La compression de fichier avec perte de données

fomats d'images

La compression de fichier avec perte de données

N'hésitez pas à partager :

La compression de fichier avec perte de données est aussi appelée communément compression destructrice. La compression avec pertes utilise des algorithmes qui compressent les données en les dégradant. Autrement dit, après la décompression des données, celles-ci sont moins nombreuses que celles utilisées pour la compression. Pour éviter que ces dégradations soient perçues par les utilisateurs, les concepteurs d’algorithmes pour la compression destructrice se basent sur les limites de perception au niveau de l’ouïe et de la vue chez l’être humain.

Par exemple, l’œil humain ne distingue que très peu les zones de contraste. Aussi, nous pouvons retirer des détails à ces zones sans trop impacter sur la qualité de l’image.

Pour ce faire nous allons parler de techniques telles que le sous-échantillonnage ou la quantification. De plus, le nom de format représente directement le type de compression employé : JPEG, MP3, DIVX, MPEG, etc…

fomats d'images

Sous échantillonnage :

En image et en vidéo, il est fréquent d’effectuer un sous-échantillonnage spatial des composantes de couleurs. Le système visuel humain étant plus sensible aux variations de luminance que de couleur, la suppression d’une partie importante de l’information de la couleur n’est que peu visible.

Le sous-échantillonnage peut se faire à différents degrés d’intensité mais prenons l’exemple d’une image de qualité haut de gamme. Pour compresser, la méthode va être de faire la moyenne des couleurs.

Si nous prenons une ligne de 4 pixels de couleur :

pixels de 4 couleurs

Nous allons devoir prendre 2 pixels à chaque fois et les mélanger pour ne donner qu’une couleur dont voici le résultat :

Pixels de 2 couleur

La fusion des 2 pixels roses nous donne un pixel rose et celle des 2 pixels vert et violet nous donne une sorte de marron. Sur cette exemple nous voyons la différence mais sur une image haute qualité, notre œil humain ne perçoit quasiment pas la différence.

Quantification :

La quantification est l’étape la plus importante dans la réduction de l’information.

Pour coder une information sonore ou visuelle en format numérique, il faut procéder à une discrétisation du signal d’origine. Cette expression  signifie que pour transformer un son ou une suite d’images (analogique) en format numérique (une suite binaire de « 1 » et de « 0 »), il faut « découper » l’information en petits éléments dans le temps mais aussi dans l’espace. Par exemple, un son étant caractérisé par une amplitude et une fréquence il faut segmenter le signal dans le temps ainsi que son amplitude (quantification temporelle et spatiale).

Exemple d’image de couleur :

Avant quantification :

carre de couleur

Après quantification :

carre de couleur quantifier

N’hésiter pas à lire aussi notre article sur la compression de fichiers sans perte de données !

Continuez à lire nos actualités !

Abonnez-vous à notre page MoSoft sur Linkedin


N'hésitez pas à partager :