Bildkompression

Bildkompression beruht, wie jede Datenkompression, darauf, aus dem ursprünglichen Datensatz Daten zu entfernen, die entweder vollständig rekonstruierbar sind oder deren Verlust kaum wahrnehmbar ist. Es gibt sehr viele Formate für Bilddateien, von denen aber die meisten veraltet sind und viele keine Kompression beinhalten, da sie Austauschformate für Grafikprogramme sind.

Verlustfreie Kompression

Bei der verlustfreien Kompression geht keine Information verloren. Die Daten werden nur anders als vorher organisiert, indem bestimmte Redundanzen erkannt und zusammengefasst werden. Eine sich wiederholende Bitfolge wird etwa einmal in einem Wörterbuch abgelegt und dann nur noch durch ihre Nummer repräsentiert. Bekannte Verfahren sind die Lauflängenkodierung, LZW oder die Huffman-Codierung.

PNG verwendet als Komprimierungsmethode Deflate, eine Kombination aus LZ77 und Huffman-Codierung. Die gute Komprimierung von PNG erklärt sich durch die zusätzliche Anwendung von prädiktiver Kodierung (auch „Vorfilter“ genannt) sowie den geringen Platzbedarf der Nicht-Bild-Informationen. Bei den Vorfiltern werden aus Erfahrungswerten die nächsten Farbswerte vorhergesagt und nur die Abweichungen der Vorhersage von den wirklichen Bildinformationen gespeichert.

Ein guter Kompressionsfaktor lässt sich mit diesen Verfahren aber nur erzielen, wenn die Bilder günstig für diese Kompressionsalgorithmen sind. Das bedeutet, sie sollten möglichst große Flächen mit jeweils gleicher Farbe, bei PNG eventuell auch mit Farbverläufen besitzen.

Auch Lossless JPEG und JPEG 2000 erlauben verlustfreie Komprimierung, sogar von komplexeren Bildern mit noch recht guter Kompressionsrate.

Verlustbehaftete Kompression

Bei der verlustbehafteten Kompression wird versucht, den Informationsverlust unmerklich oder wenigstens ästhetisch erträglich zu halten. Diese Methoden nutzen aus, dass kleine Farbänderungen für das Auge nicht sichtbar sind. Ähnlich wie bei der verlustbehafteten Audiokomprimierung basiert die Bildkomprimierung zumindest ansatzweise auf einer physiologischen Theorie der Wahrnehmung. Der Komprimierungsalgorithmus entfernt bevorzugt die Bildinformationen, die über die Aufnahmefähigkeit der menschlichen Bildwahrnehmung hinausgehen.

JPEG und JPEG 2000

Bei den JPEG-Verfahren wird das Bild mit Hilfe eines Systems von Basisfunktionen transformiert. Bei JPEG ist das die Diskrete Kosinustransformation, bei JPEG 2000 die Wavelet-Transformation. Auf diese Weise erhält man eine andere, äquivalente Repräsentation des Bilds, das aus den Koeffizienten zu diesen Basisfunktionen besteht. Bei JPEG sind das die Amplituden der so genannten Ortsfrequenzen, bei JPEG 2000 eine Art von Mittelwerten über 4, 16, 64, … Pixel. Diese Koeffizienten werden durch die so genannte Quantisierung, im Wesentlichen eine Form der Rundung, geändert. Kleine Koeffizienten verschwinden ganz und die größeren werden auf den nächstbesten Wert gesetzt. So lassen sie sich mit wesentlich weniger Bits darstellen. Schließlich wird noch eine verlustlose Datenkompression durchgeführt, die die nun leidlich zurechtsortierten Koeffizienten effizienter komprimieren kann als die ursprünglichen Bilddaten.

Das neuere JPEG 2000 konnte sich allerdings bisher nicht durchsetzen, da die nötigen Algorithmen für Digitalkameras und andere tragbare Geräte zu rechenaufwändig sind und rechtliche Unklarheiten bezüglich der Lizenzierung (Softwarepatente) bestehen.

Die größten visuellen Probleme (Kompressionsartefakte) bei übermäßiger JPEG-Kompression sind der sogenannte „Klötzcheneffekt“, der mit der Aufteilung des Bildes in kleine Blöcke zusammenhängt, sowie Ringing, eine Konsequenz des ungünstigen Verhaltens der diskreten Kosinustransformation bei harten Farbübergängen.

Fraktale Bildkompression

Eine weitere verlustbehaftete Methode, die sich aber bei Grafikformaten nicht in breitem Maße durchsetzen konnte, ist die Fraktale Bildkompression. Sie basiert auf der Erkenntnis der Chaostheorie, dass fast jedes Bild Selbstähnlichkeit aufweist. Hierbei werden zu Gruppen von Bildpunkten einer gewissen Größenordnung (z. B. 8×8 Punkte) ähnliche Gruppen der nächstkleineren Größenordnung (4×4 Punkte) im selben Bild gesucht. Gespeichert werden dann statt der tatsächlichen Gruppen nur die Position der ähnlichen Referenzgruppen, welche weniger Bilddaten aufweisen. Dieses Verfahren entspricht im wesentlichen einem Codebook-Verfahren, mit dem Unterschied, dass das Codebook nicht separat gespeichert werden muss, sondern im selben Bild vorhanden ist. Da die Suche nach ähnlichen Gruppen gebenebenfalls recht aufwändig sein kann, werden hierbei neuronale Netze eingesetzt. Die Dekodierung ist jedoch nicht aufwändiger als bei herkömmlichen Verfahren.

Kompressionsverfahren im Vergleich

Die verbreiteten Formate weisen Vor- und Nachteile auf und eignen sich daher für den jeweiligen Zweck mehr oder weniger gut. Eine Computergrafik (hier ein vierfarbiges Bild) speichert man am besten als PNG, wie folgender Vergleich zeigt:

PNG, GIF und JPEG im Vergleich
PNG: 7 KiB
GIF: 19 KiB
JPEG: 39 KiB

Es ist deutlich zu sehen, dass JPEG trotz der hohen Dateigröße starke Artefakte bildet. PNG komprimiert hier mehr als doppelt so effizient wie GIF und gibt das Bild dennoch originalgetreu wieder.

Bei Fotografien und ähnlichen nichtgrafischen Bildern ist JPEG unter den verbreiteten Formaten die erste Wahl, wenn Speicherplatz eine Rolle spielt. Auch für kleine Vorschaubilder ist JPEG besser geeignet als GIF oder PNG. Letztere eignen sich in der Regel nicht für Fotografien, da sie erheblich größere Dateien produzieren.

Im professionellen Bereich (z. B. in der Druckvorstufe) finden meist verlustfreie Formate oder Vektorgrafiken Verwendung, da dort die Möglichkeit der mehrmaligen Bearbeitung wichtiger als der Speicherverbrauch ist. Verlustfreie Rohdatenformate bieten die größten Möglichkeiten und beste Qualität für Fotografien. Es gibt aber auch „Mischformate“ wie JPEG 2000, bei denen verlustfreie und verlustbehaftete Komprimierung kombiniert werden können.

Die wichtigsten und am besten unterstützten Grafikformate für Animationen sind GIF, Flash und Shockwave.

Siehe auch

Weblinks

Compression FAQ – Häufig gestellte Fragen zur Datenkompression
Übersichtsartikel zur verlustlosen Bildkompression