OCR ภาพ JPE ใด ๆ

JPEG ซึ่งย่อมาจาก Joint Photographic Experts Group เป็นวิธีการบีบอัดแบบสูญเสียที่ใช้กันทั่วไปสำหรับภาพดิจิทัล โดยเฉพาะอย่างยิ่งสำหรับภาพที่ถ่ายด้วยกล้องดิจิทัล ระดับการบีบอัดสามารถปรับได้ ช่วยให้สามารถเลือกการแลกเปลี่ยนระหว่างขนาดที่จัดเก็บและคุณภาพของภาพได้ JPEG มักจะบีบอัดได้ 10:1 โดยแทบไม่สูญเสียคุณภาพของภาพ อัลกอริทึมการบีบอัด JPEG เป็นแกนหลักของรูปแบบไฟล์ JPEG ซึ่งเป็นที่รู้จักกันอย่างเป็นทางการในชื่อ JPEG Interchange Format (JIF) อย่างไรก็ตาม คำว่า 'JPEG' มักใช้เพื่ออ้างถึงรูปแบบไฟล์ที่ได้มาตรฐานจริง ๆ ว่า JPEG File Interchange Format (JFIF)

รูปแบบ JPEG รองรับพื้นที่สีต่างๆ แต่พื้นที่สีที่ใช้กันมากที่สุดในการถ่ายภาพดิจิทัลและกราฟิกบนเว็บคือสี 24 บิต ซึ่งรวมถึง 8 บิตสำหรับส่วนประกอบสีแดง เขียว และน้ำเงิน (RGB) แต่ละส่วน ซึ่งช่วยให้มีสีที่แตกต่างกันได้มากกว่า 16 ล้านสี ให้คุณภาพของภาพที่สมบูรณ์และสดใส เหมาะสำหรับการใช้งานที่หลากหลาย ไฟล์ JPEG ยังสามารถรองรับภาพขาวดำและพื้นที่สี เช่น YCbCr ซึ่งมักใช้ในการบีบอัดวิดีโอ

อัลกอริทึมการบีบอัด JPEG อิงตาม Discrete Cosine Transform (DCT) ซึ่งเป็นประเภทของการแปลงฟูริเยร์ DCT ถูกนำไปใช้กับบล็อกเล็กๆ ของภาพ โดยปกติคือพิกเซล 8x8 โดยแปลงข้อมูลโดเมนเชิงพื้นที่เป็นข้อมูลโดเมนความถี่ กระบวนการนี้มีประโยชน์เพราะมีแนวโน้มที่จะรวมพลังงานของภาพไว้ในส่วนประกอบความถี่ต่ำสองสามส่วน ซึ่งมีความสำคัญมากกว่าสำหรับลักษณะโดยรวมของภาพ ในขณะที่ส่วนประกอบความถี่สูง ซึ่งมีส่วนทำให้เกิดรายละเอียดปลีกย่อยและสามารถละทิ้งได้โดยมีผลกระทบน้อยกว่าต่อคุณภาพที่รับรู้ได้ จะลดลง

หลังจากใช้ DCT แล้ว ค่าสัมประสิทธิ์ที่ได้จะถูกแปลงปริมาณ การแปลงปริมาณคือกระบวนการแมปชุดค่าอินพุตขนาดใหญ่ไปยังชุดที่เล็กลง ซึ่งจะลดความแม่นยำของค่าสัมประสิทธิ์ DCT ได้อย่างมีประสิทธิภาพ นี่คือจุดที่แง่มุมการสูญเสียของ JPEG เข้ามาเกี่ยวข้อง ระดับการแปลงปริมาณจะถูกกำหนดโดยตารางการแปลงปริมาณ ซึ่งสามารถปรับได้เพื่อสร้างสมดุลระหว่างคุณภาพของภาพและอัตราการบีบอัด การแปลงปริมาณในระดับที่สูงกว่าจะส่งผลให้การบีบอัดสูงขึ้นและคุณภาพของภาพต่ำลง ในขณะที่การแปลงปริมาณในระดับที่ต่ำกว่าจะส่งผลให้การบีบอัดต่ำลงและคุณภาพของภาพสูงขึ้น

