Formatos de Compressão de Imagem - Introdução Introdução A imagem digital é cada vez mais importante no mundo actual. No entanto como as imagens digitais geram ficheiros de grandes dimensões, torna de certa forma inviável a sua troca, principalmente através da Internet. A compressão é uma das técnicas utilizadas para fazer com que o tamanho do ficheiro de uma imagem fique mais pequeno. O tamanho do ficheiro pode ser pouco ou muito reduzido, dependendo do tipo de compressão utilizado. Existem dois tipos principais de compressão de imagem: Lossless (Compressão sem perdas) A compressão sem perdas é uma compressão na qual não é perdida nenhuma informação da imagem original. Isto significa que a imagem terá exactamente o mesmo aspecto antes e depois da compressão. Lossy (Compressão com perdas) A compressão com perdas é uma compressão na qual alguns bits de informação são perdidos completamente durante o processo de compressão. No entanto a perca é normalmente pequena e difícil de perceber quando se visualiza a imagem. Neste trabalho para além de realizarmos uma breve descrição dos formatos de compressão de imagem por nós seleccionados, vamos realizar também uma comparação entre eles, dentro dos formatos compressão actuais e dos formatos de compressão futuros.
Formatos de Compressão de Imagem Formatos Actuais Formatos Actuais De entre os vários formatos de compressão de imagem existentes decidimos destacar o GIF e o JPEG, devido ao facto de serem os únicos formatos suportados por todos os web browsers existentes. GIF O formato GIF (Graphic Interchange Format), ficou popular durante os anos 80 como um meio eficiente para transmitir imagens através das redes informáticas. No principio dos anos 90 os designers da World Wide Web, adoptaram o formato GIF principalmente devido à sua eficiência. Actualmente a grande maioria das imagens encontradas na Internet estão neste formato. Pode-se mesmo considerar que qualquer web browser que suporte imagens suporta o formato GIF. O formato GIF utiliza um método de compressão que permite manter o tamanho dos ficheiros bastante pequeno, sendo ainda as imagens limitadas a paletes de 8 bits de profundidade (256 ou menos cores). Actualmente existem várias variantes do formato GIF inicial, as quais permitem suportar transparência e gráficos GIF entrelaçados (interlaced GIF). No entanto todas as novas versões do formato GIF, funcionam em qualquer browser que suporte o formato original. Os browser que suportem transparência e imagens entrelaçadas (assim como o Netscape Navigator e o Microsoft Explorer) conseguirão ter acesso a efeitos visuais mais sofisticados, caso contrário irão apresentar imagens GIF básicas. Figura 1
Formatos de Compressão de Imagem Formatos Actuais Formato de Compressão O formato de compressão usado pelos ficheiro GIF é o formato LZW (Lempel Zev Welch), o qual permite uma compressão de dados bastante grande, sem haver lugar a perda de dados (figura 1). O formato LZW é mais eficiente a comprimir imagens com um grande número de cores homogéneas. Não é muito eficaz a comprimir imagens com texturas granuladas. Todos os formatos de compressão GIF utilizam o método LZW. Principais Características Utiliza um algoritmo de compressão 100% lossless Máximo de 256 cores Amostragem progressiva Suporte de transparência Permite gravação de comentários junto com a imagem Entrelaçamento No formato convencional não entrelaçado do GIF, a imagem é descarregada pelo browser uma linha de pixels de cada vez, sendo construída progressivamente, linha a linha. No formato GIF entrelaçado a imagem é guardada num formato que permite ao browser apresentar primeiro uma versão de baixa resolução da imagem enquanto está a fazer o download do resto da imagem. Este método permite ao utilizador ter mais rapidamente uma ideia geral de toda a imagem. No entanto o download das imagens entrelaçadas não é mais rápido do que as não entrelaçadas. Figura 2 Transparência O formato GIF89a permite escolher uma cor da palete como cor de transparência. Os programas de edição de imagem permitem seleccionar uma cor para ficar invisível, sendo esta normalmente a cor de fundo.
