SlideShare ist ein Scribd-Unternehmen logo
1 von 3
Downloaden Sie, um offline zu lesen
Compressão de dados
A compressão de dado é o ato de reduzir o espaço ocupado por dados num determinado
dispositivo.
Existe compressão sem perda e com perda.
Com perda:
As compressões com perdas são aquelas operações que admitem alguma perda de qualidade
dos dados (exemplo típico: as imagens .jpg na internet em que se percebe uma diminuição da
qualidade próximo às bordas ou, inclusive, trocas de cor na imagem).
Sem perda:
As compressões sem perdas são aquelas operações que não admitem alguma perda de
qualidade dos dados (exemplo: as imagens gif).
Entropia:
• É um modo de codificação sem perdas.
• É independente do tipo de informação sendo comprimido.

Dentro da Entropia há Estatística e Supressão de sequência repetitiva:
Estatística:
• Modelos de codificação utilizam o mesmo número de bits por valor
• Alguns símbolos aparecem com maior frequência que outros.
• Símbolos que aparecem com maior frequência podem usar menos bits que aqueles
que aparecem com menor frequência.
• Num texto a letra A aparece com maior frequência (probabilidade) que a consoante
‘P’, que aparece com maior frequência que ‘Z’... Utiliza-se uma codificação com
número de bits variável, de modo que na média se necessita menos bits para codificar
o mesmo conteúdo.
• A média mínima de bits necessários para transmitir uma determinada sequencia de
dados é chamada Entropia.
Dentro da Estatística existe:
Huffman:
• A informação a ser comprimida é analisada e uma árvore é construída
baseada na frequência relativa de cada carácter (Árvore do Código de Huffman).
• A Árvore do Código de Huffman é uma árvore binária, com dígitos 0 e 1
atribuídos a cada galho da árvore.
• Os símbolos a serem codificados ficam nas folhas da árvore.
•O símbolo em questão é e a sequência de bits resultantes dos galhos
percorridos da raiz até uma determinada folha.
Aritmetica:
• Qualquer valor no intervalo final serve para representar a string em questão.
• Cada novo caracter representa mais um dígito no número de ponto flutuante
sendo gerado.
• A precisão de números de ponto flutuante limita o número de caracteres que
podem ser comprimidos.
• Uma string pode, portanto, ser representada por uma série de números de
ponto flutuante.
• Modo de compressão dinâmico e binário é bem mais complexo.
Supressão de sequência repetitiva:
• É um modo de codificação sem perdas.
RLE:
• O método de compressão RLE (Run Length Encoding) é utilizado por
numerosos formatos de imagens BMP, PCX, TIFF,...
• Baseia-se na repetição de elementos consecutivos.
•O princípio básico consiste em codificar um primeiro elemento que dá o
número de repetições de um valor e seguidamente completá-lo pelo valor a repetir. Assim, de
acordo com este princípio, a cadeia “AAAAAHHHHHHHHHHHHHH” comprimida dá “5A14H”
Entendendo a fonte:
• Dentro do entendendo a fonte existe vetorial, diferencial e transformada
Vetorial:
• Quantização vetorial é uma técnica clássica de compressão de dados bastante
utilizada em aplicações como compressão de imagens, de voz
• Trata-se de uma técnica de compressão que normalmente acarreta perdas, uma vez
que um codebook de tamanho limitado pode não permitir a recuperação da informação
original na íntegra
• Em quantização vetorial, tem-se um conjunto de de entrada equivale a minimizar o
erro de quantização vetorial médio do conjunto

Diferencial:
• Usado quando a amplitude de um sinal pode assumir valores numa faixa larga,
porém a diferença de amplitudes de valores sucessivos é relativamente pequena.
• Ao invés de usar um grande numero de bits para representar a amplitude do sinal,
apenas a diferença para o valor anterior é armazenado, com um número menor de bits.
• Pode acarretar compresão com perdas ou sem perdas, dependendo do número de
bits escolhidos serem suficientes para armazenar a maior das diferenças entre amplitudes
sucessivas.
Transformada:
• Involve a transformação da informação original de um formato para outro mais
apropriado para compressão.
• Não existe perda pela transformação em si.
• Muito usado para compressão de imagens e vídeo.
• A taxa de mudança na magnitude dos valores dos pixels na matriz define o que
denominamosfrequência espacial.
• O olho humano é menos sensível às componentes espaciais de mais alta frequência,
se a amplitude de uma componente de alta frequência estiver abaixo de um determinado
valor, tal componente não será detectada pelo olho humano.
• Seria vantajoso converter os valores espaciais originais em valores baseados em
componentes de frequência espacial, já que pode-se eliminar mais facilmente as componentes
que pouco contribuem para a inteligibilidade da imagem, diminuindo a quantidade de
informação a ser processada.

