ВИЗИТКА 


Александр Фролов,
начальник отдела информационных технологий, Федеральное государственное бюджетное образовательное учреждение высшего образования «Морской государственный университет имени адмирала Г.И. Невельского», Владивосток

Форматы GPEG, BMP, Gif
и их особенности

Обзор популярных форматов изображений, таких как JPEG, BMP и GIF, с акцентом на их особенности, области применения и ограничения. Рассматриваются методы сжатия, используемые в каждом формате, а также влияние этих методов на качество изображения.

В статье особое внимание уделено недостаткам JPEG при работе с изображениями, содержащими текст, четкие линии и требующими высокой точности воспроизведения. Описаны преимущества и недостатки формата BMP, а также возможности GIF для работы с графикой и анимацией.

Формат GPEG

Распространенный формат изображений GPEG является аббревиатурой английского выражения Joint Photographic Experts Group, что в переводе на русский язык означает «Объединенная группа экспертов по фотографии». Это чрезвычайно распространенный формат, применяемый для хранения фотографических, графических и иных изображений.

У файлов JPEG имеется несколько расширений. Наиболее популярным на подавляющем большинстве платформ является *jpg. Но также используются расширения *JPE, .JPG, *jpeg. Данный алгоритм имеет возможность особого сжатия изображения без потери качества или с минимальными потерями, практически неразличимыми на глаз, он называется «lossless GPEG».

Области, в которых чаще всего используется алгоритм GPEG.

1. Натуралистические сцены, имеющие постепенные переходы яркости, контрастности и цвета.
2. Современная цифровая фотография. Чаще всего именно в этом формате хранятся и передаются фотографические файлы.

Важно понимать, что формат GPEG практически не подходит для сжатия текста, чертежей и любых других изображений, имеющих заметный контраст между находящимися рядом пикселями. В этих случаях лучше подойдут форматы RAW, TIFF, PNG и GIF. Не подойдет GPEG и при сжатии в процессе многоступенчатой обработки, так как на каждом этапе сжатия будут накапливаться искажения.

Если не допускаются самые минимальные потери качества, тоже нельзя использовать GPEG. Это особенно актуально при обработке астрономических фотографий и медицинских изображений. В этих случаях можно применить Lossless GPEG, но такой формат не поддерживается большинством кодеков, что сильно ограничивает его применение.

При сохранении изображений в формате GPEG можно указать параметр качества, заданный в неких условных единицах. Обычно это интервал от 1 до 100, реже до 10. Чем больше число, тем выше качество изображения, но и тем больше размер сохраняемого файла. Но даже если вы зададите максимальный формат качества, он никогда не будет выше качества начального изображения.

Сохранить максимально качество изображения можно, используя формат Lossless GPEG, но при этом редко удается сжать изображение больше, чем в два раза. При этом надо помнить, что формат Lossless GPEG сейчас не поддерживается его разработчиками.

Формат BMP

BMP – английская аббревиатура от Bitmap Picture, что переводится как «битовая карта».

Такого рода файл содержит четыре части.

1. BITMAPINFOHEADER. Это название файла.
2. Название изображения. В этом случае BITMAPINFOHEADER может отсутствовать.
3. Палитра. В ряде случаев тоже отсутствует.
4. Собственно изображение, как оно есть.

Когда мы открываем файл в формате *bmp, то заложенная в компьютер программа производит действия, исходя из имеющихся данных. Она строит пиксели, из которых получается изображение. Но объем файлов в формате *bmp часто бывает очень большим, поэтому он достаточно ограниченно используется в интернете. Но точность передачи изображения при этом достигается максимальная. А при масштабировании будут самые малые потери.

Чаще всего такой способ сжатия используется, если в дальнейшем изображение требуется напечатать в широком формате.

Gif-формат

GIF это аббревиатура от английского Graphics Interchange Format, что в переводе на русский язык означает «формат для обмена изображениями». Это восьмибитный формат. Графика хранится в цветовой модели RGB. GIF хорошо подходит для представления графических изображений, логотипов, различных схем и похожих изображений. Особенностью данного формата является построчное хранение изображений. При этом необходимым условием является индексированная палитра.