Formatos de Compressão de Imagem Formatos Actuais Figura 3 Infelizmente, a propriedade de transparência não é selectiva, quando se escolhe uma cor como transparente todos os pixels dessa cor na imagem ficarão invisíveis. Isto pode por vezes causar resultados inesperados. Como se pode verificar no exemplo da figura seguinte, quando se pretendia apenas retirar a cor de fundo (azul), desapareceu também parte do texto de uma das caixas. Figura 4 Por vezes os resultados obtidos com o uso da transparência podem ser decepcionantes, quando a imagens contém zonas de redução de distorção através do uso de tonalidades intermédias. Este problema pode ser evitado criando a imagem num fundo da mesma cor do que será usado posteriormente. Figura 5
Formatos de Compressão de Imagem Formatos Actuais JPEG O formato de compressão de imagem JPEG é uma abreviatura para Joint Photografic Experts Group, desenhado para compressão de imagens em truecolor e em grayscale, especialmente vocacionado para imagens naturais, não é muito eficaz em imagens com caracteres e desenhos técnicos. O JPEG usa uma técnica matemática sofisticada (DCT Discrete Cosine Transform) para a compressão. A imagem comprimida pelo JPEG não é bem a mesma que a original, uma vez que há perdas no algoritmo de compressão, no entanto dentro dos métodos com perdas o JPEG é o que consegue melhor performance. Como o JPEG foi desenhado para explorar as limitações do olho humano, que é mais sensível a pequenas alterações de luminosidade do que alterações de cores, torna-se um problema quando se compara imagens por computador, uma vez que são detectadas diferenças que o olho humano não consegue destinguir. Figura 6 A Fotografia original B Compressão de JPEG com excelente qualidade (detalhe)
Formatos de Compressão de Imagem Formatos Actuais C Compressão de JPEG com boa qualidade (detalhe) D Compressão de JPEG com má qualidade (detalhe) Uma propriedade muito útil no JPEG é que se pode ajustar as perdas na compressão, através de uma relação entre qualidade de imagem e tamanho do ficheiro, assim pode-se escolher o parâmetro que mais interessa para a aplicação em causa. Os descodificadores de imagens em formato JPEG permitem trocar a qualidade de imagem pela velocidade, usando aproximações rápidas mas imprecisas nos cálculos necessários. Embora na codificação também se possa efectuar essa troca, não faz sentido quando se está a escrever um ficheiro. Compressão por mudança de espectro de cores Os placas gráficas VGA produzem as cores definindo diferentes níveis de intensidade no espectro RGB (figura 7). As cores vermelho, verde e azul funcionam num sistema de coordenadas cartesianas, assim qualquer cor é um ponto neste espaço de cores. No entanto é possível definir numa imagem em grayscale onde a intensidade destas três cores é igual. Figura 7 O eixo de luminosidade è criado através de um eixo em que os valores de vermelho, verde e azul são iguais (figura 8). Subtraindo o vermelho e o azul obtemos dois novos eixos que servem para adicionar cor à imagem. Podemos agora definir o espectro YUV (luminosidade, tonalidade, saturação), em que o Y é o eixo da luminosidade, o U para o eixo para o tom e o V para o eixo de saturação.
Formatos de Compressão de Imagem Formatos Actuais Figura 8 Através de fórmulas de conversão uma imagem no espectro RGB é convertida no espectro YUV (e vice-versa) que é utilizado no JPEG, isto porque como o olho humano é mais sensível à luminosidade que ao tom e saturação de uma imagem, normalmente numa compressão o JPEG ignora ¾ da informação relativa ao tom e saturação, o que reduz a informação a ser armazenada a metade. Figura 9 Principais características Imagens em true-color e grayscale (24 bits) Utiliza o espectro YUV (luminosidade, tonalidade, saturação). Utiliza a DCT Efectua uma compressão com perdas.
