Loading
Nota de Estudos
Study Reminders
Support
Text Version

Técnicas Básicas De Compressão De Imagem

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Vídeo 1

Olá a todos e bem-vindos a nova discussão que vamos ter uma técnica de compressão de imagem básica e formatos de arquivo de imagem diferentes. Pois como temos discutido dados de alta resolução espacial e outras coisas, por isso, às vezes, essas imagens adquitam muito espaço em nosso disco rígido em nossos sistemas e, portanto, e precisamos comprimir as dessas imagens e, às vezes, queremos mantê-las em modo comprimido e ainda assim gostaria de usar. Por isso, existem muitas técnicas básicas de compressão de imagem que foram desenvolvidas até agora e foram implementadas em processamento digital de imagens. Por isso, nesta discussão, vamos ter que a discussão e também nós simultaneamente estaremos também vendo e quais são os diferentes formatos de arquivo de imagem disponíveis para nós em satélite em caso de imagens de satélite. Como você sabe que e essas imagens são armazenadas como uma matriz dimensional de 2 e em linhas e colunas e o número digital de pixel valor está lá para cada pixel e esta unidades é sempre quadrada em forma. Considerando que a forma geral de uma imagem pode ser quadrada ou retangular por eu estou repetindo isso porque quando vamos para técnicas de compressão e então essa forma de imagem geral irá desempenhar algum papel there.Portanto, e eles mencionaram para isso foi necessário aqui, enquanto que o quadrado que significa que a unidade sempre permanecerá é quadrado e você permanecerá uniforme ao longo de todo em termos de tamanho ao longo da imagem. Isso significa que, se eu estiver manuseando o espaço de 10 metros e a imagem de satélite de resolução, então todos os pixels representarão 10 por 10 metro e aterrado que significa, 100 metro quadrado mídia e claro. As imagens de satélite são descritas como um classificado como um dado contínuo e, às vezes, também como uma camada mática e há vários formatos de imagem que são muito populares todos estão tendo um propósito específico é como exemplo, muito popular é o TIFF e TIFF que é stands para Tagged Information File Format que significa as informações sobre o arquivo que significa, uma espécie de metadado também é marcado com o próprio arquivo de imagem ou dados de imagem em si. Por isso, é através de geralmente escrevemos apenas TIF em vez de TIFF mas aqui está bancada o formato de arquivo de informações marcadas. Assim, informações sobre o arquivo são marcadas com os dados da imagem que é o que é o formato muito popular da TIFF. Outro formato é o GIF que é um formato de Intercâmbio gráfico, muito popular em animações e somos sequência de imagens são colocadas em um arquivo que é um arquivo GIF. E tem imagem em um software de processamento de imagem muito popular usa seu próprio formato de imagem e formato de dados que é o formato IMG. Mas também nos permite lidar com outros datasets como TIFF ou JPEG e outros formatos. Agora, a fim de entender 4 tipos básicos de técnicas de compressão de dados. Nós estaremos usando essa imagem binária como exemplo, o exemplo que eu vou pegar é o exemplo mais simples e ser pitches em binário. Mas em imagens reais é claro que as coisas se tornarão complicadas. Por isso, para entender as técnicas de compressão de dados basicamente 4 tipos básicos de técnicas de compressão de dados um bem simples.
