой алгоритм реализующий сжатие или компрессию данных предназначен для снижения объема выходного потока информации в битах при помощи ее обратимого или необратимого преобразования. Поэтому, прежде всего, по критерию, связанному с характером или форматом данных, все способы сжатия можно разделить на две категории: обратимое и необратимое сжатие (с потерями и без потерь).

Обратимое сжатие.

Обратимое сжатие всегда приводит к снижению объема выходного потока информации без изменения его информативности, т. е. — без потери информационной структуры. Более того, из выходного потока, при помощи восстанавливающего или декомпрессирующего алгоритма, можно получить входной, а процесс восстановления называется декомпрессией или распаковкой, и только после процесса распаковки данные пригодны для обработки в соответствии с их внутренним форматом.

В обратимых алгоритмах кодирование как процесс можно рассматривать со статистической точки зрения, что еще более полезно, не только для построения алгоритмов сжатия, но и для оценки их эффективности.

Для всех обратимых алгоритмов существует понятие стоимости кодирования.

Под стоимостью кодирования понимается средняя длина кодового слова в битах. Избыточность кодирования равна разности между стоимостью и энтропией кодирования, а хороший алгоритм сжатия всегда должен минимизировать избыточность (напомним, что под энтропией информации понимают меру ее неупорядоченности.).

Фундаментальная теорема Шеннона о кодировании информации говорит, о том, что «стоимость кодирования всегда не меньше энтропии источника, хотя может быть сколь угодно близка к ней». Поэтому, для любого алгоритма, всегда имеется некоторый предел степени сжатия, определяемый энтропией входного потока.

Необратимое сжатие.

Под необратимым сжатием подразумевают такое преобразование входных данных, при котором невозможно получить точную копию исходных данных из архива, а можно получить только более или менее близкую к оригиналу копию. Часть информации, которая была в оригинале, безвозвратно теряется. Такие подходы и алгоритмы используются для сжатия, например, данных растровых графических файлов. При подобном подходе используются свойство структуры формата графического файла и возможность представить графическую картинку, приблизительно схожую по качеству отображения (для восприятия человеческим глазом), несколькими способами. Поэтому, кроме степени или величины сжатия в таких алгоритмах возникает понятие качества. А поскольку исходное изображение в процессе сжатия изменяется, качество характеризуется степенью соответствия исходного и результирующего изображения. Для графических файлов такое соответствие определяется визуально, хотя, конечно, для этого разработаны соответствующие интеллектуальные алгоритмы и программы. Данный подход реализован в популярных форматах представления видео — и фотоинформации, известных как JPEGи JFIF-алгоритмы и JPGи JIF-форматы файлов. Необратимое сжатие невозможно применять в тех областях, где требуется точное восстановление сжатой информации.

Методы сжатия без потерь используются в основном в научных и медицинских приложениях, когда потеря информации недопустима или сами шумы изображения являются главной информацией, например в системах оценки качества оптико-электронных систем.