Lossless Compression- ၎င်းသည် အဘယ်နည်း၊ ၎င်းကို အသုံးပြုနည်း
အရှုံးချုံ့ခြင်း ဒစ်ဂျစ်တယ်မီဒီယာနှင့်ပတ်သက်လာလျှင် အရေးကြီးသော အယူအဆတစ်ခုဖြစ်သည်။ ၎င်းသည် ဒေတာချုံ့သည့် လုပ်ငန်းစဉ်ကို ရည်ညွှန်းသည်။ မည်သည့်ဒေတာဆုံးရှုံးမှုမရှိဘဲ. ဆုံးရှုံးမှုမရှိ ဖိသိပ်ခြင်းသည် အရည်အသွေးကို မထိခိုက်စေဘဲ သင့်ဒစ်ဂျစ်တယ်မီဒီယာ၏ ဖိုင်အရွယ်အစားကို လျှော့ချရန် အကောင်းဆုံးနည်းလမ်းတစ်ခုဖြစ်သည်။
ဤဆောင်းပါး၌ကျွန်ုပ်တို့သည်စူးစမ်းလေ့လာပါမည်။
- lossless compression ဆိုတာဘာလဲ,
- ဘယ်လိုအလုပ်လုပ်လဲနှင့်
- သင့်အကျိုးရှိအောင် ဘယ်လိုအသုံးချနိုင်မလဲ။.
စလိုက်ကြစို့!
ဒီပို့စ်မှာကျွန်တော်ဖော်ပြမှာပါ။
Lossless Compression ၏အဓိပ္ပါယ်
အရှုံးချုံ့ခြင်း ရလဒ်သည် မူရင်းဖိုင် သို့မဟုတ် ဒေတာ၏ အတိအကျပုံတူဖြစ်သောကြောင့် ကုဒ်နှင့်ကုဒ်လုပ်ခြင်းလုပ်ငန်းစဉ်အတွင်း မူရင်းဒေတာအားလုံးကို ထိန်းသိမ်းထားသည့် ဒေတာချုံ့မှုအမျိုးအစားတစ်ခုဖြစ်သည်။ ၎င်းသည် ဒေတာများတွင် ပုံစံများကို ရှာဖွေပြီး ၎င်းကို ပိုမိုထိရောက်စွာ သိမ်းဆည်းခြင်းဖြင့် လုပ်ဆောင်သည်။ ဥပမာအားဖြင့်၊ ဖိုင်တစ်ခုတွင် ထပ်ခါတလဲလဲစကားလုံး 5 လုံးပါရှိပါက ထိုပွားနေသောစကားလုံး 5 လုံးကို ဆုံးရှုံးမှုမရှိချုံ့သိမ်းထားမည့်အစား ထိုစကားလုံး၏ဥပမာတစ်ခုတည်းကိုသာ သိမ်းဆည်းမည်ဖြစ်ပြီး ဖိုင်ထဲတွင် ၎င်း၏အသုံးပြုမှုနှင့်ပတ်သက်သော အချက်အလက်များကို ရှာဖွေနိုင်သည့်နေရာကို ကိုးကားမည်ဖြစ်သည်။
မတူဘဲ lossy ချုံ့ (အရွယ်အစားကို လျှော့ချရန် အချို့သော အချက်အလက်များကို ရွေးချယ်စွန့်ပစ်ခြင်း) Lossless ချုံ့ ထိန်းသိမ်းနိုင်ရမယ်။ ပုံရိပ်ပြတ်သားမှုစာသားရှင်းလင်းပြတ်သားမှုနှင့်ဖိုင်ခိုင်မာမှုနှင့်အတူ အရည်အသွေးဆုံးရှုံးမှုမရှိပါ။. အချက်အလက်အချို့သည် မရှိမဖြစ်လိုအပ်ပြီး အရွယ်အစားလျှော့ချရန်အတွက် စတေး၍မရသော အပလီကေးရှင်းများအတွက် ၎င်းကို သင့်လျော်စေသည်။ Lossless Compression အတွက် အသုံးများသော အသုံးများ မှာ-
- တေးဂီတဖိုင်များကို ချုံ့ခြင်း (ထို့ကြောင့် အသံအရည်အသွေးသည် နဂိုအတိုင်းရှိနေရပါမည်)
- ဆေးဘက်ဆိုင်ရာပုံများကို ချုံ့ခြင်း (အသေးစိတ်အသေးစိတ်ကြောင့် ရောဂါရှာဖွေရန်အတွက် အရေးကြီးသည်)
- ဆော့ဖ်ဝဲလ် အပလီကေးရှင်းများ၏ အရင်းအမြစ်ကုဒ်ကို ချုံ့ခြင်း။
- ရေရှည်သိုလှောင်မှုအတွက် စာရွက်စာတမ်းများကို သိမ်းဆည်းခြင်း။
ဤ algorithm အမျိုးအစားကို အသုံးပြုနိုင်သော ကွန်ပရက်ဆာများ ဥပမာများ ZIP နှင့် PNG ဖိုင်များ အပြင် အချို့သော ရုပ်ပုံဖော်မတ်များ ကဲ့သို့သော TIFF နှင့် GIF.
