OCR ภาพ JPM ใด ๆ

รูปแบบภาพ JPEG (Joint Photographic Experts Group) ซึ่งเป็นที่รู้จักกันทั่วไปในชื่อ JPG เป็นวิธีการบีบอัดแบบสูญเสียที่ใช้กันอย่างแพร่หลายสำหรับภาพดิจิทัล โดยเฉพาะอย่างยิ่งสำหรับภาพที่ถ่ายด้วยกล้องดิจิทัล ระดับการบีบอัดสามารถปรับได้ ซึ่งช่วยให้สามารถแลกเปลี่ยนระหว่างขนาดที่จัดเก็บและคุณภาพของภาพได้ JPEG มักจะบีบอัดได้ 10:1 โดยแทบไม่สูญเสียคุณภาพของภาพ

การบีบอัด JPEG ใช้ในรูปแบบไฟล์ภาพจำนวนมาก JPEG/Exif เป็นรูปแบบภาพที่ใช้กันมากที่สุดโดยกล้องดิจิทัลและอุปกรณ์บันทึกภาพถ่ายอื่นๆ พร้อมกับ JPEG/JFIF ซึ่งเป็นรูปแบบที่ใช้กันมากที่สุดสำหรับการจัดเก็บและส่งภาพถ่ายบน World Wide Web ความแตกต่างของรูปแบบเหล่านี้มักจะไม่แตกต่างกัน และเรียกง่ายๆ ว่า JPEG

รูปแบบ JPEG ประกอบด้วยมาตรฐานต่างๆ มากมาย รวมถึง JPEG/Exif, JPEG/JFIF และ JPEG 2000 ซึ่งเป็นมาตรฐานใหม่กว่าที่ให้ประสิทธิภาพการบีบอัดที่ดีกว่าด้วยความซับซ้อนในการคำนวณที่สูงกว่า มาตรฐาน JPEG มีความซับซ้อน โดยมีส่วนและโปรไฟล์ต่างๆ แต่มาตรฐาน JPEG ที่ใช้กันมากที่สุดคือ JPEG พื้นฐาน ซึ่งเป็นสิ่งที่คนส่วนใหญ่หมายถึงเมื่อพูดถึงภาพ 'JPEG'

อัลกอริทึมการบีบอัด JPEG นั้นเป็นเทคนิคการบีบอัดที่ใช้การแปลงโคไซน์แบบไม่ต่อเนื่อง (DCT) ที่แกนกลาง DCT เป็นการแปลงที่เกี่ยวข้องกับฟูริเยร์ ซึ่งคล้ายกับการแปลงฟูริเยร์แบบไม่ต่อเนื่อง (DFT) แต่ใช้เฉพาะฟังก์ชันโคไซน์ DCT ใช้เพราะมีคุณสมบัติในการรวมสัญญาณส่วนใหญ่ในบริเวณความถี่ต่ำของสเปกตรัม ซึ่งสัมพันธ์กับคุณสมบัติของภาพธรรมชาติได้ดี

กระบวนการบีบอัด JPEG เกี่ยวข้องกับหลายขั้นตอน ในขั้นต้น ภาพจะถูกแปลงจากพื้นที่สีเดิม (โดยปกติคือ RGB) ไปเป็นพื้นที่สีอื่นที่เรียกว่า YCbCr พื้นที่สี YCbCr แยกภาพออกเป็นส่วนประกอบความสว่าง (Y) ซึ่งแสดงระดับความสว่าง และส่วนประกอบความอิ่มตัวของสีสองส่วน (Cb และ Cr) ซึ่งแสดงข้อมูลสี การแยกนี้เป็นประโยชน์เพราะดวงตาของมนุษย์มีความไวต่อการเปลี่ยนแปลงความสว่างมากกว่าสี ซึ่งช่วยให้สามารถบีบอัดส่วนประกอบความอิ่มตัวของสีได้มากขึ้นโดยไม่ส่งผลกระทบต่อคุณภาพของภาพที่รับรู้ได้อย่างมีนัยสำคัญ