Nosso exemplo mais simples possível foi tomado e essas linhas e linhas que você conhece mostrando linhas e colunas são apenas para o nosso entendimento na imagem real. Essas linhas não estão lá apenas os pixels estão dispostos em uma matriz dimensional de 2. Então, isso é só para o nosso entendimento e há 2 áreas principais estão aqui. Um é que podemos ver é uma área de 0 de área ou de áreas brancas e outra são as áreas cinzentas que podemos dizer como áreas negras e que pode estar tendo desde então é um binário. Então, pode estar tendo valor pixel valor 0, outros valores são 1 tão somente imagem binária. Então, 2 áreas e apenas 2 grandes áreas uma está tendo valor 1, outra tendo valor 0 preto e branco que é imagem binária. Então, quando vamos para o primeiro tipo de técnica de compressão de dados, que se chama códigos de cadeia, neste o que basicamente fazemos que o limite da região, tão primeiro, é avaliar que qual parte é menor. Portanto, neste nosso exemplo, porém, a parte escura ou a parte negra está cobrindo a menor parte da imagem de entrada total, de modo que limite dessa parte preta é codificada em termos de sua origem, e a sequência de quadrados unitários. Porque aqui pixels são unidades quadradas e vetores em direção cardeal que fica no norte do leste do sul do oeste. Então, o que dizemos que começamos a partir de digamos, e este canto e vai assim como este assim e esta e cada parte desta parte negra é codificada como parte e que origem e sequência de fatores unitários 2 na direção cardeal e a direção cardeal ou os códigos que foram atribuídos podem ser atribuídos em códigos de cadeia é como para o norte, é para o norte é 1 para o oriente é 0 e para o oeste é 2 e para o sul é 3.
Portanto, começando a ver a partir do leste 0, e depois sul 3 ou horário no sentido anti-horário, portanto, 0 leste, norte 1, oeste 2 e sul 3. Assim, anticlockwise podem ser atribuídos estes são apenas códigos para o nosso entendimento e diferentes tipos de códigos dizem por exemplo, o norte 1 e o leste 2 podem ser atribuídos, então o sul vai se tornar 3 e depois o oeste pode se tornar você sabe se 0 começa e então máximo podemos ir por 3 se 1 for start e damos código 1 então pode ir máximo para 4. Então, essas são as orientações que são usadas. Então, por exemplo, se iniciamos a linha 10 linha 10 aqui e vai e a coluna 1 que é a coluna 1, porque este pixel tem que ser codificado primeiro e o limite de então por que sentido horário nós gravaremos. Então, isso significa que o, nós começamos a partir daqui e este é o limite aqui é codificado primeiro. Isso é um 0 e estes são apenas códigos estes não são verdadeiros, você sabe valores numéricos típicos de outra forma pode dizer como você pode ter um quadrado de 0 estes são apenas códigos você sabe, para o nosso entendimento, assim, movemos uma direção em direção cardeal e nossa direção leste é 0 portanto 0 1 célula ou 1 pixel aqui, pois para o norte, temos dado código 1.So, 1 até então 2 em direção ao leste e portanto, 0 pixels têm que ser cobertos e, portanto, 0 quadrados neste 1, então 1 para baixo que significa em direção ao sul e ao sul é ter código 3, apenas um pixel, assim, assim, assim, assim e depois novamente 2 pixels em direção ao leste. Então, 0 é quadrado então 1 pixel em direção ao norte para o norte temos um código de sinais 1. Então, isso está lá e depois vá em direção ao leste 0 e depois novamente e da mesma forma nós cobrimos toda a região como esta. Por isso, desta forma vamos cobrir e vamos ver o que ele nos encerra quando chegamos aqui, então na direção norte vamos para o semelhante que significam dizer direção norte 3 pixels ou 3 bit comprimento de 3 pixels têm que ser cobertos e dessa forma vamos cobrir toda a parte e parte negra ou sombreada neste exemplo colocando esses códigos. Então, então eu posso simplesmente armazenar esse número de códigos em vez de armazenar para cada célula ou cada pixel de imagem de entrada. Então, isso é o que chamou de códigos de cadeia. Agora, vejamos outra técnica de compactação de dados que foi implementada em muitos softwares e em algum momento ela é chamada de RLE Run Length Encodes ou Run Length