Formatos de Compressão de Imagem Formatos Actuais GIF vs JPEG Finalmente surge a questão GIF ou JPEG?. Como já vimos cada um deles tem um alvo preciso para aplicação. O GIF é melhor para imagens com poucas cores, para desenhos de linhas ou logotipos, para imagens que necessitem de efeito de transparência e permite ainda a construção de imagens animadas. Por outro lado o JPEG é melhor para imagens de alta resolução, assim como fotografias e imagens com muitas cores e texturas. As figuras seguintes ilustram uma imagem para a qual o formato GIF é claramente melhor do que o formato JPEG. A figura 10a é uma imagem GIF com 256 cores, exactamente igual à original e ocupa 2KB. A imagem 10b é uma imagem GIF com 16 cores, ocupa apenas 2KB e como se pode verificar não perdeu nenhuma qualidade em relação à primeira, pois apenas são usadas 5 cores. A imagem 10c, é uma imagem com compressão JPEG standard, como se pode verificar perdeu qualidade pois introduziu alguma distorção, mas no entanto ficou com um tamanho de 5KB, maior do que qualquer uma das anteriores. Figuras 10a, 10b e 10c Nas figuras seguintes pode-se observar um caso para o qual o JPEG é melhor do que o GIF. A imagem 11a foi gravada com compressão mínima no formato JPEG, ficando com um tamanho de 23KB (a original tinha 154) sem no entanto haver perda de qualidade. A imagem 11b foi gravada com compressão JPEG óptima e resultou numa imagem de 16 KB com uma degradação mínima. Para imagem 11c foi usado o formato GIF, o que fez com que a imagem passa-se a ter apenas 256 cores. É visível a perda de qualidade nesta ultima imagem, a qual apresenta um tamanho de 23KB. Figuras 11a e 11b
Formatos de Compressão de Imagem Formatos Actuais Figuras 11c
Formatos de Compressão de Imagem Bibliografia Formatos Futuros Com a crescente exigência dos utilizadores em qualidade nos serviços, as imagens acompanham essa evolução da sociedade, tendo sido criados novos formatos de compressão de imagem que no futuro permitirão satisfazer as necessidades dos utilizadores. Dentre os novos formatos que surgiram destacamos o PNG, que aparece por questões de controvérsia com os direitos de autor do GIF, e o JPEG2000, que é uma evolução do JPEG. PNG O formato PNG (Portable Network Graphics) surgiu oficialmente em 1995. O surgimento deste formato deveu-se em grande parte à necessidade de criar uma alternativa gratuita ao formato GIF. Esta necessidade surgiu quando em 1994 a empresa criadora do GIF (CompuServe) e as empresas proprietárias do algoritmo LZW (Unisys e IBM), fizeram um acordo com vista a cobrarem taxas às empresas de software que incluíssem o formato GIF nas suas aplicações. Esta situação fez com que empresas produtoras de freeware tivessem que pagar para desenvolver um produto que iria ser gratuito. Esta situação levou a que diversas pessoas de todo mundo se juntassem para criar um novo formato, que não estivesse sujeito a este tipo de restrições. Apesar de inicialmente se pretender apenas um formato que fosse uma alternativa ao GIF, o PNG apresenta três grandes vantagens em relação ao GIF: transparência variável, correcção de gama e entrelaçamento a duas dimensões. O PNG também consegue melhores taxas de compressão, no entanto a diferença anda apenas entre os 5% e os 25%. Uma característica do GIF que não é reproduzida pelo PNG é o suporte de múltiplas imagens (GIFs animados). O PNG foi pensado como um formato de imagem simples, sendo o suporte a múltiplas imagens contemplado por uma extensão ao PNG, chamado MNG (Multiple-image Network Graphics). Ver em http://www.libpng.org/pub/mng/ para detalhes sobre o MNG. Compressão A compressão oferecida pelo PNG está entre as melhores que existem sem dar lugar à perda de informação da imagem. Para isso, o PNG utiliza o algoritmo de compressão zlib (www.zlib.org) criado por Jean-loup e Mark Adler. Este algoritmo é um algoritmo lossless, independente do CPU, do sistema operativo e do sistema de ficheiros usado. O PNG suporta três tipos principais de imagens: truecolor, grayscale, e baseado em palete (8 bits). O JPEG suporta apenas os dois primeiros e o GIF apenas suporta o ultimo. Por esta razão o PNG tem que ser capaz de lidar com os diferentes tipos de imagens. Gravar uma imagem de 8 bits cores como uma imagem de 24 bits, irá certamente resultar num ficheiro maior do que o necessário. Portanto o algoritmo de compressão do PNG identifica cada um dos três casos, lidando com eles de modos distintos.