หลังจากการแปลงพื้นที่สีแล้ว ภาพจะถูกแบ่งออกเป็นบล็อก โดยปกติจะมีขนาด 8x8 พิกเซล จากนั้นแต่ละบล็อกจะถูกประมวลแยกกัน สำหรับแต่ละบล็อก จะใช้ DCT ซึ่งแปลงข้อมูลโดเมนเชิงพื้นที่เป็นข้อมูลโดเมนความถี่ ขั้นตอนนี้มีความสำคัญเนื่องจากทำให้ข้อมูลภาพเหมาะสำหรับการบีบอัดมากขึ้น เนื่องจากภาพธรรมชาติมีแนวโน้มที่จะมีส่วนประกอบความถี่ต่ำที่มีนัยสำคัญมากกว่าส่วนประกอบความถี่สูง

เมื่อใช้ DCT แล้ว ค่าสัมประสิทธิ์ที่ได้จะถูกทำให้เป็นปริมาณ การทำให้เป็นปริมาณคือกระบวนการแมปชุดค่าอินพุตขนาดใหญ่ไปยังชุดที่เล็กลง ซึ่งจะช่วยลดจำนวนบิตที่จำเป็นในการจัดเก็บได้อย่างมีประสิทธิภาพ นี่คือแหล่งที่มาหลักของการสูญเสียในการบีบอัด JPEG ขั้นตอนการทำให้เป็นปริมาณจะถูกควบคุมโดยตารางการทำให้เป็นปริมาณ ซึ่งกำหนดว่าจะใช้การบีบอัดกับค่าสัมประสิทธิ์ DCT แต่ละตัวมากน้อยเพียงใด โดยการปรับตารางการทำให้เป็นปริมาณ ผู้ใช้สามารถแลกเปลี่ยนระหว่างคุณภาพของภาพและขนาดไฟล์ได้

หลังจากการทำให้เป็นปริมาณ ค่าสัมประสิทธิ์จะถูกทำให้เป็นเส้นตรงโดยการสแกนแบบซิกแซก ซึ่งจะจัดเรียงตามความถี่ที่เพิ่มขึ้น ขั้นตอนนี้มีความสำคัญเพราะจะจัดกลุ่มค่าสัมประสิทธิ์ความถี่ต่ำที่มีแนวโน้มว่าจะมีนัยสำคัญ และค่าสัมประสิทธิ์ความถี่สูงที่มีแนวโน้มว่าจะเป็นศูนย์หรือใกล้ศูนย์หลังจากการทำให้เป็นปริมาณ การจัดลำดับนี้ช่วยให้ขั้นตอนถัดไปง่ายขึ้น ซึ่งก็คือการเข้ารหัสเอนโทรปี

การเข้ารหัสเอนโทรปีเป็นวิธีการบีบอัดแบบไม่สูญเสียที่ใช้กับค่าสัมประสิทธิ์ DCT ที่ทำให้เป็นปริมาณ รูปแบบการเข้ารหัสเอนโทรปีที่ใช้กันมากที่สุดใน JPEG คือการเข้ารหัส Huffman แม้ว่าการเข้ารหัสเลขคณิตจะได้รับการสนับสนุนโดยมาตรฐาน การเข้ารหัส Huffman ทำงานโดยกำหนดรหัสที่สั้นกว่าให้กับองค์ประกอบที่ใช้บ่อยกว่า และรหัสที่ยาวกว่าให้กับองค์ประกอบที่ใช้ไม่บ่อยนัก เนื่องจากภาพธรรมชาติมีแนวโน้มที่จะมีค่าสัมประสิทธิ์เป็นศูนย์หรือใกล้ศูนย์จำนวนมากหลังจากการทำให้เป็นปริมาณ โดยเฉพาะในบริเวณความถี่สูง การเข้ารหัส Huffman จึงสามารถลดขนาดของข้อมูลที่บีบอัดได้อย่างมาก