Codes. Então codifica RLE também é também termo igualmente popular aqui em código de comprimento de execução o que basicamente é feito é que, você sabe que corremos ao longo do comprimento basicamente. Assim, os códigos permitem que os pontos em cada mapeamento usados sejam armazenados por linha em termos de uma esquerda para a direita. A partir de uma célula de início e até a célula final da mesma forma, e essa primeira linha número 9, 2 células têm de ser armazenadas aqui, depois mais uma e depois 3 mais. Então, percorremos o comprimento, isso significa que a primeira linha 9 é escolhida, então pixel número 2 e 3 é mais a coluna 2 e 3 são codificadas. Tenso apenas 6 porque o comprimento aqui é de apenas 1 de largura de pixel. Então, 6-6 então 8-10 e para todas as tais linhas e a codificação é feita. Assim, por exemplo, para 16 então há 3 células 3 pixels estão em contínuo assim 16 e 9 11 da mesma forma e o repouso é codificado em código de comprimento de execução. Então, é outra maneira de você saber armazenar a área sombreada ou escura e automaticamente a outra área também será codificada que é a área branca. Agora, há um outro tipo de técnica de compressão de dados que são chamados códigos de blocos, é pouco complicado e pode-se dizer que, por que ter um você sabe como 1 / 1, 2 / 2 ou 4 / 4 pelo nó 3 / 3, mas quando vamos para essas unidades quadradas, então esta é a 1 quadrada de 2 ou 4 quadrado de 3 quadrado e não pode ser feita em tais exemplos. Então, há em códigos de bloco o que fazemos que o porque estamos codificando em cada exemplo, a área escura dessa imagem de entrada. Então, a primeira a área que é tal é para o maior bloco e maior bloco do nosso exemplo pode ser 4 / 4 é marcado aqui em azul, então próximo é 2 / 2 que fica marcado e aqueles blocos são marcados por vermelho. E depois é claro que o restante vai para eles estão marcados em preto e serão apenas 1 bloco que significa o tamanho da unidade. Então, o em basicamente nos códigos de blocos e a ideia que é a gente ter apenas discutir caso de código de comprimento de execução. E pode ser estendida a 2 dimensões usando blocos quadrados são blocos quadrados da área que é a área sombreada outro exemplo, para serem mapeados ou para serem armazenados. Então, da mesma forma se codificamos em códigos de blocos, então a estrutura de dados consiste em apenas 3 números, ou seja, a origem do centro do bloco e, em seguida, raio de cada quadrado também está lá. Por isso, aqui dentro há apenas um quadrado que significa 4 / 4 pixels, há apenas 1 quadrados que é marcado aqui na cor azul. E então mais teremos você já conhecerá 9 quadrados de 4 pixels que significa, 2 / 2 mais teremos 17 quadrados de unidade que significa do e estamos alcançando o nível da unidade e ele seja armazenar a origem de cada um desses quadrados se é um 4 / 4 ou 2 / 2 ou 1 e o tamanho da praça. Depois, podemos codificar a parte sombreada aqui. Por isso, dessa forma podemos fazer os códigos de blocos. Então, quanto maior a praça e obtemos isso significa a homogeneidade que está presente. Agora, estamos vendo mais algumas intricadas estão chegando nisso e essas coisas de compressão de dados que se uma imagem está tendo grandes áreas, que estão tendo os mesmos valores de pixel que significa, há uma grande homogeneidade está presente você alcançaria melhor compressão mesmo se você usar alguma das técnicas que estamos indo então, 3 a terceira técnica que estamos discutindo mais uma técnica que vamos discutir. Então, vai depender da eficiência de uma compressão vai depender da homogeneidade de uma imagem se uma imagem estiver tendo heterogêneos significa que os valores de pixel estão variando valores de pixel adjacentes estão variando ter valores de pixels variados então você não alcançaria alta compressão. Assim, por exemplo, se um está tendo imagens de uma área de deserto ou de um corpo de água e não há muito movimentos ou ondas estão lá, então provavelmente grandes áreas terão o mesmo valor de pixel e, portanto, a alta compressão pode ser alcanada. Então, é isso que aqui importa os assuntos de homogeneidade e heterogeneidade não proporcionará alta compressão.