Formatos de Compressão de Imagem Bibliografia Principais Características do PNG utiliza um algoritmo de compressão 100% lossless suporte para truecolor colorspaces de 24 a 48 bits por pixel a cores (triliões de cores) suporte para grayscale colorspaces de 1 a 16 bits por pixel em escala de cinzentos ( milhares de cores) suporte para alpha transparency, que permite que diferentes porções de uma imagem possuam diferentes níveis de transparência ( 65536 níveis com um colorspace de mais de 48 bits) gera normalmente ficheiros mais pequenos que o GIF utiliza um bom mecanismos de detecção de corrupção de ficheiros maior flexibilidade para escolher o colorspace mais adequado às nossas necessidades inclui suporte para gamma-correction e color-correction que permite que as imagens sejam ajustada de forma a poderem ser mostradas em diferentes plataformas o PNG utiliza compressão assimétrica, isto é, demora muito mais tempo a comprimir do que a descomprimir, podendo neste caso obter-se tempos de descompressão muito pequenos, o que faz com que o PNG seja um formato indicado para a Internet Transparência variável (Alpha Channels) O PNG permite associar transparência variável a uma imagem. Enquanto o GIF suporta apenas transparência binária um pixel ou é transparente ou opaco o PNG permite ter 254 níveis de transparência parcial para as imagens de palete definida (256 cores) ou 65,534 para as imagens truecolor. Qualquer um dos três tipos de imagens PNG truecolor, grayscale e de palete definida podem ter informação alpha, no entanto esta é mais usada com imagens truecolor. Ao invés de utilizar três bytes para cada pixel (vermelho, verde e azul), o PNG utiliza quatro: vermelho, verde, azul e alpha (RGBA). A transparência variável permite criar efeitos especiais que ficarão bem sobre qualquer fundo, seja ele claro, escuro ou com padrões. Figura 12
Formatos de Compressão de Imagem Bibliografia O uso de transparência variável permite o uso de anti-aliasing criação da ilusão de curvas suaves numa grelha de pixels rectangulares variando suavemente a cor dos pixels para criar imagens arredondadas e com curvas que fiquem bem sobre qualquer fundo. Desta forma a imagem pode ser usada sobre fundos diferentes sem que o efeito de sombra apareça. Para saber mais sobre anti-aliasing e transparência ir a: http://www.w3.org/conferences/www4/papers/53/gq-trans.html Correcção de Gama (Gamma Correction) A correcção de gama refere-se à capacidade de corrigir as diferentes formas que os computadores interpretam o valor das cores. Este problema encontra-se principalmente na Internet, pois sabe-se que imagens criadas em Macintosh tendem a ser mais escuras quando vistas em PCs, e imagens criadas em PC tendem a ser mais claras quando vistas em Macintosh. Além disto, mesmo uma imagem criada num PC, pode não aparecer correctamente em todos os PCs. A correcção de gama apresenta um solução parcial para este problema. No entanto a melhor solução para este problema é o uso de um sistema completo de gestão de cores. Este método é também suportado pelo PNG, através do uso do sistema srgb. No entanto a correcção de gama juntamente com o uso de valores de tom e saturação da imagem (sistema UVY) é suficiente. Entrelaçamento O entrelaçamento já é usado há bastante tempo. O formato GIF começou a suporta-lo em 1989 e o formato JPEG no inicio dos anos 90, se bem que apenas em 1996 é que começou a ser largamente implementado. O método usado pelo PNG é similar ao entrelaçamento do GIF e visualmente similar ao JPEG progressivo (duas dimensões). O PNG usa o algoritmo de entrelaçamento Adam 7, que usa 7 passos para enviar uma imagem contra os 4 do GIF. No primeiro passo, é enviado apenas 1/64 da imagem, enquanto que no GIF é enviado 1/8. Na altura em que acaba o primeiro passo do GIF, já se realizaram quatro do PNG, o que significa enquanto que no GIF os pixels se encontram a uma escala de 8:1 no PNG encontram-se a uma escala de 2:1, o que permite que as imagens fiquem mais rapidamente perceptíveis. Ver demonstração de carregamento do PNG em: http://www.schaik.com/png/adam7.html Estado Actual do PNG O formato PNG apresenta-se actualmente como um formato bastante sólido, tendo sido efectuadas apenas duas pequenas actualizações desde o lançamento da versão 1.0, as quais devido ao formato do PNG não permitem que as aplicações que suportavam a anterior versão suportem também a versão actualizada. O PNG está actualmente a entrar na última fase para a aprovação como Standard do ISO/IEC.