Lossless Compression ၏ အကျိုးကျေးဇူးများ
အရှုံးချုံ့ခြင်း ဒေတာအရည်အသွေး မဆုံးရှုံးစေဘဲ သေးငယ်သောအရွယ်အစားသို့ ချုံ့ပေးသည့် နည်းပညာတစ်ခုဖြစ်သည်။ ဒေတာထပ်ယူခြင်း သို့မဟုတ် ထပ်တလဲလဲနေသော ဒေတာလိုင်းများကို ခွဲခြားသိမြင်နိုင်သော အယ်လဂိုရီသမ်များကို အသုံးပြုခြင်းဖြင့် ၎င်းကို ဖြစ်နိုင်ချေရှိပြီး ၎င်းတို့ကို ကုဒ်တိုများဖြင့် အစားထိုးပါ။ ဤနည်းလမ်းကိုအသုံးပြုခြင်းဖြင့် မကြာခဏဒေတာအရွယ်အစားကို သိသိသာသာ လျှော့ချနိုင်မည်ဖြစ်သည်။ တစ်ဝက် သို့မဟုတ် ထို့ထက်ပိုသည်။သုံးစွဲသူများသည် အချက်အလက် အများအပြားကို သိမ်းဆည်းပြီး ပိုမိုထိရောက်စွာ ပေးပို့နိုင်စေပါသည်။
သိုလှောင်မှုနေရာလွတ်ချွေတာခြင်းအပြင် ဆုံးရှုံးမှုမရှိချုံ့ချဲ့အသုံးပြုခြင်းအတွက် အခြားသော့ချက်အကျိုးကျေးဇူးများစွာရှိပါသည်။ ၎င်းတို့တွင်-
- တိုးတက်လာသောစွမ်းဆောင်ရည်: ဆုံးရှုံးမှုမရှိ ဖိသိပ်မှုသည် သေးငယ်သောကြောင့် ဖိုင်များကို လွှဲပြောင်းသည့်အမြန်နှုန်းကို မြှင့်တင်နိုင်ပြီး ပေးပို့ခြင်း သို့မဟုတ် ဒေါင်းလုဒ်လုပ်စဉ် လှိုင်းနှုန်းနည်းသည်။
- ဒေတာကိုသမာဓိ: ဆုံးရှုံးမှုမရှိသောချုံ့မှုကို အသုံးပြုသောအခါ မည်သည့်ဒေတာမှ ဆုံးရှုံးသွားခြင်းမရှိသောကြောင့်၊ ကုဒ်ဖြင့်ပြုလုပ်ထားသော အချက်အလက်မှန်သမျှသည် ဖိသိပ်မှုလျှော့ချလိုက်သောအခါတွင် ကျန်ရှိနေမည်ဖြစ်သည်။
- လိုက်ဖက်တဲ့: ၎င်း၏ စံကုဒ်သွင်းသည့် အယ်လဂိုရီသမ်များကြောင့် များသောအားဖြင့် ချုံ့ထားသောဖိုင်များကို မတူညီသော ပလပ်ဖောင်းများတွင် အပလီကေးရှင်းအမျိုးမျိုးဖြင့် ဖွင့်နိုင်သည်။
- လုပ်ဆောင်ချိန်ကို လျှော့ချထားသည်။: ဖိုင်အရွယ်အစားကို လျှော့ချခြင်းသည် သေးငယ်သော ဖိုင်များကို ကွန်ပြူတာ ပါဝါလိုအပ်သောကြောင့် ပုံနှိပ်ခြင်း၊ တိုက်ရိုက်လွှင့်ခြင်းနှင့် တည်းဖြတ်ခြင်းကဲ့သို့သော လုပ်ငန်းစဉ်များကို အရှိန်မြှင့်စေသည်။
Lossless Compression အမျိုးအစားများ
အမျိုးမျိုးရှိပါတယ် ဆုံးရှုံးမှုမရှိသောချုံ့ အချက်အလက်တွေ မဆုံးရှုံးစေဘဲ အချက်အလက်တွေကို ချုံ့နိုင်စေမယ့် နည်းပညာများ။ အဖြစ်အများဆုံး ဆုံးရှုံးမှုမရှိသော compression အမျိုးအစားများဖြစ်သည်။ စာတိုက်၊ gzip နှင့် LZW. ဤသုံးမျိုးစလုံးတွင် အခြားသော အမျိုးအစားများနှင့်အတူ အားသာချက်များနှင့် အားနည်းချက်များရှိသည်။