Weitere ähnliche Inhalte

Ähnlich wie Compressão de dados

Apresentando conceitos de digitalização multimídia
Apresentando conceitos de digitalização multimídiaApresentando conceitos de digitalização multimídia
Apresentando conceitos de digitalização multimídiaArlindo Pereira
 
Adobe After Effects CS6 Classroom in a Book
Adobe After Effects CS6 Classroom in a BookAdobe After Effects CS6 Classroom in a Book
Adobe After Effects CS6 Classroom in a BookSandra Abalde
 
Representação de imagens em formato digital
Representação de imagens em formato digitalRepresentação de imagens em formato digital
Representação de imagens em formato digitalHelinton Bruce
 
Producao Grafica - Fundamentos
Producao Grafica - FundamentosProducao Grafica - Fundamentos
Producao Grafica - Fundamentosdualpixel
 
2-nocoes-basicas-algoritmos.pdf
2-nocoes-basicas-algoritmos.pdf2-nocoes-basicas-algoritmos.pdf
2-nocoes-basicas-algoritmos.pdfAlbertoEmoto
 
Imagem digital-www-radiologiaeinovacao-com-br
Imagem digital-www-radiologiaeinovacao-com-brImagem digital-www-radiologiaeinovacao-com-br
Imagem digital-www-radiologiaeinovacao-com-brAna Paula Moura
 
Imagem digital na mídia impressa
Imagem digital na mídia impressaImagem digital na mídia impressa
Imagem digital na mídia impressaOdair Cavichioli
 
Hvsdhgvjgvsgdvfjksfh !
Hvsdhgvjgvsgdvfjksfh !Hvsdhgvjgvsgdvfjksfh !
Hvsdhgvjgvsgdvfjksfh !DASDFSDFS
 
2014 - Multimídia e Internet - 04 Imagem Digital - Bitmaps
2014 - Multimídia e Internet - 04 Imagem Digital - Bitmaps2014 - Multimídia e Internet - 04 Imagem Digital - Bitmaps
2014 - Multimídia e Internet - 04 Imagem Digital - BitmapsWillian Magalhães
 

Ähnlich wie Compressão de dados (20)

Aula fotografia digital
Aula fotografia digitalAula fotografia digital
Aula fotografia digital
 
aula1_2.pdf
aula1_2.pdfaula1_2.pdf
aula1_2.pdf
 
Formato Imagens
Formato ImagensFormato Imagens
Formato Imagens
 
Apresentando conceitos de digitalização multimídia
Apresentando conceitos de digitalização multimídiaApresentando conceitos de digitalização multimídia
Apresentando conceitos de digitalização multimídia
 
APDS- Apresentaçao.pptx
APDS- Apresentaçao.pptxAPDS- Apresentaçao.pptx
APDS- Apresentaçao.pptx
 
Slide carla
Slide carlaSlide carla
Slide carla
 
Parte2a
Parte2aParte2a
Parte2a
 
Adobe After Effects CS6 Classroom in a Book
Adobe After Effects CS6 Classroom in a BookAdobe After Effects CS6 Classroom in a Book
Adobe After Effects CS6 Classroom in a Book
 
Representação de imagens em formato digital
Representação de imagens em formato digitalRepresentação de imagens em formato digital
Representação de imagens em formato digital
 
Linguagens
LinguagensLinguagens
Linguagens
 
Producao Grafica - Fundamentos
Producao Grafica - FundamentosProducao Grafica - Fundamentos
Producao Grafica - Fundamentos
 
Bitmap x Vetor
Bitmap x VetorBitmap x Vetor
Bitmap x Vetor
 
2-nocoes-basicas-algoritmos.pdf
2-nocoes-basicas-algoritmos.pdf2-nocoes-basicas-algoritmos.pdf
2-nocoes-basicas-algoritmos.pdf
 
Imagem digital-www-radiologiaeinovacao-com-br
Imagem digital-www-radiologiaeinovacao-com-brImagem digital-www-radiologiaeinovacao-com-br
Imagem digital-www-radiologiaeinovacao-com-br
 
Imagem digital na mídia impressa
Imagem digital na mídia impressaImagem digital na mídia impressa
Imagem digital na mídia impressa
 
Bit e bytes
Bit e bytesBit e bytes
Bit e bytes
 
Hvsdhgvjgvsgdvfjksfh !
Hvsdhgvjgvsgdvfjksfh !Hvsdhgvjgvsgdvfjksfh !
Hvsdhgvjgvsgdvfjksfh !
 
equipe xxt
equipe xxt equipe xxt
equipe xxt
 
2014 - Multimídia e Internet - 04 Imagem Digital - Bitmaps
2014 - Multimídia e Internet - 04 Imagem Digital - Bitmaps2014 - Multimídia e Internet - 04 Imagem Digital - Bitmaps
2014 - Multimídia e Internet - 04 Imagem Digital - Bitmaps
 