ขั้นตอนสุดท้ายในกระบวนการบีบอัด JPEG คือการจัดเก็บข้อมูลที่บีบอัดในรูปแบบไฟล์ รูปแบบที่ใช้กันมากที่สุดคือ JPEG File Interchange Format (JFIF) ซึ่งกำหนดวิธีแสดงข้อมูลที่บีบอัดและเมตาดาต้าที่เกี่ยวข้อง เช่น ตารางการทำให้เป็นปริมาณและตารางรหัส Huffman ในไฟล์ที่สามารถถอดรหัสได้โดยซอฟต์แวร์ที่หลากหลาย อีกรูปแบบหนึ่งที่ใช้กันทั่วไปคือ Exchangeable image file format (Exif) ซึ่งใช้โดยกล้องดิจิทัลและมีเมตาดาต้า เช่น การตั้งค่ากล้องและข้อมูลฉาก

ไฟล์ JPEG ยังมีมาร์กเกอร์ ซึ่งเป็นลำดับรหัสที่กำหนดพารามิเตอร์หรือการดำเนินการบางอย่างในไฟล์ มาร์กเกอร์เหล่านี้อาจบ่งชี้จุดเริ่มต้นของภาพ จุดสิ้นสุดของภาพ กำหนดตารางการทำให้เป็นปริมาณ ระบุตารางรหัส Huffman และอื่นๆ มาร์กเกอร์มีความจำเป็นสำหรับการถอดรหัสภาพ JPEG อย่างถูกต้อง เนื่องจากให้ข้อมูลที่จำเป็นในการสร้างภาพใหม่จากข้อมูลที่บีบอัด

หนึ่งในคุณสมบัติหลักของ JPEG คือการรองรับการเข้ารหัสแบบก้าวหน้า ใน JPEG แบบก้าวหน้า ภาพจะถูกเข้ารหัสในหลายรอบ โดยแต่ละรอบจะปรับปรุงคุณภาพของภาพ สิ่งนี้ช่วยให้สามารถแสดงภาพที่มีคุณภาพต่ำได้ในขณะที่ไฟล์ยังคงดาวน์โหลดอยู่ ซึ่งอาจเป็นประโยชน์อย่างยิ่งสำหรับภาพบนเว็บ ไฟล์ JPEG แบบก้าวหน้าโดยทั่วไปจะมีขนาดใหญ่กว่าไฟล์ JPEG พื้นฐาน แต่ความแตกต่างในคุณภาพระหว่างการโหลดสามารถปรับปรุงประสบการณ์ของผู้ใช้ได้

แม้จะมีการใช้งานอย่างแพร่หลาย แต่ JPEG ก็มีข้อจำกัดบางประการ ลักษณะการสูญเสียของการบีบอัดอาจทำให้เกิดสิ่งประดิษฐ์ เช่น การบล็อก ซึ่งภาพอาจแสดงสี่เหลี่ยมที่มองเห็นได้ และ 'การสั่น' ซึ่งขอบอาจมาพร้อมกับการสั่นที่ไม่พึงประสงค์ สิ่งประดิษฐ์เหล่านี้จะสังเกตเห็นได้ชัดเจนยิ่งขึ้นที่ระดับการบีบอัดที่สูงขึ้น นอกจากนี้ JPEG ยังไม่เหมาะสำหรับภาพที่มีขอบคมหรือข้อความที่มีคอนทราสต์สูง เนื่องจากอัลกอริทึมการบีบอัดสามารถทำให้ขอบเบลอและลดความสามารถในการอ่านได้

เพื่อแก้ไขข้อจำกัดบางประการของมาตรฐาน JPEG เดิม จึงได้มีการพัฒนา JPEG 2000 JPEG 2000 มีการปรับปรุงหลายประการเหนือกว่า JPEG พื้นฐาน รวมถึงประสิทธิภาพการบีบอัดที่ดีกว่า การรองรับการบีบอัดแบบไม่สูญเสีย และความสามารถในการจัดการกับภาพประเภทต่างๆ ได้อย่างมีประสิทธิภาพมากขึ้น อย่างไรก็ตาม JPEG 2000 ยังไม่ได้รับการนำไปใช้อย่างแพร่หลายเมื่อเทียบกับมาตรฐาน JPEG เดิม ซึ่งส่วนใหญ่เป็นเพราะความซับซ้อนในการคำนวณที่เพิ่มขึ้นและการขาดการสนับสนุนในซอฟต์แวร์และเว็บเบราว์เซอร์บางตัว

สรุปแล้ว รูปแบบภาพ JPEG เป็นวิธีการที่ซับซ้อนแต่