უზარმაზარ კოდირების ტექნიკის ნაკლოვანებები

უდანაკარგო კოდირება, ან უზარმაზარ შეკუმშვა, ეხება მონაცემთა უფრო ეფექტურად კოდირების პროცესს ისე, რომ ის დაიკავოს ნაკლები ბიტი ან ბაიტი, მაგრამ ისე, რომ ორიგინალური მონაცემების რეკონსტრუქცია შესაძლებელი იყოს, ბიტ-ბიტი, როდესაც მონაცემები არის დეკომპრესიული. დაკარგვის გარეშე კოდირების ტექნიკის უპირატესობა არის ის, რომ ისინი აწარმოებენ ორიგინალური მონაცემების ზუსტ დუბლიკატს, მაგრამ მათ ასევე აქვთ გარკვეული უარყოფითი მხარეები დაკარგვის კოდირების ტექნიკასთან შედარებით.

დაკარგვის გარეშე კოდირების ტექნიკა ვერ მიაღწევს შეკუმშვის მაღალ დონეს. დაკარგვის გარეშე კოდირების რამდენიმე ტექნიკას შეუძლია მიაღწიოს შეკუმშვის თანაფარდობას 8:1-ზე მაღალი, რაც არასახარბიელოა ეგრეთ წოდებულ დაკარგვის კოდირების ტექნიკასთან. დაკარგვის კოდირების ტექნიკა - რომელიც შეკუმშვას აღწევს ზოგიერთი ორიგინალური მონაცემების გადაგდებით - შეუძლია მიაღწიეთ შეკუმშვის კოეფიციენტებს 10:1 აუდიოსთვის და 300:1 ვიდეოსთვის, მცირე ან შესამჩნევი დაკარგვით ხარისხიანი. New Biggin Photography Group-ის მიხედვით, 1,943 x 1,702 პიქსელიანი 24-ბიტიანი RGB ფერადი სურათი ორიგინალური ზომით 9,9 მეგაბაიტი. შეიძლება შემცირდეს მხოლოდ 6,5 მეგაბაიტამდე PNG ფორმატის გამოყენებით, მაგრამ შეიძლება შემცირდეს მხოლოდ 1 მეგაბაიტამდე დაკარგვის JPEG-ის გამოყენებით. ფორმატი.

ნებისმიერი აპლიკაცია, რომელიც მოიცავს ციფრული სურათების შენახვას ან განაწილებას, ან ორივეს, ვარაუდობს, რომ ეს ოპერაციები შეიძლება დასრულდეს გონივრულ დროში. ციფრული გამოსახულების გადასატანად საჭირო დრო დამოკიდებულია შეკუმშული სურათის ზომაზე და შეკუმშვის კოეფიციენტებზე, რომელთა მიღწევაც შესაძლებელია დაკარგვის გარეშე კოდირების ტექნიკა გაცილებით დაბალია, ვიდრე დაკარგვის კოდირების ტექნიკა, დაკარგვის გარეშე კოდირების ტექნიკა შეუფერებელია ამ აპლიკაციებისთვის.

მრავალი უდანაკარგო კოდირების ტექნიკა, მათ შორის PNG, იყენებს კოდირების ფორმას, რომელიც ცნობილია როგორც ჰუფმანის კოდირება. ჰუფმანის კოდირებისას, რაც უფრო ხშირად ჩნდება სიმბოლო თავდაპირველ მონაცემებში, მით უფრო მოკლეა ორობითი სტრიქონი, რომელიც გამოიყენება მის წარმოსაჩენად შეკუმშულ მონაცემებში. თუმცა, ჰაფმანის კოდირება მოითხოვს ორ გადასასვლელს, ერთი მონაცემების სტატისტიკური მოდელის ასაგებად და მეორე მისი დაშიფვრისთვის, ასე რომ, ეს შედარებით ნელი პროცესია. ეს თავის მხრივ ნიშნავს, რომ უდანაკარგო კოდირების ტექნიკა, რომელიც იყენებს ჰუფმანის კოდირებას, გაცილებით ნელია, ვიდრე სხვა ტექნიკა ფაილების კითხვისა და წერისას.

ჰუფმანის კოდირების კიდევ ერთი მინუსი არის ის, რომ ორობითი სტრიქონები ან კოდები დაშიფრულ მონაცემებში ყველა სხვადასხვა სიგრძისაა. ეს ართულებს დეკოდირების პროგრამულ უზრუნველყოფას იმის დადგენას, თუ როდის მიაღწია მან მონაცემების ბოლო ბიტს და არის თუ არა კოდირებული მონაცემები დაზიანებულია - სხვა სიტყვებით რომ ვთქვათ, ის შეიცავს ყალბ ბიტებს ან აკლია ბიტი - ის არასწორად იქნება გაშიფრული და გამომავალი იქნება უაზრობა.