ဤဆောင်းပါးတွင်၊ ကျွန်ုပ်တို့သည် ဆုံးရှုံးမှုမရှိသော ဖိသိပ်မှုနည်းလမ်း အမျိုးမျိုးနှင့် ၎င်းတို့ကို အသုံးပြုပုံကို ဆွေးနွေးပါမည်။
သင့်ကိုယ်ပိုင် ရပ်တန့်လှုပ်ရှားမှု ဇတ်လမ်းဘုတ်များဖြင့် စတင်လိုက်ပါ။
ကျွန်ုပ်တို့၏သတင်းလွှာကို စာရင်းသွင်းပြီး storyboard သုံးခုဖြင့် သင့်အခမဲ့ဒေါင်းလုဒ်ကို ရယူလိုက်ပါ။ သင့်ဇာတ်လမ်းများကို အသက်ဝင်စေခြင်းဖြင့် စတင်လိုက်ပါ။
ငါတို့ရဲ့သတင်းလွှာအတွက်မင်းရဲ့အီးမေးလ်လိပ်စာကိုသုံးပြီးမင်းရဲ့လေးစားမှုကိုငါတို့ပဲသုံးလိမ့်မယ် privacy ကို
- ZIP ဖိုင်
- gzip
- LZW
Run Length ကို Encoding လုပ်ပါ။
Run Length Encoding (RLE) ဒေတာကို မဆုံးရှုံးစေဘဲ ဖိုင်အရွယ်အစားကို လျှော့ချရန် အသုံးပြုသော data compression algorithm တစ်ခုဖြစ်သည်။ ၎င်းသည် ဒေတာများကို ခွဲခြမ်းစိတ်ဖြာခြင်း၊ တစ်ဆက်တည်း အက္ခရာများကို ရှာဖွေပြီးနောက် ၎င်းတို့အား သေးငယ်၍ ပိုမိုစုစည်းထားသော ပုံစံသို့ ချုံ့ခြင်းဖြင့် လုပ်ဆောင်သည်။ ၎င်းသည် ဖိုင်များကို သိမ်းဆည်းရန်နှင့် လွှဲပြောင်းရန် ပိုမိုလွယ်ကူစေသည်။ နှိမ့်ချမှုလုပ်ငန်းစဉ်အတွင်း၊ မူရင်းဒေတာကို လုံးဝပြန်လည်တည်ဆောက်နိုင်ပါသည်။
Run Length Encoding ကို ဒစ်ဂျစ်တယ်ပုံများကို ချုံ့ရန်အတွက် အသုံးများသောအားဖြင့် ၎င်းသည် ပစ္စည်းကဲ့သို့သော အချက်အလက်များ မလိုအပ်ခြင်းများကို ထိရောက်စွာ လျှော့ချပေးသောကြောင့်၊ ထပ်ခါတလဲလဲ ပုံစံများ၊ လည်ပတ်မှုများ pixels ကို သို့မဟုတ် အရောင်တစ်ခုတည်းဖြင့် ပြည့်နေသော ကြီးမားသော ဧရိယာများ. စာသားစာရွက်စာတမ်းများသည် RLE ချုံ့ခြင်းအတွက် သင့်လျော်သော ကိုယ်စားလှယ်လောင်းများဖြစ်ပြီး ၎င်းတို့တွင် မကြာခဏ ထပ်ကျော့နေသော စကားလုံးများနှင့် စကားစုများပါရှိသည်။
အသံဖိုင်များအတွင်း ဆက်တိုက်နမူနာများစွာပါရှိသည်ဟူသောအချက်ကို Run Length Encoding မှ အခွင့်ကောင်းယူသည်။ တူညီသောတန်ဖိုးများ ၎င်းတို့ကို အရွယ်အစား လျှော့ချရန်အတွက်သော်လည်းကောင်း နှိမ့်ချမှုအပေါ်တွင် ၎င်းတို့၏ မူလအရည်အသွေးကို ထိန်းသိမ်းထားသည်။ ၎င်းသည် ပုံမှန်အားဖြင့် ဖိုင်အရွယ်အစားကို သိသိသာသာ လျော့ကျစေနိုင်သည်။ 50% သို့မဟုတ်ထိုထက်ပို - အသံအရည်အသွေးနှင့် စွမ်းဆောင်ရည်အရ ဆုံးရှုံးမှု အလွန်နည်းပါးသည်။
