वीके में निम्नलिखित विवरण के साथ एक समूह है :

एक ही फोटो को मैन्युअल रूप से हर दिन कंप्यूटर में सहेजा जाता है और फिर से अपलोड किया जाता है, धीरे-धीरे गुणवत्ता खो देता है।

बाईं ओर 7 जून 2012 को अपलोड की गई मूल छवि है, दाईं ओर वही है जो अब है।

यह अंतर बहुत संदिग्ध है। आइए जानने की कोशिश करते हैं कि इन 7 वर्षों के दौरान क्या हुआ। परिचित के लिए इस समूह के बारे में मेडुसा पर एक लेख है , लेकिन केवल तकनीकी पक्ष हमें रुचि देगा।

क्यों और किस स्तर पर जेपीईजी घाटे के साथ संकुचित होता है

अत्यधिक सरलीकृत जेपीईजी एन्कोडिंग और डिकोडिंग योजना पर विचार करें। केवल उन ऑपरेशनों को दिखाया गया है जो जेपीईजी एल्गोरिथ्म के बुनियादी सिद्धांतों को दर्शाते हैं।

तो, 4 ऑपरेशन:

• DCT एक असतत कोसाइन रूपांतरण है।
• परिमाणीकरण - प्रत्येक मान को परिमाणीकरण कदम के निकटतम गुणनखंडन के लिए: y = [x / h] * h, जहाँ h चरण है।
• IDCT उलटा असतत कोसाइन रूपांतरण है।
• गोलाई सामान्य गोलाई है। यह चरण आरेख में नहीं दिखाया जा सकता है, क्योंकि यह स्पष्ट है। लेकिन तब इसके महत्व को प्रदर्शित किया जाएगा।

हरा रंग उन परिचालनों को इंगित करता है जो सभी सूचनाओं को सहेजते हैं (फ़्लोटिंग पॉइंट नंबरों के साथ काम करते समय नुकसान को ध्यान में रखते हुए), गुलाबी वाले - खो देते हैं। यही है, नुकसान और कलाकृतियां कोसाइन परिवर्तन के कारण नहीं, बल्कि सरल परिमाणीकरण के कारण दिखाई देती हैं। लेख एक महत्वपूर्ण चरण - हफ़मैन कोडिंग पर विचार नहीं करेगा, क्योंकि यह बिना नुकसान के किया जाता है।

इन चरणों पर अधिक विस्तार से विचार करें।

डीसीटी

चूँकि DCT के कई रूप हैं, बस के मामले में, मैं स्पष्ट करूँगा कि JPEG एक दूसरे प्रकार के DCT का उपयोग सामान्यीकरण के साथ करता है। एन्कोडिंग करते समय, प्रत्येक छवि को 8x8 वर्गों (प्रत्येक चैनल के लिए) में विभाजित किया जाता है। प्रत्येक ऐसे वर्ग को 64-आयामी वेक्टर के रूप में दर्शाया जा सकता है। कोसाइन ट्रांसफॉर्मेशन इस वेक्टर के निर्देशांक को एक अन्य रूढ़िवादी आधार में खोजने के लिए है। 64-आयामी अंतरिक्ष की कल्पना करना मुश्किल है, इसलिए नीचे 2-आयामी उपमाएं दी जाएंगी। आप कल्पना कर सकते हैं कि चित्र 2x1 ब्लॉकों में विभाजित है। नीचे दिखाए गए ग्राफ़ में, x- अक्ष ब्लॉक के पहले पिक्सेल के मूल्यों से मेल खाती है, दूसरे से y- अक्ष।

एक विशिष्ट उदाहरण के साथ सादृश्य को जारी रखते हुए, मान लीजिए कि मूल छवि से दो पिक्सेल के मान 3 हैं और 4. मूल आधार में वेक्टर (3, 4) को ड्रा करें, जैसा कि नीचे दिए गए चित्र में दिखाया गया है। मूल आधार नीले रंग में चिह्नित है। कुछ नए आधार में वेक्टर के निर्देशांक (4.8, 1.4) हैं।

