Formáty grafických súborov a kompresia dát RNDr. Róbert R Bohdal, PhD. 1
Typy dát a formáty grafických súborov Typy dát: Vektorové (body, úsečky, oblúky, krivky,...) Bitmapové (pixlové dáta) Metadáta (kombinácia vektorových a bitmapových dát) Formáty súborov: Bitmapový (GIF, PNG, JPG,...) Vektorový (SVG, DXF,...) Metaformát (CGM, WPG,...) 3D, scénový (3DS, POV, VRML,...) Multimediálny (MPEG, FLI, QuickTime, ) PDL (PS, PDF,...) 2
Vektorové dáta Dáta sú reprezentované bodmi, úsečkami, polygónmi, krivkami a inými prvkami pomocou vrcholov (riadiacich bodov). S vektorovými dátami sú spojené ich atribúty farba, hrúbka, gradient, štýl čiar/výplní a atribúty písma (font). Vertex Line Rectangle Spline 3
Bitmapové (rastrové) dáta Dáta sú reprezentované postupnosťou pixlov množinou hodnôt určujúcich farbu jednotlivých bodov. Pixle sú obyčajne body umiestnené v pravouhlej mriežke. Bitmapou nazývame dvojrozmerné pole pixlov. Pixle majú tzv. bitovú hĺbku, určujúcu ich farebný rozsah. Pixels Bitmap 4
Metadáta Dáta sú zložené z vektorových aj bitmapových dát. Geometrické objekty sú obyčajne reprezentované vektorovými dátami, fotografie a kresby zasa bitmapovými dátami. 5
Bitmapový formát Tento formát slúži na uchovávanie bitmapových dát. Je vhodný pre uchovávanie reálnych obrazov, ako sú fotografie a video obrázky. Je nevýhodný pre ukladanie geometrických objektov zložených z úsečiek, kriviek alebo polygónov. Pri zmene veľkosti, otočení a iných transformáciach bitmapového obrazu je nutné použiť zložitejšie algoritmy. Často je uchovávaný v binárnom tvare. Používajú sa rôzne druhy kompresií, aby sa ušetril pamäťový priestor pri ukladaní resp. prenášaní dát. 6
Vektorový formát Tento formát slúži na uchovávanie vektorových dát. Obsahuje matematický opis jednotlivých objektov. Je vhodný pre uchovávanie objektov zložených z úsečiek, kriviek, polygónov, textov atď. Pri transformáciach obrazu stačí transformovať súradnice, resp. riadiace body jednotlivých objektov. Vo všeobecnosti má jednoduchšiu štruktúru ako bitmapový formát. Vykreslenie vektorového súboru trvá obyčajne dlhšie ako vykreslenie bitmapového súboru. Býva uložený v binárnej alebo ASCII forme. Je nezávislý od zariadenia a nebýva komprimovaný. 7
Metafile formát Tento formát môže súčasne obsahovať vektorové aj bitmapové dáta. Najjednoduchšie metasúbory obsahujú len vektorové, alebo len bitmapové dáta. Geometrické objekty sú uložené vo forme vektorových dát a reálne obrazy vo forme bitmapových dát. Často sú určené na prenášanie bitmapových alebo vektorových dát medzi rôznymi hardvérovými či softvérovými platformami (PC Windows/Linux/MacOS, PC a tlačiarne atď). 8
3D formát Tieto dátové súbory obsahujú informácie o tvare a farbe skutočných alebo imaginárnych 3D objektov. 3D objekty sú obyčajne zložené z polygónov a hladkých plôch a im prislúchajúcich prvkov (materiálov), ako sú farba, textúra, odrazivosť, priehľadnosť atď. Tieto objekty tvoria scénu spolu s osvetlením (svetelnými zdrojmi) a kamerou. K objektom scény môžu byť priradené aj ich trajektórie a rôzne fyzikálne vlastnosti (hmotnosť, hustota, tvrdosť). Často boli tieto súbory odvodené alebo rozšírené z existujúcich 2D vektorových súborov. VRML [vermel] formát je zaujímavý tým, že kombinuje prvky 3D formátu spolu s črtami HTML súboru. 9