RLE encoding ကိုအသုံးပြုသည့်အခါ၊ အသံ သို့မဟုတ် ရုပ်ပုံဖိုင်များနှင့်သက်ဆိုင်သော ဖိုင်အရွယ်အစားများကို လျှော့ချနိုင်ခြေရှိသော်လည်း ၎င်းသည် သမရိုးကျဖန်တီးထားပုံကြောင့် များစွာထပ်မတိုးနိုင်သော စာသားဖိုင်အမျိုးအစားများအတွက် အမှန်တကယ် အကျိုးရှိမည်မဟုတ်ကြောင်း မှတ်သားထားရန် အရေးကြီးပါသည်။ . ထို့ကြောင့် ဤ compression နည်းပညာသည် သင့်လိုအပ်ချက်အတွက် အသင့်တော်ဆုံးဖြစ်မဖြစ်ကို နောက်ဆုံးရွေးချယ်မှုမပြုလုပ်မီ ကွဲပြားခြားနားသော application အမျိုးအစားများနှင့် အချို့သောစမ်းသပ်မှုများ လိုအပ်နိုင်ပါသည်။
Huffman သင်္ကေတ
Huffman သင်္ကေတ လိုက်လျောညီထွေရှိသော၊ ဆုံးရှုံးမှုမရှိသော data compression algorithm တစ်ခုဖြစ်သည်။ ဤအယ်လဂိုရီသမ်သည် ထိရောက်သောရှေ့ဆက်ကုဒ်တစ်ခုတည်ဆောက်ရန်အတွက် ဖိုင်တစ်ခုအတွင်း ၎င်းတို့၏ဖြစ်ပျက်မှုအကြိမ်ရေနှင့်အတူ ဒေတာသင်္ကေတများ သို့မဟုတ် ဇာတ်ကောင်အစုံကို အသုံးပြုသည်။ ဤကုဒ်တွင် ပိုမကြာခဏ အက္ခရာများကို ကိုယ်စားပြုသည့် ပိုတိုသော ကုဒ်စကားလုံးများနှင့် ရှားပါးသော ကုဒ်စာလုံးများကို ကိုယ်စားပြုသည့် ပိုရှည်သော ကုဒ်စကားလုံးများ ပါဝင်သည်။ ဤကုဒ်များကိုအသုံးပြုခြင်းဖြင့် Huffman Coding သည် ၎င်း၏ဒေတာခိုင်မာမှုအပေါ် သက်ရောက်မှုအနည်းငယ်ဖြင့် ဖိုင်အရွယ်အစားကို လျှော့ချနိုင်သည်။
Huffman Coding သည် အဆင့်နှစ်ဆင့်ဖြင့် လုပ်ဆောင်သည်- တစ်မူထူးခြားသော သင်္ကေတကုဒ်များ တည်ဆောက်ခြင်းနှင့် ဒေတာစီးကြောင်းကို ချုံ့ရန် ၎င်းကို အသုံးပြုခြင်း။ သင်္ကေတကုဒ်များကို ယေဘူယျအားဖြင့် ဖိုင်အဖြာဖြာတွင် အက္ခရာများ ဖြန့်ကျက်ခြင်းမှ တည်ဆောက်ထားပြီး ၎င်းနှင့် ပတ်သက်သော ကြိမ်နှုန်းများကို ဆန်းစစ်ခြင်းဖြင့် ရရှိသော အချက်အလက်များ၊ ၎င်းတွင် မတူညီသော ဇာတ်ကောင်များ ဖြစ်ပေါ်လာသည်။. ယေဘူယျအားဖြင့်၊ Huffman Coding သည် ဒေတာစီးကြောင်းများတွင် အသုံးပြုသောအခါတွင် အခြားသော ဆုံးရှုံးမှုမရှိသော ချုံ့မှုဆိုင်ရာ အယ်လဂိုရီသမ်များထက် ပိုမိုထိရောက်စွာ လုပ်ဆောင်ပါသည်။ မညီမျှသောဖြစ်နိုင်ခြေများ ဥပမာအားဖြင့်၊ အချို့သောအက္ခရာများပါရှိသော စာသားစာရွက်စာတမ်းတစ်ခုအား အက္ခရာတင်ခြင်း၊"အီး" ကဲ့သို့တခြားသူတွေထက် ပိုဖြစ်တတ်ပါတယ် ("z" ကဲ့သို့).
