El mundo digital de hoy conecta a todos que usan dispositivos portátiles como teléfonos móviles y tabletas. Esto también ha llevado a un aumento en el intercambio de datos que más requiere una gestión eficiente de almacenamiento en disco. Además, el intercambio de datos rápido y efectivo en Internet requiere que los tamaños de archivo sean lo más pequeños posible. Formatos de archivo de compresión ofrecen algoritmos de compresión con pérdida y sin pérdidas para comprimir datos. Estos ayudan a reducir la utilización del almacenamiento de disco y la transferencia rápida de datos a través de Internet. En este artículo, intentemos obtener conocimiento sobre los algoritmos de compresión más utilizados y sus tipos.
Algoritmos de compresión sin pérdidas
Como el nombre implica que los algoritmos de compresión sin pérdidas pertenecen a una categoría de algoritmos de compresión de datos que comprimen los archivos sin perder ninguno de su contenido. Significa que los algoritmos de compresión sin pérdidas pueden reconstruir con precisión los datos originales de los datos comprimidos. Muchos algoritmos diferentes están diseñados con un tipo típico de datos de entrada en mente o asumiendo qué tipos de redundancia probablemente puedan contener los datos sin comprimir. El siguiente es una breve explicación de algunos de los algoritmos de compresión sin pérdidas más utilizados:
bzip2
Este algoritmo utiliza el algoritmo Burrows-Wheeler con la codificación de RLE y Huffman para comprimir los datos. Se usa para comprimir los archivos solo sin archivarlos. Los archivos comprimidos generalmente se guardan con la extensión .bz2.
Codificación de Huffman
Este algoritmo se basa en un método específico para seleccionar la identidad para cada símbolo, lo que resulta en un código de prefijo. La codificación de Huffman es un método tan extendido para crear códigos de prefijo. Los archivos de compresión con extensiones como. MPQ ,. ACE ,. JPEG ,. PNG ,. Zip están respaldados por Huffman codificación.
Compresión de lempel-ziv
Este algoritmo de compresión también se conoce como LZ77 y LZ78 son los dos algoritmos de compresión de datos sin pérdidas. La combinación de estos algoritmos se basa en muchas variaciones que incluyen LZW, LZSS, LZMA y otros. Ambos son teóricamente codificadores de diccionario. Durante la compresión, el LZ77 mantiene una ventana deslizante. Más tarde o más tarde se demostró que era equivalente al diccionario explícito construido por LZ78. Por lo tanto, se vuelven equivalentes a la descompresión de todos los datos. Los archivos con. LZMA ,. LZO ,. LZ ,. LZH Las extensiones son compatibles con la compresión Lempel-Ziv.
Predicción por coincidencia parcial (PPM)
** La predicción por coincidencia parcial**que también se conoce como PPM es un algoritmo de compresión basado en la predicción y el modelado de contexto. Para predecir el siguiente símbolo en una transmisión, los modelos PPM usan un conjunto de símbolos anteriores en la secuencia de símbolos sin comprimir. El algoritmo PPM admite los archivos ZIP y 7Z.
Codificación de longitud de ejecución (RLE)
Este algoritmo también se conoce como algoritmo de compresión sin pérdidas RLLE basado en secuencias que contienen el mismo valor de datos que ocurre en muchos elementos de datos adyacentes. Estas secuencias se llaman corridas. El RLE almacenó cada una ejecución como un solo valor de datos y cuenta. Esto es beneficioso en los datos que contienen muchas ejecuciones, como imágenes gráficas simples, p. Dibujos, iconos, líneas y animaciones. Los archivos con. PSD ,. PSB ,. TGA Las extensiones son compatibles con RLE
Algoritmos de compresión con pérdida
Los algoritmos de compresión con pérdida están un paso por delante para reducir el tamaño de almacenamiento de los archivos. Mientras que la pérdida de alguna información se acepta como detalles no esenciales. Los algoritmos de compresión de datos con pérdida se forman mediante una investigación sobre cómo las personas entienden los datos. La mayoría de los algoritmos de compresión con pérdida se basan en codificación de transformación. Algunos de los famosos algoritmos de compresión con pérdida se explican brevemente a continuación:
Transformación de coseno discreta (DCT)
La transformación discreta de coseno (DCT) es una secuencia limitada de puntos de datos en términos de una suma de funciones coseno que fluctúan a diferentes frecuencias. Se utiliza en la mayoría de los medios digitales, incluidas imágenes digitales como JPEG, HEIF, J2K, Exif y DNG.
Compresión wavelet
La compresión de wavelet es un algoritmo de compresión con pérdida que se usa más comúnmente en la compresión de imágenes. Este algoritmo utiliza un principio llamado codificación de transformación en la que inicialmente se aplica una transformación wavelet. Esto crea tantos coeficientes como píxeles en la imagen. Dado que la información se concentra estadísticamente en solo unos pocos coeficientes, estos coeficientes se pueden comprimir más fácilmente. Las implementaciones notables son JPEG 2000, DJVU y ECW para imágenes fijas.
Compresión perceptual cartesiana (CPC)
Esta compresión con pérdida también se conoce como CPC se creó para una alta compresión de imágenes de trama en blanco y negro a partir de exploraciones de archivo. El algoritmo se usa comúnmente en la distribución web de documentos legales, mapas geográficos de la trama y planes de diseño.
Compresión fractal
La compresión fractal es un algoritmo de compresión con pérdida para imágenes digitales basadas en fractales. El algoritmo es adecuado para imágenes y texturas naturales, dependiendo de partes de una imagen similar a las otras partes de la misma imagen. Los algoritmos fractales convierten estas partes en códigos fractales que se utilizan para recrear la imagen codificada.
Conclusión
En este artículo, ha aprendido sobre los algoritmos de compresión, sus tipos principales y los algoritmos de compresión comúnmente utilizados. No es necesario mantener el conocimiento en su mente sobre todos los algoritmos de compresión. Pero si necesita crear una presentación inteligente sobre el tema de varias compresiones con pérdida o sin pérdida, puede obtener ayuda desde aquí. Por lo tanto, marque esta página de blog como referencia.