Vídeo 2

A última técnica que vamos discutir é Quadtrees é ela é um mais complexo, mas proporciona uma compressão melhor e tem que esta técnica ter sido implementada extensivamente em muitos softwares para compressão de dados. Por isso, em Quadtree o que é feito porque o exemplo que nós temos tomado. A forma geral das imagens é quadrada. E como eu disse no começo o exemplo que eu tomei é o mais simples a forma geral de imagens é quadrado e só ele é um binário eu que são pixels preto e branco estão lá. Por isso, vejamos, primeiro exemplo de forma mais simples e depois veremos quando uma imagem for retangular em forma, o que vai acontecer. Por isso, quando imagem em um quadrado em forma, primeiro a imagem inteira é dividida em 4 quadrantes e cada quadrante e talvez códigos atribuídos como 0 1 2 e 3. Por isso, para o quadrante noroeste 0 para toda esta área, são atribuídos 0 e para os outros quadrantes e 1 2 3 são atribuídos. Em seguida, as buscas efetuaram se elas alcançaram a homogeneidade ou não. Assim, no nosso exemplo, quadrante 0 e 1 alcançou homogeneidade que significa que não seriam necessárias divisões adicionais para estes 2 quadrantes, enquanto que quadrantes 2 e 3 exigiriam divisões adicionais.
Então, vamos agora para o quadrante 2. Então, isso significa outras divisões. Então, novamente 4 quadrantes serão criados assim, aquele quadrante 2 será dividido novamente em 4 sub quadrantes, novamente da mesma forma que a busca será feita. E se a homogeneidade tiver sido alcanada, então ela vai parar para as divisões se não tiver, então vai ir para mais divisões, como neste caso, se eu pegar exemplo de quadrante 2 0 porque isso é isso vai chegar 2 0 esta virá 2 1 esta vai se tornar 2 2 e esta se tornará 2 3. Então, se eu pegar exemplo de 2 0, então novamente em homogeneidade não foi alcançado até agora então 4 divisões serão feitas. Novamente a busca é feita. Portanto agora no quadrante 2 0 2 e 2 0 2 0 3 homogeneidade foi alcanada, mas um quadrante 2 0 0 e 2 0 1 e a homogeneidade não foram alcançados que meios para as divisões serão necessários. Então, as divisões serão feitas até chegarmos ao nível unitário que é o nível de pixel. E da mesma forma, a imagem é codificada. E assim se vemos os códigos quadrados citados para este e este será algo assim como você pode ver aqui, e que o exemplo neste caso só nós fomos para o nível do 4o e cada um foi designado um código aqui porque no quadrante 2 quadrante geral 2 então 2 você sabe que 4 subdivisões foram feitas as 0 so 2 0 então novamente subdivisões foram feitas de quadrante foram criadas. Então, novamente 0 e depois finalmente ser alcançado para 1 e assim por diante. Assim, em imagem de quadtree é um quadrado e forma, é muito mais fácil 2 2 e 2 alcançar a compressão através de quadtree bastante fácil, mas se imagem não é quadrada em forma, se é em forma retangular e em seguida pode haver um cenário diferente, então eu estou tomando um exemplo E que é um e apesar de parecer um quadrado e dizer, mas este é apenas um esquemático. E, assim, o que acontece se eu dividir em 4 quadrantes, então minha origem está aqui, então eu não tenho apenas um é quadrado é esquerda e isso está na mesma codificação se eu disser 0 e 1 e 2 aqui e então 3 aqui então eu não estou tendo você conhece esses quadrantes como um quadrado em forma, não obstante a extensão nos limites é feita e antes que qualquer compressão seja aplicada e então as divisões serão feitas. Sendo assim, primeiramente uma imagem retangular seria feita como um quadrado em forma adicionando poucas linhas e colunas sobre aquela das laterais e então as divisões poderiam ser feitas. Assim, da mesma forma a representação quadárvore daquele mapa de uso da Terra que estamos vendo no lado esquerdo será feito aqui.