ဂဏန်းသင်္ချာ Coding
အသုံးပြုနိုင်သော lossless compression အမျိုးအစားကို ခေါ်သည်။ ဂဏန်းသင်္ချာ Coding. ဤနည်းလမ်းသည် ဒေတာစီးကြောင်းတစ်ခုတွင် နေရာလွတ်ကိုအသုံးပြုသည့် အပိုအစိတ်အပိုင်းများပါရှိနိုင်သော်လည်း အမှန်တကယ်အချက်အလက်များကို ထုတ်လွှတ်ခြင်းမရှိသည့်အချက်ကို အခွင့်ကောင်းယူသည်။ ၎င်းသည် ၎င်း၏မူရင်းအချက်အလက်အကြောင်းအရာကို ထိန်းသိမ်းထားစဉ် ယင်းမလိုအပ်သော အစိတ်အပိုင်းများကို ဖယ်ရှားခြင်းဖြင့် ဒေတာကို ချုံ့သည်။
Arithmetic Coding မည်ကဲ့သို့ အလုပ်လုပ်သည်ကို နားလည်ရန်၊ စာသားအခြေခံ ဥပမာကို သုံးသပ်ကြည့်ကြပါစို့။ ကျွန်ုပ်တို့၏ဒေတာစီးကြောင်းတွင် စာလုံးလေးလုံးရှိသည်ဆိုပါစို့- A,B,C၊ နှင့် D. ဒေတာကို ချုံ့မထားခဲ့ပါက၊ ဇာတ်ကောင်တစ်ခုစီသည် stream တစ်ခုလုံးတွင် စုစုပေါင်း 32 bits အတွက် XNUMX bits ယူပါမည်။ သို့သော် Arithmetic Coding ဖြင့် ထပ်တူထပ်မျှသော တန်ဖိုးများကို ကြိုက်သည်။ A နှင့် B တစ်ခုချင်းစီကို ရှစ်ဘစ်ထက်နည်းပြီး ကိုယ်စားပြုနိုင်ပါတယ်။
ဤဥပမာတွင် အက္ခရာတစ်ခုစီကိုကိုယ်စားပြုရန် လေးဘစ်ဘစ်တုံးများကို အသုံးပြုမည်ဖြစ်ပြီး ဆိုလိုသည်မှာ စာလုံးလေးလုံးစလုံးကို 16-bit ဘလောက်တစ်ခုထဲသို့ ထည့်သွင်းနိုင်မည်ဖြစ်သည်။ ကုဒ်ပြောင်းကိရိယာသည် ဒေတာစီးကြောင်းကို ကြည့်ရှုပြီး အခြားတစ်ဖက်တွင် ၎င်းတို့ကို ချုံ့လိုက်သည့်အခါ အမြင့်ဆုံးတိကျမှုသေချာစေရန်အတွက် နေရာချွေတာရန်အတွက် ဆက်တိုက်သောစာကြောင်းများတွင် ပေါ်လာနိုင်ခြေအပေါ် အခြေခံ၍ ဇာတ်ကောင်တစ်ခုစီအတွက် ဖြစ်နိုင်ခြေများကို သတ်မှတ်ပေးသည်။ ထို့ကြောင့် ချုံ့စဉ်အတွင်း ဖြစ်နိုင်ခြေပိုများသော ဇာတ်ကောင်များကသာ ဘစ်နည်းနည်းယူသော်လည်း ကြိမ်နှုန်းနည်းပါးသော သို့မဟုတ် မကြာခဏဆိုသလို ပေါ်လာသည့်အရာများသည် စာလုံးတစ်တုံးလျှင် bits ပိုမိုလိုအပ်သော်လည်း ဒေတာစီးကြောင်းတစ်ခုလုံးတွင် ဘိုက်အများအပြားကို မသိမ်းဆည်းမီကဲ့သို့ 16-bit ဘလောက်တစ်ခုအတွင်းတွင် အစုအဝေးရှိနေပါသေးသည်။ ၎င်း၏ချုံ့မထားသောဗားရှင်းနှင့်နှိုင်းယှဉ်။
Lossless Compression ကိုအသုံးပြုနည်း
အရှုံးချုံ့ခြင်း အချက်အလက်ဆုံးရှုံးမှုမရှိဘဲ ဒေတာကို ကုဒ်နှင့်ချုံ့ခြင်းနည်းလမ်းတစ်ခုဖြစ်သည်။ ဤချုံ့နည်းကို ဒစ်ဂျစ်တယ်ပုံများ၊ အသံနှင့် ဗီဒီယိုဖိုင်များ၏ အရွယ်အစားကို လျှော့ချရန်အတွက် အသုံးပြုသည်။ ဆုံးရှုံးမှုမရှိချုံ့ခြင်းဖြင့် ဒေတာများကို ၎င်း၏မူရင်းအရွယ်အစား၏ အပိုင်းတစ်ပိုင်းတွင် သိမ်းဆည်းနိုင်စေပြီး ပိုမိုသေးငယ်သောဖိုင်ကို ရရှိစေပါသည်။