Из всех цветов один может быть объявлен прозрачным. В этом случае сквозь него можно просматривать фоновое изображение, что доступно практически во всех браузерах, поддерживающих формат GIF. Но в этом случае не поддерживается режим полупрозрачности, так называемая технология a-канала.

При помощи GIF-формата имеется возможность сохранять данные с разрешением до 256 цветов абсолютно без потери качества. Если файл содержит много схем, графиков, логотипов, которые являются однородными заливками, в этом случае обычно реализуется режим LZW-сжатия, максимально эффективный в данном случае. Наибольший процент сжатия достигается для изображений, в строках которых больше всего одинаковых участков, например, с одинаковым цветом по горизонтали.

Алгоритм LZW производит уменьшение объема информации без потери качества. При восстановлении из GIF качество всегда равно качеству исходного изображения. При этом надо помнить, что сохранение качества распространяется только на восьмибитные изображения с палитрой.

Перевод фотографического изображения в GIF чаще всего приводит к некоторой потери качества, так как картинка форматируется под 256 цветов, а технология LZW основана на выделении в файле одинаковых последовательностей, именуемых фазами. При этом каждая последовательность сохраняется, и ей присваивается определенный ключ.

Например, если последовательность красного, желтого и зеленого цветов проявляется N раз, то алгоритм LZW присваивает такой последовательности определенный номер, сохраняя его N раз. LZW очень хорошо работает на участках с одинаковыми цветами и действует гораздо эффективнее похожего алгоритма RLE. Но при этом кодирование и распаковка данных происходит медленнее. Впрочем, это несущественно.

GIF отлично работает с анимационными изображениями. При этом учитывается время нахождения каждого нарисованного кадра в экране и общая совокупность статических кадров. Может быть реализован повторяющийся вариант, когда после последнего кадра вся последовательность изображений показывается заново.

Общий файловый формат:

1. Распознаватель GIF-изображения.
2. Дескриптор экрана.
3. Общий файл цветов.
4. Дескриптор изображения.
5. Локальный файл цветовой гаммы.
6. Растр.
7. GIF-терминатор.

Сжатие изображения при помощи GIF-алгоритма наиболее эффективно в том случае, если в изображении присутствуют участки одинакового цвета с четко выраженными границами. При градиентной окраске и при случайном распределении цвета формат GIF лучше не применять. Он также плохо работает при плавном и случайном изменении цвета.

Основной недостаток GIF-формата – это строго заданное ограничение цветов (всего 256). При этом вся палитра 24-х битная. Невозможно воспроизвести градации серого цвета, цветовую коррекцию и хранение данных в форматах, отличных от RGB. Хотя 256 цветов вполне достаточно для большинства потребностей, но может не подойти, если требуется сохранить супер реалистичные фотографии.

Вывод

Каждый из рассмотренных форматов изображений обладает своими уникальными характеристиками, которые делают его подходящим для определенных типов контента и целей.

JPEG идеально подходит для фотографических изображений благодаря эффективному сжатию с минимальными потерями качества, тогда как BMP обеспечивает высокую точность передачи изображения, хотя и за счет больших размеров файлов.

GIF хорош для простых графических элементов и анимации, но ограничен количеством поддерживаемых цветов. Выбор подходящего формата зависит от конкретных потребностей и ожиданий относительно качества и размера конечного изображения.