เมื่อแปลงปริมาณค่าสัมประสิทธิ์แล้ว ค่าสัมประสิทธิ์เหล่านั้นจะถูกจัดเรียงเป็นลำดับซิกแซก โดยเริ่มจากมุมบนซ้ายและตามรูปแบบซิกแซกผ่านบล็อก 8x8 ขั้นตอนนี้ได้รับการออกแบบมาเพื่อวางค่าสัมประสิทธิ์ความถี่ต่ำไว้ที่จุดเริ่มต้นของบล็อกและค่าสัมประสิทธิ์ความถี่สูงไว้ทางด้านท้าย เนื่องจากค่าสัมประสิทธิ์ความถี่สูงจำนวนมากมีแนวโน้มที่จะเป็นศูนย์หรือใกล้ศูนย์หลังจากการแปลงปริมาณ การจัดลำดับนี้จึงช่วยในการบีบอัดข้อมูลเพิ่มเติมโดยการจัดกลุ่มค่าที่คล้ายกันเข้าด้วยกัน

ขั้นตอนถัดไปในกระบวนการบีบอัด JPEG คือการเข้ารหัสเอนโทรปี ซึ่งเป็นวิธีการบีบอัดแบบไม่สูญเสีย รูปแบบการเข้ารหัสเอนโทรปีที่ใช้กันมากที่สุดใน JPEG คือการเข้ารหัส Huffman แม้ว่าการเข้ารหัสเลขคณิตก็เป็นตัวเลือกเช่นกัน การเข้ารหัส Huffman ทำงานโดยกำหนดรหัสที่สั้นกว่าให้กับค่าที่ใช้บ่อยกว่าและรหัสที่ยาวกว่าให้กับค่าที่ใช้ไม่บ่อยนัก เนื่องจากค่าสัมประสิทธิ์ DCT ที่แปลงปริมาณแล้วจะถูกจัดเรียงในลักษณะที่จัดกลุ่มค่าศูนย์และค่าความถี่ต่ำ การเข้ารหัส Huffman จึงสามารถลดขนาดของข้อมูลได้อย่างมีประสิทธิภาพ

รูปแบบไฟล์ JPEG ยังอนุญาตให้จัดเก็บข้อมูลเมตาภายในไฟล์ เช่น ข้อมูล Exif ที่มีข้อมูลเกี่ยวกับการตั้งค่ากล้อง วันและเวลาที่ถ่าย และรายละเอียดอื่นๆ ที่เกี่ยวข้อง ข้อมูลเมตานี้จะถูกเก็บไว้ในส่วนของแอปพลิเคชันเฉพาะของไฟล์ JPEG ซึ่งสามารถอ่านได้โดยซอฟต์แวร์ต่างๆ เพื่อแสดงหรือประมวลผลข้อมูลภาพ

หนึ่งในคุณสมบัติหลักของรูปแบบ JPEG คือการรองรับการเข้ารหัสแบบก้าวหน้า ใน JPEG แบบก้าวหน้า ภาพจะถูกเข้ารหัสในหลายๆ รอบที่มีรายละเอียดเพิ่มขึ้น ซึ่งหมายความว่าแม้ว่าภาพจะยังดาวน์โหลดไม่เสร็จ แต่ก็สามารถแสดงภาพเวอร์ชันคร่าวๆ ของภาพทั้งหมดได้ ซึ่งจะค่อยๆ ปรับปรุงคุณภาพเมื่อได้รับข้อมูลเพิ่มเติม สิ่งนี้มีประโยชน์อย่างยิ่งสำหรับภาพบนเว็บ ช่วยให้ผู้ใช้รับรู้เนื้อหาของภาพได้โดยไม่ต้องรอให้ดาวน์โหลดไฟล์ทั้งหมด

แม้จะมีการใช้งานอย่างแพร่หลายและข้อดีมากมาย แต่รูปแบบ JPEG ก็มีข้อจำกัดบางประการ หนึ่งในข้อจำกัดที่สำคัญที่สุดคือปัญหาของสิ่งประดิษฐ์ ซึ่งเป็นการบิดเบือนหรือความผิดปกติทางสายตาที่อาจเกิดขึ้นอันเป็นผลมาจากการบีบอัดแบบสูญเสีย สิ่งประดิษฐ์เหล่านี้อาจรวมถึงความเบลอ ความเป็นบล็อก และ 'การสั่น' รอบขอบ ความชัดเจนของสิ่งประดิษฐ์นั้นขึ้นอยู่กับระดับการบีบอัดและเนื้อหาของภาพ ภาพที่มีการไล่ระดับสีที่ราบรื่นหรือการเปลี่ยนสีที่ละเอียดอ่อนมีแนวโน้มที่จะแสดงสิ่งประดิษฐ์จากการบีบอัดมากกว่า