Formatos de Compressão de Imagem Bibliografia O PNG tem conseguido uma boa aceitação por parte dos utilizadores, apesar de ainda ser um formato desconhecido da maior parte deles. Já há uma grande quantidade de aplicações que suportam o formato PNG, entre browsers, editores de imagem, visualizadores de imagem, conversores de imagem, aplicações 3D, jogos, aplicações profissionais e outras (ver em http://www.libpng.org/pub/png/pngapps.html a lista completa das aplicações que suportam o PNG). Actualmente já existe uma grande quantidade de browsers que suportam o PNG, sendo a tendência para que todos venham a suportar este formato.
Formatos de Compressão de Imagem Bibliografia JPEG2000 Apesar de se assistir nos últimos tempos a sucessivas evoluções do JPEG, estas não estavam a conseguir penetrar no mercado. Após inúmeras discussões no interior do Joint Photographic Experts Group, chegou-se à conclusão que tinha que se efectuar uma viragem e partir para um novo standard para satisfazer as necessidades das imagens digitais no novo milénio, surgindo assim o JPEG2000. O trabalho do JPEG2000 foi iniciado em 1996 e na sua versão final, emitida em pelo menos seis partes, este documento será conhecido como IS 15444, e será idêntico à recomendação T.800 ITU-T. Apresentam-se de seguida as seis partes constituintes: Part 1, JPEG 2000 Image Coding System Part 2, Extensions (inclui mais características e potencialidades ao core). Part 3, Motion JPEG 2000. Part 4, Conformance (actualmente, implementações em Java e C estão disponíveis). Part 5, Reference software (actualmente, implementações em Java e C estão disponíveis). Part 6, Compound Image file format (para aplicações de fax e pré-imprensa). O JPEG2000 é um novo formato de compressão de imagem que usa técnicas de compressão existentes, baseado no DWT (Discrete Wavelet Transform) que consegue fazer uma codificação com perdas ou sem perdas. A DWT consegue melhorar em 20% relativamente à DCT usada no JPEG. O codificador usa as mesmas técnicas de LZC (Layered Zero Coding) que têm sido usadas noutros codificadores wavelet que foram propostos por Taubman e Zakhor (http://maestro.ee.unsw.edu.au/~taubman/activities/activities.html). O JPEG2000 é baseado neste trabalho porem existem mais duas adições: Executa a codificação em vários passos. Identifica os sub-blocos que contêm informação significativa, assim os algoritmos de codificação e descodificação apenas necessitam de verificar esses sub-blocos. A DWT comprime a imagem em blocos de 8x8 bits colocando-os em sequência no arquivo, estes blocos são comprimidos independentemente uns dos outros, isto é para cada bloco é gerada uma cadeia de bits que não contem informação dos outros blocos.. Para realizar a compressão o algoritmo ignora alguma da informação sobre a frequência, quanto maior for a compressão mais informação de frequência é ignorada. A tecnologia wavelet, converte a imagem em séries de wavelet que são armazenadas de forma mais eficiente que os blocos de pixels, usados na compressão DCT. Um beneficio imediato deste conceito de cadeia de informação é que ajuda a eliminar as manchas do JPEG.
Formatos de Compressão de Imagem Bibliografia Características Os designers podem controlar a resolução disponível para download. Na troca de imagens permite aos utilizadores definirem a resolução das imagens recebidas, incluindo também a transmissão com compressão sem perdas. Permite a definição das partes da imagem que são mais importantes, o que se torna numa funcionalidade útil em ambientes com pouca largura de banda Transmissão de imagens com e sem perdas, um exemplo em que esta funcionalidade é bastante útil são as imagens medicas, onde as perdas nem sempre são toleradas, ou aplicações de arquivo em que é importante ter guardadas imagens de qualidade, mas não necessário visualizar. Possibilita guardar imagens em formato lossless (sem perda). Permite a recuperação de imagens em canais com elevada taxa de erros (Ex.: UMTS), recorrendo ao uso de marcadores resync. Utiliza canais alfa (transparência variável) para satisfazer as necessidades da Internet. Metadata O JPEG2000 utiliza mecanismos de metadata para adicionar dados não pertencentes à imagem ao ficheiro. Por exemplo um fabricante de máquinas fotográfica digitais pode adicionar um profile para garantir que a imagem é reproduzida correctamente num PC. O JPEG2000 oferece a habilidade de incluir informação de espectros de cor (Ex.: CMYK) e ICC profiles para eliminar os problemas de diferenças de gamas entre PC e Macintosh. Protecção no JPEG2000 Por vezes a metadata inserida em imagens digitais vai servir para questões de segurança. Apresentamos agora as principais razões que levam a inserir este tipo de informação: Para prevenir o acesso a toda a informação da imagem, por exemplo, impedindo um uso eficaz com resoluções superiores. Para definir o autor da imagem, protegendo o seu uso. Como indicação de que a imagem não foi falsificada; Para a protecção debruçamo-nos sobre watermarking, onde artefactos são adicionados aos dados actuais da imagem e o labelling da imagem, onde metadata convencional é adicionado à imagem. No caso do watermarking, este pode ser subdividido em visível, em que se pretende degradar a imagem de forma perceptível para o utilizador e invisível, em que se exige a extracção dos dados através de uma referência para a imagem original.