Então, extensão aqui na extensão do lado de queda também é feito no lado direito então só quadrante significa que um quadrado em forma seria alcançado e também na parte de baixo assim como você pode ver a origem aqui é esta. Por isso, em todos os lados basicamente, talvez feito, por que se chama quadtree de árvore porque esta é a raiz. Assim, a imagem inteira começa a partir da raiz 4 quadrantes 0 1 2 3. E eles suponhamos neste exemplo, e o exemplo de quadárvore, que estamos vendo aqui que no quadrante 0 1 e 3 homogeneidade foi alcançado que significa, não são necessárias mais divisões, enquanto que, para a e esta região 2 quadrantes 2 divisões adicionais são necessárias. Por isso, quadrantes 2 divisões adicionais são necessárias 2 0 2 1 2 2 e 2 3 buscas novamente feitas e percebeu-se que um quadrante 2 1 de 2 basicamente 1 de 2 é necessário para as divisões porque a homogeneidade não foi alcanada, enquanto que no quadrante 2 0 2 2 2 3 homogeneidade foi alcanada portanto, não é necessária uma divisão adicional. Então, 2 1 é necessário para as divisões lá e compre isso agora nesta fase estamos alcançando o nível da unidade. Então, é por isso que é árvore invertida ou raízes dela e árvore que estamos vendo aqui assim, é chamada de quadtree e informações de atributos que significa que os valores de pixels podem ser armazenados como este que é mostrado nesta tabela e embora pareça um pouco complicado, mas uma vez que é codificado, ele fornece uma compressão muito alta em comparação com outras 3 técnicas que discutimos como códigos de cadeia, códigos negros, executar códigos lengthen, e assim, quadtree dessa forma é muito melhor pode argumentar em vez de quad posso ter um ocárvore sim.
Pode-se definitivamente ter mas as pessoas fizeram esse tipo de estudo competitivo. E, ao comprimir a mesma imagem usando quadárvore e ocárvore não há melhora significativa inessa. E assim, muitas opções estão disponíveis muitos softwares apoiam esse tipo de técnicas de compressão, as técnicas de compressão não devem ser técnicas de compressão destrutivas. Quero dizer que se eu tiver comprimido uma imagem e sempre que eu quiser descomprimir, eu deveria voltar ou eu deveria alcançar a mesma imagem que eu coloquei para a compressão e há uma compactação ou um formato de arquivo também uma técnica de compactação que se chama JPEG. O JPEG está tendo problema ele é iniciado colocado em uma técnica de compressão destrutiva que significa a imagem quando ele é salvo como um JPEG então a qualidade da imagem fica comprometida e há um trade off que significa que você consegue compressão muito alta. E há outras técnicas de compressão e muitos de detalhes podem não estar disponíveis e como para as imagens TIFF, podemos ter uma compressão LZW além daquelas 4 que estou discutindo agora. E a compressão de LZW pode ser aplicada em imagens TIFF ou outros formatos de imagem, o que é novamente comum disponível em muitos softwares, que foi desenvolvido por 3 matemáticos Abraham Lempel, Jacob Ziv e Terry Welch e, você sabe, primeiro caráter de seus sobrenomes receberam este nome LZW, ou seja Lempel Ziv e Welch. Então, isso é chamado de técnica de compressão muito popular do LZW. E 2 formatos de arquivo comumente usados no LZW, que podem ser aplicados em formatos de imagem GIF ou TIFF são utilizados e a compactação do LZW é adequada para compactar arquivos de texto, pois assim, farwe vem discutindo apenas arquivos de imagem, mas arquivos de texto também podem ser compactados não iremos para discussão sobre arquivo de texto porque a redundância veja a homogeneidade é o fator principal e para obter melhor compressão se porque na parte de texto e redundância é muito menor e portanto. Em um texto de tipo e, portanto, não se pode alcançar compressão muito alta, enquanto que, em caso de imagens de satélite às vezes e a parte de redundância a homogeneidade é muito mais e, portanto, pode-se alcançar alta compressão. Então, se você salva um como eu estou tomando um exemplo, se você salvar uma imagem TIFF, estas são as compressões podem estar disponíveis. E a compressão LZW é mostrada aqui. Se você optar por essa compressão, e então os diferentes códigos como RLE eu estava mencionando o Run Length Encode. Existem alguns outros você sabe variante desses básicos é uma técnica de compactação também estão disponíveis você pode escolher e o JPEG também é dado aqui. E outra muito popular que utilizamos é a CEP que compacta e basicamente tentou comprimir cada uma e ou melhor pasta inteira mas, em algumas vezes apenas nas imagens, é possível realizar uma compressão melhor, mas em caso de simples arquivos de texto simples, não atingimos