OCR de qualquer JPM

O formato de imagem JPEG (Joint Photographic Experts Group), comumente conhecido como JPG, é um método amplamente utilizado de compressão com perdas para imagens digitais, particularmente para aquelas imagens produzidas por fotografia digital. O grau de compressão pode ser ajustado, permitindo uma troca selecionável entre o tamanho do armazenamento e a qualidade da imagem. O JPEG normalmente atinge uma compressão de 10:1 com pouca perda perceptível na qualidade da imagem.

A compressão JPEG é usada em vários formatos de arquivo de imagem. JPEG/Exif é o formato de imagem mais comum usado por câmeras digitais e outros dispositivos de captura de imagem fotográfica; junto com JPEG/JFIF, é o formato mais comum para armazenar e transmitir imagens fotográficas na World Wide Web. Essas variações de formato geralmente não são diferenciadas e são simplesmente chamadas de JPEG.

O formato JPEG inclui uma variedade de padrões, incluindo JPEG/Exif, JPEG/JFIF e JPEG 2000, que é um padrão mais recente que oferece melhor eficiência de compressão com maior complexidade computacional. O padrão JPEG é complexo, com várias partes e perfis, mas o padrão JPEG mais comumente usado é o JPEG básico, que é o que a maioria das pessoas está se referindo quando mencionam imagens 'JPEG'.

O algoritmo de compressão JPEG é, em seu núcleo, uma técnica de compressão baseada em transformada discreta de cosseno (DCT). A DCT é uma transformada relacionada a Fourier semelhante à transformada discreta de Fourier (DFT), mas usando apenas funções cosseno. A DCT é usada porque tem a propriedade de concentrar a maior parte do sinal na região de baixa frequência do espectro, que se correlaciona bem com as propriedades das imagens naturais.

O processo de compressão JPEG envolve várias etapas. Inicialmente, a imagem é convertida de seu espaço de cor original (geralmente RGB) para um espaço de cor diferente conhecido como YCbCr. O espaço de cor YCbCr separa a imagem em um componente de luminância (Y), que representa os níveis de brilho, e dois componentes de crominância (Cb e Cr), que representam as informações de cor. Essa separação é benéfica porque o olho humano é mais sensível a variações de brilho do que de cor, permitindo uma compressão mais agressiva dos componentes de crominância sem afetar significativamente a qualidade da imagem percebida.

Após a conversão do espaço de cor, a imagem é dividida em blocos, normalmente com tamanho de 8x8 pixels. Cada bloco é então processado separadamente. Para cada bloco, a DCT é aplicada, que transforma os dados do domínio espacial em dados do domínio da frequência. Esta etapa é crucial, pois torna os dados da imagem mais passíveis de compressão, pois as imagens naturais tendem a ter componentes de baixa frequência que são mais significativos do que os componentes de alta frequência.

Depois que a DCT é aplicada, os coeficientes resultantes são quantizados. A quantização é o processo de mapear um grande conjunto de valores de entrada para um conjunto menor, reduzindo efetivamente o número de bits necessários para armazená-los. Esta é a principal fonte de perda na compressão JPEG. A etapa de quantização é controlada por uma tabela de quantização, que determina quanta compressão é aplicada a cada coeficiente DCT. Ao ajustar a tabela de quantização, os usuários podem trocar entre a qualidade da imagem e o tamanho do arquivo.

Após a quantização, os coeficientes são linearizados por varredura em ziguezague, que os ordena por frequência crescente. Esta etapa é importante porque agrupa coeficientes de baixa frequência que são mais propensos a serem significativos e coeficientes de alta frequência que são mais propensos a serem zero ou quase zero após a quantização. Esta ordenação facilita a próxima etapa, que é a codificação de entropia.

A codificação de entropia é um método de compressão sem perdas que é aplicado aos coeficientes DCT quantizados. A forma mais comum de codificação de entropia usada em JPEG é a codificação Huffman, embora a codificação aritmética também seja suportada pelo padrão. A codificação Huffman funciona atribuindo códigos mais curtos a elementos mais frequentes e códigos mais longos a elementos menos frequentes. Como as imagens naturais tendem a ter muitos coeficientes zero ou quase zero após a quantização, especialmente na região de alta frequência, a codificação Huffman pode reduzir significativamente o tamanho dos dados compactados.

A etapa final no processo de compressão JPEG é armazenar os dados compactados em um formato de arquivo. O formato mais comum é o JPEG File Interchange Format (JFIF), que define como representar os dados compactados e metadados associados, como as tabelas de quantização e tabelas de código Huffman, em um arquivo que pode ser decodificado por uma ampla gama de software. Outro formato comum é o formato de arquivo de imagem intercambiável (Exif), que é usado por câmeras digitais e inclui metadados como configurações da câmera e informações da cena.

Os arquivos JPEG também incluem marcadores, que são sequências de código que definem certos parâmetros ou ações no arquivo. Esses marcadores podem indicar o início de uma imagem, o fim de uma imagem, definir tabelas de quantização, especificar tabelas de código Huffman e muito mais. Os marcadores são essenciais para a decodificação adequada da imagem JPEG, pois fornecem as informações necessárias para reconstruir a imagem a partir dos dados compactados.

Uma das principais características do JPEG é seu suporte para codificação progressiva. No JPEG progressivo, a imagem é codificada em várias passagens, cada uma melhorando a qualidade da imagem. Isso permite que uma versão de baixa qualidade da imagem seja exibida enquanto o arquivo ainda está sendo baixado, o que pode ser particularmente útil para imagens da web. Os arquivos JPEG progressivos são geralmente maiores do que os arquivos JPEG básicos, mas a diferença de qualidade durante o carregamento pode melhorar a experiência do usuário.

Apesar de seu uso generalizado, o JPEG tem algumas limitações. A natureza com perdas da compressão pode levar a artefatos como bloqueio, onde a imagem pode mostrar quadrados visíveis, e 'toque', onde as bordas podem ser acompanhadas por oscilações espúrias. Esses artefatos são mais perceptíveis em níveis de compressão mais altos. Além disso, o JPEG não é adequado para imagens com bordas nítidas ou texto de alto contraste, pois o algoritmo de compressão pode borrar as bordas e reduzir a legibilidade.

Para resolver algumas das limitações do padrão JPEG original, o JPEG 2000 foi desenvolvido. O JPEG 2000 oferece várias melhorias em relação ao JPEG básico, incluindo melhor eficiência de compressão, suporte para compressão sem perdas e a capacidade de lidar com uma gama mais ampla de tipos de imagem de forma eficaz. No entanto, o JPEG 2000 não teve ampla adoção em comparação com o padrão JPEG original, em grande parte devido ao aumento da complexidade computacional e à falta de suporte em alguns softwares e navegadores da web.

Concluindo, o formato de imagem JPEG é um método complexo, mas eficiente, para compactar imagens fotográficas. Sua ampla adoção se deve à sua flexibilidade em equilibrar a qualidade da imagem com o tamanho do arquivo, tornando-o adequado para uma variedade de aplicações, desde gráficos da web até fotografia profissional. Embora tenha suas desvantagens, como suscetibilidade a artefatos de compressão, sua facilidade de uso e suporte em uma ampla gama de dispositivos e softwares o tornam um dos formatos de imagem mais populares em uso hoje.