ဒီတော့ အသေးစိတ် လေ့လာကြည့်ရအောင် lossless compression ကိုဘယ်လိုသုံးမလဲ။:
file format
အရှုံးချုံ့ခြင်း မူရင်းဖိုင်အတွင်းပါရှိသော မည်သည့်ဒေတာကိုမျှ မဆုံးရှုံးစေဘဲ ဖိုင်အရွယ်အစားကို လျှော့ချပေးသည့် ဒေတာချုံ့မှုအမျိုးအစားဖြစ်သည်။ ၎င်းသည် ဒစ်ဂျစ်တယ်ဓာတ်ပုံများ၊ အသံဖိုင်များနှင့် ဗီဒီယိုဖိုင်များကဲ့သို့သော ဖိုင်ကြီးများကို ချုံ့ရန်အတွက် စံပြနည်းလမ်းတစ်ခုဖြစ်သည်။ ဤချုံ့မှုအမျိုးအစားကို အသုံးပြုရန်၊ ဆုံးရှုံးမှုမရှိသော ကွန်ပရက်ဆာများက ပံ့ပိုးပေးထားသည့် ဖိုင်အမျိုးအစားများနှင့် အကောင်းဆုံးရလဒ်များအတွက် ၎င်းတို့ကို မည်သို့စနစ်တကျသတ်မှတ်ရမည်ကို နားလည်ရပါမည်။
ဆုံးရှုံးမှုမရှိသောရည်ရွယ်ချက်များအတွက် ဖိုင်ကိုချုံ့သောအခါ၊ သင့်တွင် ဖိုင်ဖော်မတ်များအတွက် ရွေးချယ်စရာများစွာရှိသည်။ ဖြစ်နိုင်ချေများသောအားဖြင့်, သင်အကြားရွေးချယ်ပါလိမ့်မယ်။ JPEG နှင့် PNG များ ၎င်းတို့နှစ်ဦးစလုံးသည် ကောင်းမွန်သောဖိုင်အရွယ်အစားများဖြင့် ကောင်းမွန်သောရလဒ်များကို ပေးစွမ်းနိုင်သောကြောင့်ဖြစ်သည်။ အစရှိတဲ့ ဖော်မတ်တွေကိုလည်း အသုံးပြုနိုင်ပါတယ်။ GIF သို့မဟုတ် TIFF သင့်ဆော့ဖ်ဝဲလ်က သူတို့ကို ပံ့ပိုးပေးတယ်ဆိုရင် အသံ သို့မဟုတ် ဗီဒီယိုအတွက် အထူးပြုလုပ်ထားသော ဖိသိပ်ထားသော ဖော်မတ်အချို့လည်း ရှိပါသည်။ ယင်းတို့ ပါဝင်သည်။ FLAC (ဆုံးရှုံးမှုမရှိသောအသံ)၊ AVI (ဆုံးရှုံးမှုမရှိသောဗီဒီယို) နှင့် QuickTime ၏ Apple Lossless ဖော်မတ် (ALAC).
ဤဖော်မတ်များသည် ၎င်းတို့၏ ချုံ့မထားသော အတွဲများထက် ပိုမိုကောင်းမွန်သော ဖိသိပ်မှုကို ပေးစွမ်းနိုင်သော်လည်း အချို့သော အပလီကေးရှင်းများနှင့် ဆော့ဖ်ဝဲလ်ပရိုဂရမ်များတွင် ၎င်းတို့၏ အကန့်အသတ်ရှိသော ပံ့ပိုးမှုကြောင့် ၎င်းတို့နှင့်အတူ လုပ်ဆောင်ရန် ပိုမိုခက်ခဲနိုင်ကြောင်း သတိပြုရန် အရေးကြီးပါသည်။ သင်၏တပ်ဆင်မှုအပေါ် မူတည်၍ အသုံးပြုသည်။ ချုံ့မထားသော ဖော်မတ်များ disk space ပိုယူရင်တောင် ရေရှည်မှာ ပိုရိုးရှင်းနိုင်ပါတယ်။
Compression Tools များ