Multimediálny formát Patrí medzi najnovší ale i najpoužívanejší. Uchováva dáta rôznych druhov (grafické, audio a video). Využíva rôzne druhy kompresií, najčastejšie stratové kompresie s veľkým kompresným pomerom. V súčasnosti je používaný nielen v počítačovej grafike, na internete ale i v domácej zábave na mnohých zariadeniach (PC, TV, DVD rekordéry, mobily, kamery atď.) 10
PDL formát PDL (Printer Description Languages) sú v podstate počítačové jazyky pre opis štruktúry textovej a grafickej časti tlačených alebo zobrazovaných strán. Obsahujú aj informácie o použitých fontoch v dokumente. Niektoré jazyky umožňujú používať okrem makier aj cykly, podmienky, zásobníky a aritmetické či logické operácie. Sú využívané na prenos dokumentov medzi rôznymi hardvérovými platformami, napr. medzi PC a tlačiarňami. 11
Štruktúra grafických súborov Závisí od formátu resp. typu dát, ktoré uchováva. Najčastejšie je súbor zložený z hlavičky, dát a päty. Existujú aj tzv. raw súbory, ktoré nemajú žiadnu štruktúru a obsahujú len dáta. Dáta môžu byť organizované v poliach, štítkoch alebo v prúdoch. Polia majú pevnú dĺžku a zvyčajne aj fixnú pozíciu. Štítky sú obyčajne zložené z polí alebo ďalších štítkov a nemajú pevnú dĺžku. Prúdy sú tiež ľubovoľnej dĺžky, ale prístup k nim je možný iba sekvenčne, t.j. je nutné čítať každý prúd od začiatku. Dáta bitmapových a niektorých metafile formátov bývajú často komprimované. 12
Štruktúra bitmapových súborov Bitmapové súbory majú hlavičku, paletu, bitmap. dáta a pätu. Hlavička sa obyčajne nachádza na začiatku súboru. Často má pevnú dĺžku a obsahuje základné informácie o súbore: identifikátor, verziu, výšku, šírku, bitovú hĺbku, typ kompresie, textový popis, smerníky na štítky a nepoužitý priestor. Paleta obsahuje tzv. tabuľku farieb; nie je vždy nutná. Bitmap. dáta obsahujú hodnoty jednotl. pixlov obrázku. Sú organizované buď vo forme scanline dát alebo bitových rovín. Scanline dáta môžu byť zložené z blokov pevnej (polia) alebo premenlivej (prúdy, štítky) dĺžky. Päta nemusí byť vždy prítomná a obsahuje rôzne informácie (databázové, ktoré sa nevošli do hlavičky,...). 13
Štruktúra vektorových súborov Vektorové súbory majú tiež hlavičku, vektorové dáta a pätu. Hlavička obsahuje zákl. informácie (identif., verziu,...). Ďalej základné atribúty objektov, vrstvy, definíciu súrad. sústav atď. Vektorové dáta obsahujú informácie o jednotlivých objektoch (súradnice, uhol otočenia, koef. škálovania) a ich atribúty (názov, farba, hrúbka, štýl čiary/výplne,...). Na konci týchto dát je obyčajne značka EOF. Často je prítomná aj paleta, atribúty gradientov výplní (smer, typ, farby,...), definície fontov atď. Päta nemusí byť vždy prítomná, obsahuje rozličné informácie. 14
Štruktúra metafile súborov Metafile súbory majú zvyčajne hlavičku a viacero blokov dát. Ich štruktúra je rôznorodá a závisí od konkrétneho typu súboru. Niektoré dokonca obsahujú iba dáta a sú chápané ako raw typy súborov. 15
Kompresia dát Kompresia je proces, v ktorom sa redukuje fyzická veľkosť bloku informácií. Obrazové dáta sa komprimujú, aby zaberali menej miesta v súboroch alebo pri prenose dát. V súčasnosti sa používajú najmä tieto druhy kompresie: Run length encoding (RLE) Slovníkové metódy (LZ, LZW, LZ77, LZ78,...) Frekvenčné kódovanie (Huffmanovo kódovanie) Diferenčné kódovanie Aritmetické kódovanie Diskrétna kosín. transformácia (DCT) a kvantizácia Existujú aj sofistikovanejšie druhy: fraktálne, kontúrove,... Kompresný pomer udáva pomer komprimovaných dát ku nekomprimovaným. 16
