23. Komprese dat

Komprese dat (také komprimace) je zpracování počítačových dat s cílem zmenšit jejich objem při současném zachování informací v nich obsažených. Komprese se dělí na ztrátovou a bezztrátovou. Článek se zabývá také použitím komprese a komprimačními programy.

Předchozí okruh: 22. Počítačové viry a ochrana

Komprese dat

• zpracování počítačových dat s cílem zmenšit jejich objem při současném zachování informací v datech obsažených
• opakem je dekomprese, tedy rozbalení dat
• kodeky
  • KOmprese a DEKomprese
  • software, který dokáže transformovat datový proud nebo signál
  • ukládá data do zakódované formy (většinou za účelem přenosu, uchovávání nebo šifrování) a poté obnovují do přesné nebo přibližné původní formy vhodné pro zobrazování, případně jinou manipulaci

Bezztrátová komprese dat

• soubor lze rekonstruovat do původní podoby
• není tak účinná jako ztrátová komprese
• nejlepší využití u textu
• archivní soubory
  • komprese sloučí vybrané soubory do tzv. archivu (obvykle bezztrátovou kompresí)
  • archiv je soubor složený z jednoho nebo více souborů a metadatech o nich
  • můžou být částečně nebo úplně zašifrované
  • používají se k uložení více souborů pohromadě do jednoho souboru pro snazší přenositelnost a skladování
  • přípony .zip, .rar, .7z
• bezztrátové kompresní formáty
  • audio
    • flac
  • obraz
    • gif, png (vždy bezeztrátové)
    • jpeg 2000, tiff (mají bezztrátové varianty)
  • video
    • lagarith

• algoritmus RLE (run-lenght encoding)
  • kóduje posloupnosti stejných hodnot do dvojic (délka posloupnosti a hodnota)
  • aaabccccddeee => 3a1b4c2d3e
  • účinnost silně závislá na vstupních datech
• algoritmus LZ77
  • slovníkový algoritmus
  • prochází data, v případě, že narazí na skupinu znaků, která se již v předchozích datech objevila, nahradí tuto skupinu znaků odkazem na předchozí výskyt
  • odkaz je zakódován jako vzdálenost od současné pozice a délka skupiny znaků
  • pokud je odkaz kratší než reprezentace skupiny znaků, dochází k úspoře místa
• Huffmanovo kódování
  • znaky, které se v souboru vyskytují nejčastěji, jsou konvertovány do bitových řetězců s nejkratší délkou, zatímco znaky, které se vyskytují zřídka, jsou konvertovány do delších řetězců

Ztrátová komprese dat

• některé informace jsou nenávratně ztraceny
• výrazně účinnější
• používá se zejména u obrazu, videa a zvuku, kde lidské smysly zásadní rozdíl nepostřehnou, a kde není potřeba uchovat všechna data
• obraz
  • vhodná pro fotografie s hladkými přechody
  • nevhodná pro grafiku obsahující text
  • např. formát jpeg
• videa
  • komprese videa probíhá tak, že se místo celých snímků uchovávají pouze změny mezi po sobě jdoucími snímky
• zvuk
  • ztrátová komprese zvuku probíhá tak, že se ořezávají všechny frekvence vyšší než je daná mez (např. 7,5 kHz u mp3)
  • LAME (kodek pro mp3)
  • výsledná velikost souboru zhruba 10-20 % původního při zachování relativně dobré kvality

Komprimační programy

• WinRAR
  • pouze pro Windows
  • nekonečná trial verze
• 7-Zip
  • oblíbený svobodný software
  • pro Windows, Linux i macOS
• WinZip
  • sharewarový archivační a kompresní program
  • pro Windows, Linux, macOS i Android
• dnes už jsou kompresní algoritmy zakomponované do kodeků a formátů, speciální komprimační programy většinou nejsou potřeba

Následující okruh: 24. Teorie programování