မူရင်းဒေတာ၏ ခိုင်မာမှုကို ထိန်းသိမ်းထားစဉ် ဒေတာဖိုင်များ၏ အရွယ်အစားကို လျှော့ချရန် ဒီဇိုင်းထုတ်ထားသည့် ချုံ့ရေးကိရိယာ အမျိုးမျိုးရှိသည်။ ဤကိရိယာများသည် မလိုအပ်သောဒေတာများကို ခွဲခြားသတ်မှတ်ရန်နှင့် အချက်အလက်တစ်စုံတစ်ရာမဆုံးရှုံးစေဘဲ ဖိုင်မှစွန့်ပစ်ရန် algorithms ကိုအသုံးပြုသည်။
ဆုံးရှုံးမှုမရှိသော ချုံ့မှုသည် ဂရပ်ဖစ်ပုံများ သို့မဟုတ် အသံနှင့် ဗီဒီယိုရိုက်ကူးမှုများအတွက် အထူးအသုံးဝင်သည်။ အစရှိတဲ့ Tools တွေ၊ ZIP၊ RAR၊ Stuffit X၊ GZIP နှင့် ARJ PDFs နှင့် compressed executables (EXE) အပါအဝင် ဖိုင်အမျိုးအစားအမျိုးမျိုးအတွက် ဆုံးရှုံးမှုမရှိချုံ့မှုအဆင့်အမျိုးမျိုးကို ပံ့ပိုးပေးသည်။ ဥပမာအားဖြင့်၊ သင်သည် ဤဖော်မတ်များထဲမှ တစ်ခုနှင့် ပုံတစ်ပုံကို ချုံ့မည်ဆိုပါက အမြင့်ဆုံးအရွယ်အစား လျှော့ချသတ်မှတ်ခြင်း။အသေးစိတ် အချက်အလက် သို့မဟုတ် အရောင်အချက်အလက် မဆုံးရှုံးဘဲ ထိုပုံကို သင်ဖွင့်ပြီး ကြည့်ရှုနိုင်မည်ဖြစ်သည်။
အသုံးပြုထားသော အယ်လဂိုရီသမ်သည် အောင်မြင်နိုင်သည့် ဖိုင်အရွယ်အစားအပြင် ဖိုင်တစ်ခုကို လုပ်ဆောင်ရန်နှင့် ချုံ့ရန် လိုအပ်သည့်အချိန်တို့ကို သက်ရောက်မှုရှိမည်ဖြစ်သည်။ သင်ရွေးချယ်ထားသောကိရိယာသည် မည်မျှခေတ်မီသည်ပေါ်မူတည်၍ ၎င်းသည် မိနစ်မှ နာရီများစွာအထိ ကြာမြင့်နိုင်သည်။ Compression Tools ကဲ့သို့သော လူကြိုက်များသည်။ 7-ဇစ် (LZMA2) ပိုမိုမြင့်မားသော compression ကိုပေးစွမ်းနိုင်သော်လည်း လုပ်ဆောင်ချိန်ပိုကြာသည်။ ကဲ့သို့သော အလွန်ကောင်းမွန်သော ပရိုဂရမ်များ SQ=z (SQUASH) ပိုမိုနာမည်ကြီးသော အပလီကေးရှင်းများနှင့် နှိုင်းယှဉ်ပါက လျှပ်စီးကြောင်းအမြန်နှုန်းဖြင့် အပိုဘိုက်များကို ညှစ်ထုတ်နိုင်သည့် အဆင့်နိမ့်လုပ်ရိုးလုပ်စဉ်များဖြစ်သည်။ WinZip or WinRAR ဒါပေမယ့် သူတို့ရဲ့ နည်းပညာပိုင်းဆိုင်ရာ ရှုပ်ထွေးမှုက အပျော်တမ်း PC အသုံးပြုသူတွေ အသုံးပြုခဲပါတယ်။
ပုံချုံ့ခြင်း
image ကိုချုံ့ ဒစ်ဂျစ်တယ်ပုံတစ်ပုံကို ကိုယ်စားပြုရန် လိုအပ်သော ဒေတာပမာဏကို လျှော့ချရန် နည်းလမ်းတစ်ခုဖြစ်သည်။ ၎င်းကို ချဉ်းကပ်မှု နှစ်ခုလုံး သို့မဟုတ် နှစ်ခုလုံးဖြင့် လုပ်ဆောင်သည်- ဟုခေါ်သော အရေးမပါသော ပုံဒေတာကို ဖယ်ရှားခြင်း သို့မဟုတ် လျှော့ချခြင်းဖြင့် လုပ်ဆောင်သည်။ ဆုံးရှုံးမှုမရှိသောချုံ့; သို့မဟုတ် ဂရုတစိုက် ဒေတာရှင်းလင်းခြင်း ဟုခေါ်သည်။ lossy ချုံ့.
