
- •1 Вопрос. Информатика как наука и вид практической деятельности.
- •Вопрос 2. Основные понятия информатики: информация, информационный процесс.
- •3 Вопрос. Измерение информации: Вероятностный подход
- •4 Вопрос. Измерение информации: объёмный подход
- •5 Вопрос. Представление текста в памяти эвм
- •4.Структурирование текста
- •8 Вопрос. Представление вещественный чисел в памяти эвм
- •9 Вопрос. Дискретное представление графической информации в памяти эвм
- •10 Вопрос. Кодирование цвета в памяти эвм
- •1. Законы грассмана:
- •3. Связь глубины цвета и количества цветов в изображении
- •11 Вопрос. Сжатие информации
- •12 Вопрос. Алгебра логики
- •13 Вопрос. Логические основы эвм
- •14 Вопрос. Типовые Логические основы эвм
- •15 Вопрос. Информационные модели систем
- •16 Вопрос. Системный анализ объекта моделирования
- •17 Вопрос. Реляционная модель данных и базы данных
- •18 Вопрос. Компьютерное математическое моделирование
- •2. Этапы компьютерного математического моделирования (охарактеризовать каждый)
- •19 Вопрос. Классификация компьютерных математических моделей
- •2.Классификация компьютерных моделей по цели моделирования
- •20 Вопрос. Нестрогое определение алгоритма.
- •1.Нестрогое определение алгоритма
- •3. Формы представления алгоритмов
- •21 Вопрос. Базовые алгоритмические структуры
3. Связь глубины цвета и количества цветов в изображении
При уменьшении глубины цвета уменьшается количество цветов, используемых в изображении, что, в свою очередь, приводит к уменьшению размера файла и ускорению его загрузки по сети. С уменьшением количества цветов границы областей изображения могут стать ступенчатыми, а цвета - более скучными, но при этом получается файл меньшего размера.
Глубина цвета – количество бит, использующихся для кодирования цвета.
N= , где N – количество цветов, i – глубина цвета. Наиболее распространено: 4,8,16,24 бит на точку.
11 Вопрос. Сжатие информации
обратимые методы сжатия информации: метод упаковки, метод Хаффмана, метод RLE (пример сжатия для метода упаковки или RLE)
Сжатие с регулируемой потерей информации (привести названия методов и их идеи)
Сжатие информации
Обратимые методы сжатия.
Метод упаковки
Суть: если в сжимаемом массиве данных присутствует только небольшая часть используемого алфавита, можно уменьшить количество бит, отводимых для кодирования символов.
Метод Хаффмана
Суть: часто встречающиеся символы кодируются короткими кодами, а редко встречающиеся — длинными.
Построение кода методом Хаффмана
Строится кодовое дерево
1. Частоты встречаемости символов выписывают слева направо в порядке убывания (висячие вершины)
2. Просматривая вершины справа налево, выбирают 2 вершины с минимальными весами и объединяют (вес новой вершины = сумме весов объединенных)
3. Левое ребро получает метку 0, правое – 1
4. Повторяют шаги 2 и 3, пока не останется одна вершина. Ее вес =сумме частот встречаемости всех букв.
Чтобы получить код символа, нужно спустится к нему от корня дерева, выписывая метки на ребрах.
Метод RLE(кодирование с учётом повторений)
Суть: выявляются повторяющиеся последовательности данных и заменяются простой структурой — повторяющимся фрагментом и коэффициентом повторения
Эффективен для графических файлов с большими областями повторяющегося цвета. Для текстовых данных не эффективен
Идея сжатия
Во входной последовательности:
все повторяющиеся цепочки байтов заменяются на фрагменты {управляющий байт, повторяющийся байт}. Управляющий байт имеет значение 128 + количество повторений (т.о. старший бит = 1)
Все неповторяющиеся цепочки байтов заменяются на фрагменты {управляющий байт, цепочка неповторяющихся байтов}. Управляющий байт имеет значение 0 + количество неповторяющихся байтов (т.о. старший бит = 0)
Алгоритм рассчитан на деловую графику — изображения с большими областями повторяющегося цвета.
Размер файла при RLE кодировании может увеличиться, например, если применять его к обработанным цветным фотографиям
С регулируемой потерей
Алгоритм JPEG
Алгоритму передается битовая карта изображения и степень сжатия
1. Цвета пикселей переводятся из RGB-представления в YCbCr-представление (в цветовой модели YCbCr цвет представляется компонентами «яркость» Y, «цветоразность зеленый-красный» Сr и «цветоразность зеленый-синий» Сb).
2. В каждой второй строке и каждом втором столбце матрицы пикселей информация о цветовых компонентах Сb и Сr просто удаляется (!), что мгновенно уменьшает объем данных вдвое.
3. Оставшиеся данные подвергаются процедуре «сглаживания»
4. Затем данные сжимаются алгоритмом Хаффмана.
Алгоритм MP3
Алгоритму передается звуковой фрагмент и желаемый битрейт— количество бит для кодирования одной секунды звука.
1. Звуковой фрагмент разбивается на небольшие участки — фреймы , в каждом из них звук разлагается на составляющие звуковые колебания
2. Производится психоакустическая обработка — удаление маловажной для человеческого восприятия звуковой информации. Желаемый битрейт определяет, какие эффекты будут учитываться при сжатии, а также количество удаляемой информации.
3. На последнем этапе оставшиеся данные сжимаются алгоритмом Хаффмана.
Идеи алгоритмов MPEG
1. Метод «опорного кадра» — сохраняют не целиком кадры, а только их изменения. Закодировав первый кадр сцены и отличия остальных ее кадров от первого, можно получить очень большую степень сжатия.
2. Быстро сменяемые участки изображения кодируют с более низким качеством, чем статичные участки, — человеческий глаз не успевает рассмотреть их детально.
3. Хранят в одном файле несколько потоков данных (фильм, логотип, субтитры, и т. д.) Потоки накладываются друг на друга при воспроизведении. Такой способ позволяет, например, хранить субтитры в виде текста вместо изображений букв, логотип сохранить всего один раз, а не в каждом кадре, и т. п.