ข้อจำกัดอีกประการหนึ่งของ JPEG คือไม่รองรับความโปร่งใสหรือช่องอัลฟา ซึ่งหมายความว่าภาพ JPEG ไม่สามารถมีพื้นหลังโปร่งใสได้ ซึ่งอาจเป็นข้อเสียสำหรับแอปพลิเคชันบางอย่าง เช่น การออกแบบเว็บ ซึ่งการซ้อนภาพบนพื้นหลังที่แตกต่างกันเป็นเรื่องปกติ สำหรับวัตถุประสงค์เหล่านี้ มักใช้รูปแบบต่างๆ เช่น PNG หรือ GIF ซึ่งรองรับความโปร่งใสแทน

JPEG ยังไม่รองรับเลเยอร์หรือแอนิเมชัน ซึ่งแตกต่างจากรูปแบบต่างๆ เช่น TIFF สำหรับเลเยอร์หรือ GIF สำหรับแอนิเมชัน JPEG เป็นรูปแบบภาพเดี่ยวอย่างเคร่งครัด ซึ่งทำให้ไม่เหมาะสำหรับภาพที่ต้องแก้ไขเป็นเลเยอร์หรือสำหรับการสร้างภาพเคลื่อนไหว สำหรับผู้ใช้ที่ต้องการทำงานกับเลเยอร์หรือแอนิเมชัน พวกเขาต้องใช้รูปแบบอื่นในระหว่างกระบวนการแก้ไข จากนั้นจึงแปลงเป็น JPEG เพื่อเผยแพร่หากจำเป็น

แม้จะมีข้อจำกัดเหล่านี้ JPEG ยังคงเป็นหนึ่งในรูปแบบภาพที่ได้รับความนิยมมากที่สุดเนื่องจากการบีบอัดที่มีประสิทธิภาพและความเข้ากันได้กับซอฟต์แวร์ดูและแก้ไขภาพเกือบทั้งหมด เหมาะอย่างยิ่งสำหรับภาพถ่ายและภาพที่ซับซ้อนที่มีโทนสีและสีต่อเนื่อง สำหรับการใช้งานบนเว็บ ภาพ JPEG สามารถปรับให้เหมาะสมเพื่อสร้างสมดุลระหว่างคุณภาพและขนาดไฟล์ ทำให้เหมาะสำหรับเวลาในการโหลดที่รวดเร็วในขณะที่ยังคงให้ผลลัพธ์ที่น่าพึงพอใจทางสายตา

รูปแบบ JPEG ยังมีการพัฒนาขึ้นตามกาลเวลาด้วยการพัฒนาตัวแปรต่างๆ เช่น JPEG 2000 และ JPEG XR JPEG 2000 ให้ประสิทธิภาพการบีบอัดที่ดีขึ้น การจัดการสิ่งประดิษฐ์ของภาพที่ดีขึ้น และความสามารถในการจัดการความโปร่งใส ในทางกลับกัน JPEG XR ให้การบีบอัดที่ดีกว่าในระดับคุณภาพที่สูงกว่าและรองรับช่วงความลึกของสีและพื้นที่สีที่กว้างกว่า อย่างไรก็ตาม รูปแบบใหม่เหล่านี้ยังไม่ได้รับความนิยมในระดับเดียวกับรูปแบบ JPEG ดั้งเดิม

สรุปแล้ว รูปแบบภาพ JPEG เป็นรูปแบบที่หลากหลายและได้รับการสนับสนุนอย่างกว้างขวาง ซึ่งสร้างสมดุลระหว่างคุณภาพของภาพและขนาดไฟล์ การใช้ DCT และการแปลงปริมาณช่วยให้สามารถลดขนาดไฟล์ได้อย่างมากโดยมีผลกระทบที่ปรับแต่งได้ต่อคุณภาพของภาพ แ