1. Фролов, А. В. Моделирование подключений виртуальных рабочих столов как услуги класса DaaS (Desktop as a Service) /
   А. В. Фролов, С. Е. Тихомиров // Промышленные АСУ и контроллеры. – 2024. – № 12. – С. 22-25. – DOI 10.25791/asu.12.2024.1549. – EDN PMZNEO.
2. Ярмонов, А. С. Тестирование программ и математическая модель поиска ошибок в программном комплексе / А. С. Ярмо­нов,
   Е. А. Верещагина, А. В. Фролов // Промышленные АСУ и контроллеры. – 2024. – № 2. – С. 42-44. – DOI 10.25791/asu.2.2024.1489. – EDN XIHGXA.
3. Оптимизация обнаружения вредоносного ПО в сетях IoT: Использование распределенных вычислений с учетом ресурсов для повышения безопасности / А. С. Ярмонов, Р. С. Гореликов, Е. Ю. Явтуховский [и др.] // Промышленные АСУ и контроллеры. – 2024. – № 5. – С. 14-22. – EDN WHUOWI.
4. Фролов, А. В. Методологии Agile, R&D и Lean в корпоративных информационных системах / А. В. Фролов // Промышленные АСУ и контроллеры. – 2024. – № 8. – С. 41-44. – DOI 10.25791/asu.8.2024.1527. – EDN BBODYY.
5. Костыркин, Н. В. Анализ влияния DRM-системы на производительность в компьютерных играх / Н. В. Костыркин,Е. А. Верещагина, А. В. Фролов // Промышленные АСУ и контроллеры. – 2023. – № 10. – С. 42-50. – DOI 10.25791/asu.10.2023.1467. – EDN HLLARC.
6. Фролов, А. В. Защита облачных корпоративных данных / А. В. Фролов, Ю. В. Дымченко, Е. А. Верещагина // Промышленные АСУ и контроллеры. – 2023. – № 3. – С. 37-40. – DOI 10.25791/asu.3.2023.1425. – EDN EONGXQ.
7. Разработка системы дистанционного управления с идентификацией личности по отпечатку пальца / А. В. Фролов, Ю. В. Дымченко, М. С. Янголь, Е. А. Верещагина // Промышленные АСУ и контроллеры. – 2023. – № 4. – С. 18-26. – DOI 10.25791/asu.4.2023.1432. – EDN HKRLIS.
8. Использование технологии блокчейн в системах электронного документооборота / Р. С. Гореликов, А. С. Ярмонов, Ю. В. Добржинский [и др.] // Промышленные АСУ и контроллеры. – 2023. – № 7. – С. 41-46. – DOI 10.25791/asu.7.2023.1449. – EDN BUOGJH.
9. Фролов, А. В. Big Data в библиотеках и научных исследованиях / А. В. Фролов, Е. А. Верещагина, А. Л. Золкин // Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. – 2023. – № 2. – С. 167-172. – DOI 10.18137/RNU.V9187.23.02.P.167. – EDN RRFXKY.
10. Фролов, А. В. Big Data и виртуальные ЦОД / А. В. Фролов, А. А. Титова, Е. А. Верещагина // Промышленные АСУ и контроллеры. – 2022. – № 2. – С. 25-29. – DOI 10.25791/asu.2.2022.1347. – EDN AJUXPV.
11. Фролов, А. В. Электронное голосование без рассекречивания конфиденциальной информации / А. В. Фролов, А. А. Титова, Е. А. Верещагина // Промышленные АСУ и контроллеры. – 2022. – № 6. – С. 41-48. – DOI 10.25791/asu.6.2022.1372. – EDN JKTTKF.
12. Фролов, А. В. Цифровые технологии судовождения / А. В. Фролов, А. А. Титова // Эксплуатация морского транспорта. – 2022. – № 3(104). – С. 152-153. – DOI 10.34046/aumsuomt104/24. – EDN SNMPPS.
13. Фролов, А. В. Моделирование выделения полезного линейно частотного сигнала в системе распределенных приемников в воднотранспортном потоке / А. В. Фролов // Прикладная физика и математика. – 2022. – № 1. – С. 6-9. – DOI 10.25791/pfim.01.2022.1219. – EDN KQYXTJ.
14. Фролов, А. В. Модель автоматического масштабирования изображений судов в потоках водного транспорта / А. В. Фролов // Промышленные АСУ и контроллеры. – 2021. – № 3. – С. 37–39. – DOI 10.25791/asu.3.2021.1267. – EDN SMHNDD.

Ключевые слова: графические элементы, дизайн, JPEG, BMP, GIF.

Полную версию статьи читайте в журнале
Подпишитесь на журнал

Комментарии могут оставлять только зарегистрированные пользователи