muita compressão porque a redundância não está lá. Assim, RLE e LZW podem ir para arquivos TIFF porque estamos tentando salvá-lo para o arquivo TIFF, portanto, e esse tipo de opções pode estar disponível dependendo do software. Se nós vamos para o JPEG é eu tenho mencionado que o JPEG é uma técnica de compressão destrutiva. Por exemplo, se eu sou imagem original estava no formato TIFF eu comprimi em formato JPEG ou salvo como um formato JPEG e deletei meu arquivo TIFF original TIFF agora por descompressão estava economizando é novamente TIFF e eu não alcançarei a mesma qualidade de imagem porque o JPEG é destrutivo. Mas, ao mesmo tempo, proporciona uma compressão muito alta. Por isso, embora em opções haja uma compressão lossless. Então, é um compromisso que vai fazer vai proporcionar alguma compressão mas não uma compressão muito alta, mas ao mesmo tempo não haverá qualquer perda que significa que não destrutivo e JPEG também é possível, qualidade você pode controlar isso quanto e quer comprometer na qualidade se você mantém 100% que significa que você está indo para uma compressão lossless mas se você der 50% você está comprometendo a qualidade. Também no JPEG, em alguns softwares e isso são opções muito interessantes também estão disponíveis, às vezes temos que fazer o upload de uma imagem dela é restrita disse que a imagem tem que ser apenas um megabyte. Então, nós também podemos salvar como essa imagem no JPEG e declarar aqui que eu quero apenas 1 megabyte ou 2 megabyte. Então, eu posso ir para esta opção e posso condicionar aqui que a compactação de imagem e consequentemente a qualidade será escolhida de um JPEG. Sendo assim, o JPEG é um, o JPEG fornece compressão muito alta, mas ao mesmo tempo compromete a qualidade. Assim, se você está salvando qualquer imagem do TIFF para o JPEG, por favor, não exclua sua imagem TIFF porque você não pode normalmente em circunstâncias normais, não é possível voltar para a qualidade original que estava disponível através do TIFF. Agora, essas técnicas de compressão LZW e que leva por exemplo 12 bits de dados e criam suas próprias tabelas, que são chamadas de dicionário ou livros de código e, em seguida, a compacta os dados e similarmente. Existem versões diferentes como no JPEG há diferentes versões de técnicas de compressão mais recentes é 2000 no JPEG. Similarmente, em LZW alguns softwares que você pode encontrar e essas opções com essas versões como esta LZW de 77 78 ou posterior LZW. Então, eles basicamente eles olharão a compressão é obtida através de mesas de olhar e ter abordagens diferentes em versões diferentes e esses programas de decodificação ou que são programas de descompactação estarão em conformidade também devem ser escolhidos. Agora, basta dizer que o JPEG é um grupo basicamente ISO e que é stands para grupo de especialistas em fotografia conjunta e este um JPEG é realmente normalmente como sabemos que é pronunciado como JPEG.
O JPEG está escolhendo a faixa de compressão está aí e quando o JPEG está lá, nós convertemos uma imagem de outro formato e a pergunta é feita para especificar a qualidade que você deseja. Então, compromete-se lá, é tem que ter muito cuidado. Então, isso nós já discutimos há um outro formato que também é igualmente popular o qual é chamado de formato PNG além do seu formato GIF, que também estão disponíveis e que também são usados na internet é basicamente o formato GIF ou formato PNG. E estes são não destrutivos, mas obviamente, o GIF salva muitos majores em um único arquivo tendo uma coisa diferente Por exemplo, eu posso mostrar a você e este GIF, o GIF também é popular para o dataset 2D. Então, o exemplo deixe-me mostrar. E esta animação também já mostrei em algumas outras apresentações. Então, isso está no formato GIF, há 8 cenas e que foram colocadas em um único arquivo um arquivo GIF foi criado e estes são o deste formato é muito popular para animações. Mais um exemplo de GIF é dado aqui, nós somos você sabe, muitas cenas foram mais de 10 cenas foram colocadas em uma sequência de tempo e cada intervalo de tempo de quadro também foi configurado e consequentemente um pode criar um GIF. Por isso, muitas dizem que 10 cenas podem ser colocadas em um único arquivo e, portanto, pode-se observar que este também é um tipo de técnica de compactação. Mas usando esse formato e um pode criar belas animações, que são muito populares na internet. Por isso, o GIF há também versões de GIF estão disponíveis e que é um formato de intercâmbio gráfico ou intercalado para apresentações. Também o GIF com junto com o formato PNG foi desenvolvido especialmente para internet e estes são muito populares por lá.


