5. Форматы графических изображений
5.1. Общие сведения
Как и любая другая компьютерная информация, графические изображения сохраняются в виде файла, имеющего определенную организацию данных, оптимальную для конкретного приложения.
Наряду с разрешением, формат файла оказывает влияние на качество изображения, в частности на размер файла.
Каждый из используемых сегодня форматов имеет какие-то характерные особенности и возможности, делающие его незаменимым в конкретных сферах применения: web-дизайн, электронные или печатные публикации, ретушь и улучшение качества фотографий, создание комбинированных изображений (коллажей) и других. Поэтому знание особенностей их организации, плюсов и минусов, тонкостей технологии применения очень важно для подготовки профессиональных дизайнеров.
Все множество форматов, используемых для записи изображений, можно условно разделить на три категории:
хранящие изображение в растровом виде (BMP, TIFF, PCX, PSD, JPEG, PNG, GIF);
хранящие изображение в векторном виде (WMF);
универсальные, совмещающие векторное и растровое представления (EPS, P1CT, CDR, AI, FH*, FLA и т.п.).
Основные критерии выбора формата - это совместимость программ и компактность записи.
В данной главе рассмотрены в основном наиболее распространенные универсальные форматам, которые поддерживаются не только графическими программами, но и рядом других типов прикладных программ, включая программы верстки, системы автоматического проектирования и т.д.
5.2. Алгоритмы сжатия графической информации
При рассмотрении различных аспектов разрешения, было показано, что для получения растровых изображений фотографического качества требуется высокое разрешение. Это, в свою очередь, сказывается на размерах графических файлов, требующих (если не предпринимать специальных мер) для своего хранения от нескольких единиц до нескольких десятков мегабайтов памяти.
Любой используемой нами информации (в том числе и графической) свойственна избыточность, которая никак не улучшает качество, но требует большого расхода дисковой памяти. В связи с этим были разработаны способы, позволяющие сжимать графическую информацию.
С самых общих позиций все существующие алгоритмы сжатия можно разбить на два больших класса:
сжатие без потерь (lossless), когда информация полностью восстанавливается;
сжатие с потерями (lossy), когда информация до сжатия и после сжатия отличается в определенной и регулируемой степени.
Метод сжатия без потерь очень эффективен для растровых рисунков, содержащих большие области однотонной заливки или повторяющихся растровых узоров.
В качестве примеров алгоритмов сжатия без потерь можно рассмотреть следующие:
кодирование длин серий;
алгоритм Хаффмана;
алгоритм LZW.
Кодирование длин серий. Растровое изображение при сохранении фактически вытягивается в цепочку, в которой могут встречаться цепочки (последовательности) одинаковых байтов. Самым простым способом, который позволяет уменьшить объем файла, является поиск повторяющихся кодов (символов, цвета и т.п.) - серий одинаковых значений (Run Length Coding). Каждая такая серия фиксируется двумя числами: первое указывает количество одинаковых значений, а второе - само значение.
Алгоритм рассчитан на деловую или декоративную графику - изображения с большими областями локального (повторяющегося) цвета.
Алгоритм Хаффмана основан на определенном анализе документа и вычислении частоты встречаемости цветовых значений (или значений других видов информации); этим значениям в соответствии с рангом присваиваются коды сначала с минимальным количеством битов, а затем по мере снижения частоты (уменьшения ранга) используется все большее количество двоичных разрядов.
Алгоритм LZW (Lempel-Ziv-Welch) сжимает данные путем поиска одинаковых последовательностей (называемых фразами) во всем файле. Затем выявленные последовательности сохраняются в таблице, где им присваиваются более короткие маркеры (ключи). Сжатие с потерями лучше всего работает с теми изображениями, на которых нет повторяющихся узоров или больших областей однотонной заливки.
Наиболее известным методом сжатия с потерями является JPEG-компрессия. Этот метод компрессии основан на особенности человеческого восприятия: глаз достаточно четко различает яркость объекта и цветовые контрасты, а плавные изменения в светах и тенях значительно меньше. При записи такой изобразительной информации часть цветовых данных может быть опущена, как предполагается, без заметного ущерба для восприятия.
На рис. 11 показаны результаты сжатия изображений с использованием вышеописанных методов и при сохранении в различных форматах.
Рис. 11. Примеры сжатия изображения: а - сжатие без потерь (LZW); б - bitmap - битовое изображение; в - сжатие формата GIF - индексированные цвета; г - сжатие JPEG