Compresión baja (alta calidad) JPEG
Compresión alta (baja calidad) JPEG

Algoritmo de compresión con pérdida se refiere a cualquier procedimiento de codificación que tenga como objetivo representar cierta cantidad de información utilizando una menor cantidad de la misma, siendo imposible una reconstrucción exacta de los datos originales. Esto es porque, en lugar de guardar una copia exacta, solo se guarda una aproximación. Esta aproximación se aprovecha de las limitaciones de la percepción humana para esconder la distorsión introducida.

Estos algoritmos son de gran utilidad para guardar imágenes fotográficas que de otra manera ocuparían mucho espacio dificultando su transmisión y almacenamiento.[1]​ Un ejemplo de algoritmo con pérdida de calidad es JPEG. Otros ejemplos son JPEG2000 y BTTC (Bynary tree triangular coding).

Visión general

editar

La compresión con pérdida solo es útil cuando la reconstrucción exacta no es indispensable para que la información tenga sentido. La información reconstruida es solo una aproximación de la información original. Suele restringirse a información analógica que ha sido digitalizada (imágenes, audio, video, etc.), donde la información puede ser "parecida" y, al mismo tiempo, ser subjetivamente la misma. Su mayor ventaja reside en las altas razones de compresión que ofrece en contraposición a un algoritmo de compresión sin pérdida.

La compresión con pérdida acepta una pérdida de datos para poder mejorar el factor de compresión. Se aplica generalmente al almacenamiento digital de datos analógicos como ficheros de gráficos y de sonidos. La gran ventaja de comprensión con pérdida es alcanzar una tasa de compresión más elevadas a costa de sufrir una pérdida de información sobre la imagen original.

Visión detallada

editar

Métodos de compresión con pérdida

editar

Compresión de imagen con pérdida

editar
  • Un método consiste en reducir el espacio de color de la imagen a los colores más comunes dentro de la misma imagen. Esto se utiliza a menudo en imágenes con formato GIF y, a veces en imágenes PNG para dar lugar a archivos más pequeños. Cuando se utiliza en el tipo correcto de imágenes y es combinado con tramado, puede dar lugar a imágenes casi idénticas a los originales.
  • Compresión fractal
  • JPEG
  • Compresión Wavelet

Compresión de vídeo con pérdida

editar

Compresión de audio con pérdida

editar
Audio
editar
editar

Véase también

editar

Referencias

editar
  1. Lossy Image Compression: Domain Decomposition-Based Algorithms. K K Shukla, M.V. Prasad. Springer Science & Business Media, agosto de 2011

Enlaces externos

editar

📚 Artikel Terkait di Wikipedia

Brotli

«Comparison of Brotli, Deflate, Zopfli, LZMA, LZHAM and Bzip2 Compression Algorithms». Google. Consultado el 25 de octubre de 2015.  «Firefox 44 release

Relación de compresión (informática)

tamaño comprimido:​​​​​ Compresor digital «Pixel grids, bit rate and compression ratio». Broadcast Engineering. 1 de diciembre de 2007. Archivado desde

Formato de compresión de video

Yun Q.; Sum, Huifang (2000). Image and Video Compression for Multimedia Engineering: Fundamentals, Algorithms, and Standards (en inglés). Estados Unidos:

Idoia Ochoa

realiza la tesis doctoral titulada Genomic Data Compression and Processing: Theory, Models, Algorithms, and Experiments.​ Desde enero de 2017 trabaja como

Nivel de calidad Phred

I; Alkan, C; Sahinalp, S. C. (2012). «SCALCE: Boosting sequence compression algorithms using locally consistent encoding». Bioinformatics 28 (23): 3051-3057

Arreglo de sufijos

Data Compression Conference. p. 193. ISBN 978-0-7695-3592-0. doi:10.1109/DCC.2009.42.  Fischer, Johannes (2011). «Inducing the LCP-Array». Algorithms and

Cambiador de voz

and Smith J.O. «A sines+transients+noise audio representation for data compression and time/pitch scale modifications», in Proc. 105th Conv. Audio Eng.

Ingeniería en Multimedia

Yun Q.; Sun, Huifang (2019). Image and video compression for multimedia engineering: fundamentals, algorithms, and standards. Image processing series (Third