Vídeo 3

Agora, mais 2 pontos que eu quero discutir. E antes de encerrar essa discussão, um é MrSID um dataset ou banco de dados de imagens sem costura multi resolução. Basicamente esta é também uma técnica de compressão. E essa é uma técnica essa que foi desenvolvida por uma empresa que se chama Lizard Tech e os detalhes sobre e as intrincadas ou dentro dessas compressões são protegidos por direitos autorais. E, portanto, apenas as vantagens ou os benefícios que obtemos e poderemos estar a discutir e porque esta é a técnica que proporciona a compressão mais elevada até agora e esta é basicamente técnica de compressão de imagem não destrutiva MrSID e as imagens de alta resolução de imagens que você vê no digamos Google Earth ou outras plataformas, elas no fundo MrSID ferramentas de compressão de dados ou técnicas estão sendo usadas lá. Ele fornece uma compressão muito alta mesmo ele pode fornecer compressão até 50 vezes que significa se eu estou tendo uma imagem de 50 MB usando ferramenta de compressão MrSID, eu posso reduzir para 1 MB e isso também sem destruição. Sendo assim, 50 vezes a imagem de cor cheia pode ser reduzida em 50 dimes. Por isso, essa proporção de compressão é muito, muito alta. E essa técnica usa o conceito wavelet de wavelet transformar e ela foi desenvolvida por Laboratórios Nacionais de Pesquisa mas são os direitos autorais protegidos e eles são como 40 CDs dados podem ser armazenados em apenas um CD se o compress usando software MrSID como o ERDAS suporta qualquer arquivo de 500 MB ou menos pode ser salvo como MrSID. Mas se eu sou arquivo de imagem é mais de 500 MB então eu tenho que pagar por aquela empresa para salvar ou comprimir o meu arquivo de imagem. Assim, grátis está disponível até apenas 500 MB. O último nesta discussão é sobre os lucros. Este é um conceito diferente. Apesar de ser um pode argumentar que esta não é realmente uma técnica de compressão sobre não obstante, proporciona uma exibição e promessa mais rápida significa que a base terá imagens de alta resolução espacial. E (()) dizer que você teria uma representação de resolução de coarser que significa, quando eu estiver exibindo uma grande área, eu seria vista em uma resolução relativamente coarser, quando eu vou para o zoom eu continuamente e indo em você sabe dentro daquela Pirâmide indo em direção ao fundo indo em direção à resolução espacial superior e por qual motivo eu posso melhorar o desempenho de exibição do meu sistema. Por isso, Pyramid é um muito popular foi implementado em como softwares populares como ArcGIS ou ERDAS e primeira vez em que você exibir tente exibir uma imagem de um tamanho maior, o sistema perguntará, você quer criar a Pirâmide Então, se você for para a opção sim e então apenas 2 pequenos arquivos estão criando um novo sistema tendo o primeiro antes e antes de apontar ter a mesma necessidade apenas as extensões seriam diferentes e Pyramid será criado em poucos segundos tempo. Na próxima vez em que você exibirá a imagem que para a qual uma Pirâmide já foi criada, então a exibição vai ser muito rápida. Assim, é basicamente é possível acelerar a exibição de imagens raster, recuperando Dados apenas em uma resolução especificada e que é necessária para a exibição. Tão maior o coarser de área que a resolução irá exibir. Mas quando vamos para o zoom, isso significa que estou pedindo para exibir uma área menor, mas depois mais alta resolução espacial. Assim Pirâmide funciona dessa forma. Na etiqueta dos cursos. A resolução é um rápido desenhado rapidamente porque usando resolução grosseiro que significa dizer Pirâmide no topo do Pyramid.Quando eu estou zoom, então eu estou indo em direção ao espaço final de resolução ou em direção ao fundo da Pirâmide. E dessa forma, e o meu display torna-se esta figura do lado direito retrata aquela coisa, que Essa escala ordem que a resolução e você sabe, apenas 4 células para pixels estão representando a área. Mas quando eu zoom, como aqui é tão em zoom, então eu estou indo para resolução espacial mais finta e mais fina quando eu zoom para fora e então eu vou para a resolução espacial de coarser e coarser. E isso significa que melhora o desempenho de exibição do nosso sistema apenas criando a Pyramid apenas uma vez na primeira vez em que você exibe e qualquer arquivo em seu sistema.