Analisador de vibrações - modo de funcionamento II
Analisador de vibrações - modo de funcionamento IIAnalisador de vibrações - modo de funcionamento II
Analisador de vibrações - modo de funcionamento II
 

Compressão de dados

  • 1. Compressão de dados A compressão de dado é o ato de reduzir o espaço ocupado por dados num determinado dispositivo. Existe compressão sem perda e com perda. Com perda: As compressões com perdas são aquelas operações que admitem alguma perda de qualidade dos dados (exemplo típico: as imagens .jpg na internet em que se percebe uma diminuição da qualidade próximo às bordas ou, inclusive, trocas de cor na imagem). Sem perda: As compressões sem perdas são aquelas operações que não admitem alguma perda de qualidade dos dados (exemplo: as imagens gif). Entropia: • É um modo de codificação sem perdas. • É independente do tipo de informação sendo comprimido. Dentro da Entropia há Estatística e Supressão de sequência repetitiva: Estatística: • Modelos de codificação utilizam o mesmo número de bits por valor • Alguns símbolos aparecem com maior frequência que outros. • Símbolos que aparecem com maior frequência podem usar menos bits que aqueles que aparecem com menor frequência. • Num texto a letra A aparece com maior frequência (probabilidade) que a consoante ‘P’, que aparece com maior frequência que ‘Z’... Utiliza-se uma codificação com número de bits variável, de modo que na média se necessita menos bits para codificar o mesmo conteúdo. • A média mínima de bits necessários para transmitir uma determinada sequencia de dados é chamada Entropia. Dentro da Estatística existe: Huffman: • A informação a ser comprimida é analisada e uma árvore é construída baseada na frequência relativa de cada carácter (Árvore do Código de Huffman).
  • 2. • A Árvore do Código de Huffman é uma árvore binária, com dígitos 0 e 1 atribuídos a cada galho da árvore. • Os símbolos a serem codificados ficam nas folhas da árvore. •O símbolo em questão é e a sequência de bits resultantes dos galhos percorridos da raiz até uma determinada folha. Aritmetica: • Qualquer valor no intervalo final serve para representar a string em questão. • Cada novo caracter representa mais um dígito no número de ponto flutuante sendo gerado. • A precisão de números de ponto flutuante limita o número de caracteres que podem ser comprimidos. • Uma string pode, portanto, ser representada por uma série de números de ponto flutuante. • Modo de compressão dinâmico e binário é bem mais complexo. Supressão de sequência repetitiva: • É um modo de codificação sem perdas. RLE: • O método de compressão RLE (Run Length Encoding) é utilizado por numerosos formatos de imagens BMP, PCX, TIFF,... • Baseia-se na repetição de elementos consecutivos. •O princípio básico consiste em codificar um primeiro elemento que dá o número de repetições de um valor e seguidamente completá-lo pelo valor a repetir. Assim, de acordo com este princípio, a cadeia “AAAAAHHHHHHHHHHHHHH” comprimida dá “5A14H” Entendendo a fonte: • Dentro do entendendo a fonte existe vetorial, diferencial e transformada Vetorial: • Quantização vetorial é uma técnica clássica de compressão de dados bastante utilizada em aplicações como compressão de imagens, de voz • Trata-se de uma técnica de compressão que normalmente acarreta perdas, uma vez que um codebook de tamanho limitado pode não permitir a recuperação da informação original na íntegra
  • 3. • Em quantização vetorial, tem-se um conjunto de de entrada equivale a minimizar o erro de quantização vetorial médio do conjunto Diferencial: • Usado quando a amplitude de um sinal pode assumir valores numa faixa larga, porém a diferença de amplitudes de valores sucessivos é relativamente pequena. • Ao invés de usar um grande numero de bits para representar a amplitude do sinal, apenas a diferença para o valor anterior é armazenado, com um número menor de bits. • Pode acarretar compresão com perdas ou sem perdas, dependendo do número de bits escolhidos serem suficientes para armazenar a maior das diferenças entre amplitudes sucessivas. Transformada: • Involve a transformação da informação original de um formato para outro mais apropriado para compressão. • Não existe perda pela transformação em si. • Muito usado para compressão de imagens e vídeo. • A taxa de mudança na magnitude dos valores dos pixels na matriz define o que denominamosfrequência espacial. • O olho humano é menos sensível às componentes espaciais de mais alta frequência, se a amplitude de uma componente de alta frequência estiver abaixo de um determinado valor, tal componente não será detectada pelo olho humano. • Seria vantajoso converter os valores espaciais originais em valores baseados em componentes de frequência espacial, já que pode-se eliminar mais facilmente as componentes que pouco contribuem para a inteligibilidade da imagem, diminuindo a quantidade de informação a ser processada.