माना गया उदाहरण में, एक नया आधार यादृच्छिक रूप से चुना गया था। DCT एक बहुत ही विशिष्ट 64-आयामी निश्चित आधार प्रदान करता है। जेपीईजी में इसका उपयोग क्यों किया जाता है इसका औचित्य बहुत दिलचस्प है, और मेरे द्वारा एक अन्य लेख में वर्णित किया गया था। हम केवल जिस्ट पर स्पर्श करेंगे। सामान्य तौर पर, सभी पिक्सल के मूल्य समान होते हैं। लेकिन अगर हम उन्हें डीसीटी का उपयोग करके परिवर्तित करते हैं, तो परिणामस्वरूप नए निर्देशांक में एक नए आधार (जिसे डीसीटी परिवर्तन गुणांक कहा जाता है) से, हम कम से कम नुकसान के साथ सुरक्षित रूप से शून्य या उनमें से कुछ को गोल कर सकते हैं। यह संपीड़ित छवियों की सुविधाओं के लिए संभव है।

परिमाणीकरण

आंशिक मानों को किसी फ़ाइल में सहेजा नहीं जा सकता। इसलिए, परिमाणीकरण कदम के आधार पर, मान 4.8, 1.4 को निम्नानुसार सहेजा जाएगा:

• चरण 1 पर (सबसे कोमल विकल्प): 5 और 1,
• चरण 2: 4 और 2 पर,
• चरण 3: 6 और 0 पर।

आमतौर पर चरण को प्रत्येक मान के लिए अलग चुना जाता है। JPEG फ़ाइल में कम से कम एक सरणी होती है, जिसे एक परिमाणीकरण तालिका कहा जाता है, जो 64 परिमाणीकरण चरणों को संग्रहीत करती है। यह तालिका किसी भी ग्राफिक्स संपादक में स्थापित संपीड़न गुणवत्ता पर निर्भर करती है।

IDCT

डीसीटी के रूप में भी, लेकिन एक ट्रांसपोज़्ड आधार के साथ। गणितीय रूप से, x = IDCT (DCT (x)), इसलिए यदि कोई मात्रा का ठहराव नहीं होता, तो नुकसान के बिना पुनर्प्राप्त करना संभव होगा। लेकिन कोई संपीड़न नहीं होगा। परिमाणीकरण के उपयोग के कारण, मूल वेक्टर की गणना हमेशा सही ढंग से नहीं की जा सकती है। निम्नलिखित आंकड़ा सटीक और गलत वसूली के साथ 2 उदाहरण दिखाता है। इच्छुक ग्रिड एक नए आधार, मूल एक के लिए सीधी रेखा से मेल खाती है।

स्पष्ट सवाल उठता है: क्या एक वेक्टर के ट्रांसकोडिंग के अनुक्रम से मूल से बहुत अलग हो सकता है? हो सकता है कि।

सभी पूर्णांक वैक्टर के माध्यम से छंटनी करना दिलचस्प होगा और देखें कि उनके ट्रांसकोडिंग से क्या होगा। सूचना के शोर को कम करने के लिए, हम प्रारंभिक आधार की ग्रिड को हटाते हैं और हम सीधे खंडों द्वारा मूल और पुनर्निर्मित वैक्टर (बिना मध्यवर्ती कदम के) को जोड़ेंगे। सबसे पहले, सभी निर्देशांक के लिए 1 के बराबर एक परिमाणीकरण कदम पर विचार करें। निम्नलिखित आंकड़े में नया आधार 45 डिग्री घुमाया गया है और इसके लिए हमारे पास 17.1% गलतियाँ हैं। खंडों के रंगों का कोई मतलब नहीं है, लेकिन वे अपने दृश्य विलय को रोकने के लिए उपयोगी होंगे।

यह आधार 7.4% अशुद्ध वसूली के साथ 10.3 डिग्री है:

आस-पास:

और यह 6.4% से 10.4 पर है:

12.5% ​​से 19 डिग्री:

लेकिन यदि आप 1 से अधिक मात्रा का ठहराव चरण निर्धारित करते हैं, तो पुनर्निर्मित वैक्टर ग्रिड नोड्स के करीब स्पष्ट रूप से ध्यान केंद्रित करना शुरू करते हैं। यह चरण 5 है:

यह 2 है:

यदि आप कई बार छवि को फिर से बनाते हैं, लेकिन एक ही पिच के साथ, तो एकल पुनरावर्तन की तुलना में लगभग कुछ भी नहीं होगा। मान ग्रिड के नोड्स में "अटक" लगते हैं और अब वहां से अन्य नोड्स में "कूद" नहीं सकते हैं। यदि चरण अलग है, तो वेक्टर एक ग्रिड नोड से दूसरे में "कूद" जाएगा। यह उसे कहीं भी ले जा सकता है। निम्न आंकड़ा चरण 1, 2, 3, 4 के साथ 4 ट्रांसकोड का परिणाम दिखाता है। आप चरण 12 के साथ एक बड़ा ग्रिड देख सकते हैं। यह मान 1, 2, 3, 4 का सबसे छोटा सामान्य गुण है।

और इस पर - 1 से 7. के चरणों के साथ विज़ुअलाइज़ेशन को केवल मूल वैक्टर के भाग के लिए दिखाया गया है ताकि विज़ुअलाइज़ेशन में सुधार हो सके।

गोलाई

आईडीसीटी के बाद मान क्यों बंद हो गए? आखिरकार, यदि आप इस चरण से छुटकारा पा लेते हैं, तो बहाल की गई छवि को भिन्नात्मक मूल्यों द्वारा दर्शाया जाएगा, और पुन: एन्कोडिंग करने पर हम कुछ भी नहीं खोएंगे। गणितीय दृष्टिकोण से, हम बिना किसी नुकसान के बस एक आधार से दूसरे आधार पर चले जाएंगे। यहां रंग रिक्त स्थान के रूपांतरण का उल्लेख करना आवश्यक है। हालांकि JPEG रंग स्थान को विनियमित नहीं करता है और आपको सीधे स्रोत RGB में सहेजने की अनुमति देता है, लेकिन अधिकांश मामलों में, YCbCr के लिए प्रारंभिक रूपांतरण का उपयोग किया जाता है। नेत्र सुविधाएँ और वह सब। और इस तरह के रूपांतरण से नुकसान भी होता है।

मान लें कि हमें अधिकतम गुणवत्ता के साथ एक JPEG फ़ाइल संपीड़ित है, जो सभी गुणांक के लिए 1 की मात्रा निर्धारित करने के साथ है। हम नहीं जानते कि कौन सा कोडेक प्रयोग किया गया था, लेकिन आमतौर पर कोडेक RGB -> YCbCr रूपांतरण के बाद राउंडिंग करते हैं। चूंकि गुणवत्ता अधिकतम है, आईडीसीटी के बाद हमें आंशिक, बल्कि वाईसीबीसीआर अंतरिक्ष में मूल लोगों के करीब मूल्य मिलते हैं। यदि हम गोल करते हैं, तो उनमें से अधिकांश को ठीक से बहाल किया जाएगा।

लेकिन अगर गोल नहीं है, तो इस तरह के छोटे अंतरों के कारण, YCbCr -> RGB रूपांतरण उन्हें मूल मूल्यों से और भी दूर कर सकता है। बाद के ट्रांसकोडिंग के साथ, अंतर अधिक से अधिक बढ़ जाएगा। किसी तरह इस प्रक्रिया की कल्पना करने के लिए, हम एक विमान पर 64-आयामी वैक्टर को प्रोजेक्ट करने के लिए प्रमुख घटक विधि का उपयोग करते हैं। फिर 1000 ट्रांसकोड के लिए हमें परिवर्तनों के निम्नलिखित अनुक्रम मिलते हैं:

यहां की कुल्हाड़ियों के पूर्ण मूल्यों का बहुत अर्थ नहीं है, लेकिन विकृतियों के सापेक्ष महत्व का उपयोग किया जा सकता है।

मल्टीपल ट्रांसकोडिंग उदाहरण

स्रोत बिल्ली:

