Il mondo digitale di oggi collega tutti coloro che utilizzano dispositivi portatili come telefoni cellulari e tablet. Ciò ha anche portato ad un aumento della condivisione dei dati che richiede ulteriormente un’efficace gestione dell’archiviazione del disco. Inoltre, la condivisione di dati rapida ed efficace su Internet richiede che le dimensioni dei file siano il più piccole possibile. Formati di file di compressione Offri algoritmi di compressione perdita e senza perdita per comprimere i dati. Questi aiutano a ridurre l’utilizzo dell’archiviazione del disco e il trasferimento rapido dei dati su Internet. In questo articolo, proviamo a conoscere gli algoritmi di compressione più utilizzati e i loro tipi.

Algoritmi di compressione senza perdita

Come implica il nome, gli algoritmi di compressione senza perdita appartengono a una categoria di algoritmi di compressione dei dati che comprimono i file senza perdere alcun contenuto. Significa che gli algoritmi di compressione senza perdita possono ricostruire accuratamente i dati originali dai dati compressi. Molti algoritmi diversi sono progettati con un tipo tipico di dati di input in mente o assumendo quali tipi di ridondanza sono probabili i dati non compressi. Di seguito è riportata una breve spiegazione di alcuni degli algoritmi di compressione senza perdita più utilizzati:

bzip2

Questo algoritmo utilizza l’algoritmo di Burrows-Wheeler con la codifica RLE e Huffman per comprimere i dati. Viene utilizzato per comprimere i file solo senza archiviarli. I file compressi vengono generalmente salvati con l’estensione .bz2.

Codifica Huffman

Questo algoritmo si basa su un metodo specifico per la selezione dell’identità per ciascun simbolo, risultando in un codice prefisso. La codifica Huffman è un metodo così diffuso per la creazione di codici prefissi. I file di compressione con estensioni come. MPQ ,. Ace ,. JPEG ,. Png ,. Zip sono supportati da Huffman codifica.

Compressione Lempel-Ziv

Questo algoritmo di compressione è anche noto come lz77 e lz78 sono i due algoritmi di compressione dei dati senza perdita di perdita. La combinazione di questi algoritmi si basa su molte varianti tra cui LZW, LZSS, LZMA e altri. Entrambi sono programmatori teoricamente del dizionario. Durante la compressione, LZ77 mantiene una finestra scorrevole. Più tardi o in seguito è stato dimostrato equivalente al dizionario esplicito costruito da LZ78. Pertanto, diventano equivalenti alla decompressione di tutti i dati. I file con. LZMA ,. LZO ,. LZ ,. LZH Le estensioni sono supportate dalla compressione di Lempel-Ziv.

Previsione da parte della corrispondenza parziale (ppm)

** Previsione mediante corrispondenza parziale**che è anche noto come PPM è un algoritmo di compressione basato sulla previsione e sulla modellazione del contesto. Per prevedere il simbolo successivo in un flusso, i modelli PPM utilizzano una serie di simboli precedenti nel flusso di simboli non compressi. L’algoritmo PPM supporta i file ZIP e 7Z.

Codifica run-long (RLE)

Questo algoritmo è anche noto come algoritmo di compressione senza perdita RLE basato su sequenze contenenti lo stesso valore di dati che si verifica in molti elementi di dati adiacenti. Queste sequenze sono chiamate corse. L’RLE ha archiviato ciascuna esecuzione come un singolo valore e conteggio dei dati. Ciò è vantaggioso per i dati che contiene molte corse, come semplici immagini grafiche, ad es. Disegni, icone, linee e animazioni. I file con. PSD ,. PSB ,. TGA Le estensioni sono supportate da RLE

Algoritmi di compressione perdita

Gli algoritmi di compressione perdita sono un passo avanti per ridurre la dimensione dell’archiviazione dei file. Considerando che la perdita di alcune informazioni è accettata come emergere dettagli non essenziali. Gli algoritmi di compressione dei dati di perdita sono formati dalla ricerca su come le persone comprendono i dati. La maggior parte degli algoritmi di compressione perdita si basano su Codice di trasformazione. Alcuni dei famosi algoritmi di compressione perdita sono brevemente spiegati di seguito:

Trasformazione del coseno discreto (DCT)

La trasformazione discreta del coseno (DCT) è una sequenza limitata di punti dati in termini di una somma di funzioni del coseno che fluttuano a frequenze diverse. Viene utilizzato nella maggior parte dei media digitali, comprese le immagini digitali come JPEG, HEIF, J2K, Exif e DNG.

Compressione wavelet

La compressione wavelet è un algoritmo di compressione perdita che viene più comunemente usato nella compressione delle immagini. Questo algoritmo utilizza un principio chiamato codifica di trasformata in cui inizialmente viene applicata una trasformazione wavelet. Questo crea tanti coefficienti quanti sono i pixel nell’immagine. Poiché le informazioni sono statisticamente concentrate in pochi coefficienti, questi coefficienti possono essere compressi più facilmente. Le notevoli implementazioni sono JPEG 2000, DJVU ed ECW per immagini fisse.

Compressione percettiva cartesiana (CPC)

Questa compressione perdita è anche nota come CPC è stata creata per l’alta compressione dell’imaging raster in bianco e nero dalle scansioni archivistiche. L’algoritmo è comunemente utilizzato nella distribuzione web di documenti legali, mappe della trama geografica e piani di progettazione.

Compressione frattale

La compressione frattale è un algoritmo di compressione perdita per immagini digitali a base di frattali. L’algoritmo è adatto a immagini e trame naturali, basandosi su parti di un’immagine simile alle altre parti della stessa immagine. Gli algoritmi frattali convertono queste parti in codici frattali che vengono utilizzati per ricreare l’immagine codificata.

Conclusione

In questo articolo, hai imparato gli algoritmi di compressione, i loro tipi principali e gli algoritmi di compressione comunemente usati. Non è necessario mantenere la conoscenza nella tua mente su tutti gli algoritmi di compressione. Ma se hai bisogno di creare una presentazione intelligente sull’argomento di varie compressioni perdite o senza perdita, puoi ottenere aiuto da qui. Quindi, ai segnalibri questa pagina del blog come riferimento.