Druhy kompresií (všeobecne) Symetrické čas komprimácie a dekomprimácie je približne rovnaký. Asymetrické čas komprimácie a dekomprimácie je rozdielny. Mnohokrát mnohonásobne. Adaptívne slovník, podľa ktorého budú kódovať si vytvárajú počas komprimácie na pevne danom bloku dát. Neadaptívne majú pevný slovník preddefinovaných slov, usporiadaných podľa frekvencie s akou sa bežne vyskytujú. Bezstratové dáta po dekomprimácií sú rovnaké, ako boli pred komprimáciou. Používajú sa pri uchovávaní číselných dát, vykonávateľných (exe) súborov atď. Stratové pri komprimácií dochádza k strate dát. Používajú sa pri kompresií reálnych obrázkov (JPEG). 17
Run-length kódovanie RLE je najjednoduchší typ kódovania. Používajú ho niektoré staršie druhy bitmap. súborov TIFF, BMP a PCX. Nedosahuje veľký kompresný pomer. Je vhodný najmä pre čierno biele obrázky. Pracuje na základe redukovania fyzickej veľkosti opakujúcich sa hodnôt: AAAAAAbbbXXXXXt 6A3b5X1t Kvôli efektivite sa obrazové dáta kódujú rôznymi variantami (riadkový, stĺpcový, dláždicový, cik-cak). 18
Lempel-Ziv-Welch kódovanie LZW a ostatné druhy LZ kódovania sú v počít. grafike najpoužívanejšie. Používajú sa v GIF a TIFF graf. formátoch ako aj v mnohých komprim. programoch (pkzip, arj,...). Dosahuje lepší kompresný pomer ako RLE. Patrí medzi kompresie založené na slovníku (substitučné). Algoritmus si vytvára slovník na základe vstupných dát. Dáta sú potom zakódované podľa vytvoreného slovníka. 19
Huffmanovo kódovanie Toto kódovanie sa používa v graf. formátoch JPG ako aj v komprim. programe pkzip (metóda deflate). Existuje mnoho jeho variantov. Jeden z nich sa používa vo faxoch. Patrí medzi kódy, pri tvorbe ktorých sa využíva pravdepodobnosť výskytu jednotlivých kódovaných znakov. Huffmanov algoritmus tvorby kódu generuje binárne stromy, kde cesty z počiatočného do koncového uzlu vytvárajú kódové slová. Huffmanov kód je citlivý na odhad rozdelenia pravdepodobnosti. V praxi sa využíva hlavne v kombinácii s inými kompresnými algoritmami. 20
Diferenčné kódovanie Patrí medzi veľmi jednoduché typy kompresií. Je vhodné na menné zoznamy, slovníky a tabuľky hodnôt funkcií. V tejto metóde zapisujeme do výsl. dát číslo označujúce počet prvých znakov, ktoré sú v danej položke zhodné s hodnotou predchádzajúcej položky, nasledovanej zvyškom rozdielnych znakov. Pridaním slovníka 15 najbežnejších koncoviek mien: er, ič, ík, ka, ná, ný, ová, sa zlepší kompresný pomer. Michalčík 0 Michalčík (0,3) Michalč Michna 4 na (4,0) na Mikelka 2 kelka (2,4) kel Mikletič 3 letič (3,2) let Mikulcová 3 ulcová (3,7) ulc Mikulič 5 ič (5,2) Mikuličová 7 ová (7,7) Mikulová 5 ová (5,7) 21
Aritmetické kódovanie Toto kódovanie dáva lepšie kompresné výsledky ako Huffmanovo, ale je náročnejšie na pamäť a výkon procesora. Vstupný tok znakov sa nahradí jedným reálnym číslom z intervalu <0,1). Začína sa s celým intervalom. Pri čítaní nových znakov textu sa spresňuje výsledný interval a jeho horná a dolná hranica sa k sebe približujú. Čím je kódovaný znak pravdepodobnejší, tím sa interval zúži menej a k zápisu dlhšieho intervalu stačí menej bitov. Znak Pravdep. Interval ---- -------- --------- a 0.50 0.00-0.50 b 0.25 0.50-0.75 c 0.25 0.75-1.00 Znak Zač.hodn. Konc.hodn. ---- ---------- ---------- 0.0 1.0 b 0.5 0.75 a 0.5 0.625 c 0.59375 0.625 a 0.59375 0.609375 22