गुणवत्ता 50 के साथ एक के बाद संरक्षण:

एक ही गुणवत्ता के साथ ट्रांसकोड के बाद की किसी भी संख्या के बाद, चित्र नहीं बदलता है। अब हम धीरे-धीरे गुणवत्ता को 90 से घटाकर 1 में 50 करेंगे:

नीचे दिए गए चार्ट पर एक ही बात के बारे में:

गुणवत्ता 20 के साथ एक के बाद संरक्षण:

सहज 90 से 20:

अब 80 से 90 तक यादृच्छिक गुणवत्ता के साथ 1000 बार:

10,000 बार:

वीके ग्रुप पिक्चर्स एनालिसिस

आइए वीके समूह से 2000 से अधिक चित्रों का विश्लेषण शुरू करें। सबसे पहले, पहले से औसत निरपेक्ष विचलन की जाँच करें। X- अक्ष चित्र संख्या (या दिन) है, y- अक्ष विचलन है।

आइए पड़ोसी चित्रों के औसत निरपेक्ष विचलन को दर्शाते हुए अंतर ग्राफ पर चलते हैं।

शुरुआत में छोटे उतार-चढ़ाव सामान्य हैं। 232 वें तक, सब कुछ ठीक चल रहा है, चित्र पूरी तरह से समान हैं। और 233 वें अचानक प्रत्येक पिक्सेल के लिए 1.23 के औसत से भिन्न होता है (0 से 255 के पैमाने पर)। यह बहुत कुछ है। शायद परिमाणीकरण सारणी बस बदल गई। इसे देखें। और उसी समय, यह प्राप्त फ़ाइलों के आकार के साथ तुलनीय है।

हां, टेबल बदल गए हैं। लेकिन 700 के दशक से पहले नहीं। फिर, शायद, कम गुणवत्ता के साथ एक मध्यवर्ती छिपे हुए ट्रांसकोडिंग हुआ। चलो दो बार 232 वें को फिर से एनकोड करने की कोशिश करते हैं। पहली बार, हम विभिन्न गुणवत्ता स्तरों के माध्यम से जाएंगे, और दूसरे के लिए हम 1 से 700 के दशक तक सभी के लिए एक ही मात्रा का उपयोग करते हैं। हमारा लक्ष्य तस्वीर को यथासंभव 233 वें स्थान पर लाना है। निम्नलिखित आकृति में, एक्स अक्ष के साथ मध्यवर्ती ट्रांसकोडिंग की गुणवत्ता है, वाई 233 वें से औसत पूर्ण विचलन है।

हालांकि 75% की गुणवत्ता के साथ चार्ट पर एक विफलता है, लगभग 1 के बराबर है, लेकिन अभी भी वांछित शून्य से दूर है। दूसरे मध्यवर्ती चरण को जोड़ने और सबसैम्पलिंग के मापदंडों को बदलने से स्थिति में सुधार नहीं हुआ।

बाकी तस्वीरों के साथ, सब कुछ उसी के बारे में है, साथ ही परिमाणीकरण तालिकाओं में परिवर्तन भी सुपरिंपल है। यही है, किसी बिंदु पर, चित्र नाटकीय रूप से बदलता है, फिर कुछ दिनों में स्थिर हो जाता है, लेकिन केवल तब तक जब तक एक नया उछाल नहीं होता। शायद सर्वर पर ही छवि में बदलाव होता है। मैं समूह व्यवस्थापक की भागीदारी को पूरी तरह से बाहर नहीं कर सकता।

दुर्भाग्य से, मुझे यह पता नहीं चला कि वास्तव में छवि के साथ क्या हुआ। कम से कम अब मुझे यकीन है कि यह सिर्फ एक पुन: संरक्षण नहीं था। लेकिन, सबसे महत्वपूर्ण बात, एन्कोडिंग और डिकोडिंग के दौरान चल रही प्रक्रियाओं का प्रतिनिधित्व करना बेहतर हो गया। आशा है आप भी करेंगे।

स्वतंत्र शोध के लिए चित्रों के साथ पुरालेख ।