E aí vai perguntar: você quer criar Pirâmide e uma vez que você tenha dito sim, então da próxima vez não vai perguntar. E sua exibição será mais rápida. Por isso, dessa forma e pode-se dizer que proporciona um tipo de compressão de coisa, mas nenhum dano à imagem original, ver o estamos falando de maior resolução espacial que significa a qualidade que estamos falando e se temos que comprometer a qualidade então não adianta ir para uma resolução espacial mais alta. Por exemplo, hoje em dia qualquer pessoa com câmeras móveis estamos indo para câmera de megapixels mais alta e superior, mas a mesma hora as pessoas estão armazenando suas imagens da câmera de alta megapixels no formato JPEG e, portanto, e quando adquiri a imagem originalmente destruíram a qualidade de imagem. Então, melhor que seja se você estiver usando câmeras de alta resolução espacial, é melhor primeiro armazenar imagem no TIFF e mais adiante. Se for necessário você pode converter para ou salvar como um JPEG e porque é por isso que estamos indo para maior resolução espacial e câmera ou imagens de satélite de resolução espacial mais alta. So imagens de satélite espacialmente. Não deve ser armazenado inicialmente no formato JPEG porque o JPEG é um tipo destrutivo de compressão de imagem, o arquivo original se ele foi excluído, então a mesma qualidade ao descompactar o JPEG ou salvar como JPEG como TIFF, você não irá arquivar. Então, este aqui tem que ter em mente muitas técnicas que eu discuti são todas não destrutivas, exceto o JPEG. Então, as Pirâmides são basicamente é que eu estava dizendo e fornece uma ótima resolução no zoom e ela mantém uma Eficiência muito boa naquele display e isso basicamente faz com que o nosso você conheça o sistema mais eficiente e basicamente ele se assemelhe a qualquer tamanho menor todo o dataset em tamanho de coarser na Pirâmide e que é o ele ajuda a exibição muito rapidamente. Então, este detalhe da Pyramids está aqui e maior a imagem é sempre ir melhor para ir atrás e Pyramids exemplo aqui, quando você primeiro tempo exibido este exemplo é do ArcGIS quando você vai para exibição ele vai perguntar a sua Pirâmide faça alguns momentos, mas gostaria de criar a Pyramid, pois esta fonte de dados raster não tem permissões. Por isso, primeiro é verificar se Pyramid já foi criado ou não. Se for sim então não vai perguntar mas se não for ele vai pedir. Por isso, uma vez que a Pirâmide foi criada, então é claro que há algumas opções também estarão lá tão melhores. Se quisermos reter a qualidade de imagem então sempre escolha vizinho mais próximo, que geralmente está no padrão e compressão e outras coisas você pode mudar e uma vez que foi criado, então você obterá a vantagem de exibição mais rápida em seu system.Então, isso traz para o final da nossa discussão começamos com as 4 técnicas básicas de compressão de dados. Em seguida, discutimos também o LZW que está associado a diferentes zip. Discutimos também um MrSID, que fornece compressão muito alta, técnica de compressão de dados completamente não destrutiva, mas que é um copyrigh