Formatos de Compressão de Imagem Bibliografia Normalmente o uso de metadata, preenche as necessidades da comunidade artística, quando utilizam a imagem digital, no entanto em alguns casos é necessário um layer adicional para se obter um nível superior de protecção, necessidade particularmente útil na World Wide Web. Descrevemos de seguida Para o autor. Protecção dos direitos morais, para ser reconhecido como autor, e para a imagem não ser alterada. Prevenção da utilização da imagem por terceiros sem autorização. Permitir a colecta de qualquer rendimento que provenha do seu uso autorizado. Controlar o uso (pirataria); Direitos económicos (taxas de exploração); Na especificação do standard JPEG2000, estão incluídas estruturas opcionais que permitem encriptação em toda a imagem ou apenas sobre partes especificas da imagem. Apesar de existir consenso sobre a utilização de watermarking no JPEG2000, as especificações iniciais não mencionam o seu uso. No entanto as investigações efectuadas demonstram ser perfeitamente viável a inclusão de técnicas de watermarking no JPEG200. Estado Actual Em Dezembro de 2000 num encontro em New Orleans seguindo as normas ISO, o JPEG2000 foi declarado um standard internacional. Actualmente está a ser feita uma migração agressiva da tecnologia, optimizando o código para ser embebido em várias plataformas (palm pilots, digital cameras, telemóveis 3G, etc.). Também começa a existir um número considerável de aplicações que suportam este formato. PNG vs JPEG2000 Os seguintes resultados foram obtidos do documento ISO/IEC JTC1/SC29/WG1 N1816 de Julho de 2000: JPEG2000 PNG lossless compression performance +++ +++ lossy compression performance +++++ - progressive bitstreams +++++ + Region of Interest (ROI) coding +++ - random access ++ - low complexity ++ +++ error resilience +++ + non-iterative rate control +++ - Genericity +++ +++
Formatos de Compressão de Imagem Bibliografia O JPEG2000 para além de ter dois tipos de compressão (lossless e lossy), enquanto que o PNG só faz compressão em modo losseless. Como podemos verificar pela tabela os testes efectuados revelam que o JPEG2000 é também bastante superior ao PNG, uma vez que o superou praticamente em todos os testes
Formatos de Compressão de Imagem Bibliografia Bibliografia http://www.libpng.org/pub/png/spec/ http://www.libpng.org/pub/png/pngintro.html http://www.libpng.org/pub/png/pngstatus.html http://www.gzip.org/zlib/ http://www.w3.org/conferences/www4/papers/53/gq-trans.html http://www.libpng.org/pub/mng/ http://www.psychology.nottingham.ac.uk/staff/cr1/graphics.html http://info.med.yale.edu/caim/manual/graphics/graphics.html http://www.dogma.net/datacompression/ http://www.webreference.com/dev/graphics/compress.html http://www.uga.edu/ucns/dms/webclass/image-formats.html http://stargate.ecn.purdue.edu/~ips/tutorials/j2k/ http://www.designer.com/focus/articles/web_future/web_future_print.htm http://www.jpeg.org http://www.jpeg.org/jpeg2000 http://www.imagepower.com/technology/jpeg2000/ http://coe.sdsu.edu/eet/articles/wpdgifjpg/start.htm http://www.users.zetnet.co.uk/leopold/mark/compression/html_graphics.html