နှင့် ဆုံးရှုံးမှုမရှိသောချုံ့ပုံသည် ချုံ့မခံရမီကအတိုင်း အတိအကျ ပေါ်လွင်ပြီး သိုလှောင်မှုအတွက် မှတ်ဉာဏ်နည်းသော အသုံးပြုသည်။ နှင့် lossy ချုံ့ နည်းပညာ၊ ဖိုင်ကို သိမ်းဆည်းပြီး ပြန်ချုံ့လိုက်သောအခါ အချို့သောဒေတာများ ဆုံးရှုံးသွားသော်လည်း မှန်ကန်စွာ လုပ်ဆောင်သောအခါတွင်၊ မူရင်းမချုံ့မထားသောဖိုင်မှ မြင်သာသော ပုံပျက်ခြင်းများကို မြင်တွေ့ရပါမည်။
Lossless compression နည်းပညာများကို ဒစ်ဂျစ်တယ်ဓာတ်ပုံရိုက်ခြင်းနှင့် ဂရပ်ဖစ်ဒီဇိုင်းလုပ်ငန်းခွင်များတွင် တွင်ကျယ်စွာအသုံးပြုကြသည်။ ဆုံးရှုံးမှုမရှိသောနည်းပညာများသည် ဖိုင်များအတွက် ဒီဇိုင်းထုတ်ထားသည့် JPEG ပုံများကဲ့သို့သော အခြားနည်းလမ်းများဖြင့် ချုံ့ထားလျှင် ဖိုင်များကို အရွယ်အစားပိုသေးငယ်အောင် ချုံ့နိုင်စေပါသည်။ lossy ချုံ့ ဆုံးရှုံးသွားသော အရည်အသွေး သို့မဟုတ် အသေးစိတ်အချက်များကြောင့် သေးငယ်သောဖိုင်အရွယ်အစားကို သင်ရရှိမည်ဖြစ်သည်။
ဆုံးရှုံးမှုမရှိသော ရုပ်ပုံဖော်မတ်များ ပါဝင်သည်-
- မီးပန်း PNG များ (ortf)
- GIF များ (gif)
- နှင့် အသုံးအများဆုံးပုံစံ TIFF (tiff)။
Photoshop ကဲ့သို့ ရုပ်ပုံလုပ်ဆောင်ခြင်း ဆော့ဖ်ဝဲအက်ပ်လီကေးရှင်းများသည် မတူညီသောပုံများကိုဖွင့်ကာ ၎င်းတို့ကို “Save As” ကဲ့သို့သော အင်္ဂါရပ်များကို အသုံးပြုကာ ၎င်းတို့ကို ဖိုင်များကို ဖိုင်များကို ဒေါင်းလုဒ်လုပ်ရန် မလိုအပ်ဘဲ ဖော်မက်များကြားမှ ဖိုင်များကို မည်မျှကြာကြာ ပြောင်းလေ့ရှိသည့် “Save As” ကဲ့သို့သော ဖော်မတ်များအဖြစ်သို့ ပြောင်းလဲနိုင်သည်။
ကဲ့သို့သော အခြားအခြားသော ပုံဖော်မတ်အချို့ JPEG, 2000 (jp2) သည် ၎င်းတို့၏ ထိရောက်သော coding အစီအစဉ်ကြောင့် ဖိုင်အရွယ်အစားသေးငယ်နေသေးစဉ် JPEGs များနှင့် နှိုင်းယှဉ်ပါက ပိုမိုတိကျစွာ တိုက်ရိုက်အချက်အလက်များကို သိမ်းဆည်းထားနိုင်သောကြောင့် ဤ compression technique အမျိုးအစားကိုလည်း အသုံးပြုထားသော်လည်း ၎င်းတို့သည် ထပ်လောင်းအကျိုးကျေးဇူးတစ်ခုပေးစွမ်းပါသည်။
ကောက်ချက်
အရှုံးချုံ့ခြင်း လုပ်ငန်းစဉ်တွင် မည်သည့်ဒေတာမျှ မဆုံးရှုံးကြောင်း သေချာစေကာ ဖိုင်အရွယ်အစားကို လျှော့ချကာ သိုလှောင်မှုနေရာချွေတာရန် အစွမ်းထက်သောကိရိယာတစ်ခုဖြစ်သည်။ ၎င်းသည် ၎င်းတို့ပါရှိသော အချက်အလက်များကို မဆုံးရှုံးစေဘဲ ဖိုင်များကို ချုံ့နိုင်စေပြီး ၎င်းတို့ကို ပြုလုပ်ပေးသည်။ သိမ်းဆည်းရန်၊ အသုံးပြုရန်နှင့် မျှဝေရန် ပိုမိုလွယ်ကူသည်။
နိဂုံးချုပ်အားဖြင့်, ဆုံးရှုံးမှုမရှိသောချုံ့ ခေတ်မီဒေတာသိုလှောင်မှုနှင့် စီမံခန့်ခွဲမှုအတွက် မရှိမဖြစ်လိုအပ်သောကိရိယာတစ်ခုဖြစ်သည်။
Lossless Compression ၏ အကျဉ်းချုပ်
အရှုံးချုံ့ခြင်း ဖိုင်အရွယ်အစားကို လျှော့ချပေးသည့် ဒေတာချုံ့နည်းတစ်မျိုးဖြစ်ပြီး အတွင်းတွင်ပါရှိသော ဒေတာများကို မဆုံးရှုံးစေဘဲ ဖိုင်အရွယ်အစားများကို လျှော့ချပေးသည်။ စာရွက်စာတမ်းများ၊ စာရင်းဇယားများ၊ ရုပ်ပုံများနှင့် အသံဖိုင်များကဲ့သို့ စာသားအခြေခံဖိုင်များကို ချုံ့ရန် စံပြဖြစ်သည်။
Lossless Compression ၏ အဓိက အကျိုးကျေးဇူးမှာ ၎င်းဖြစ်သည်။ ဖိုင်အရည်အသွေးကို မထိခိုက်စေဘဲ ဖိုင်အရွယ်အစားကို လျှော့ချနိုင်သည်။. ဆိုလိုသည်မှာ တူညီသောဖိုင်ကို အကြိမ်များစွာ ချုံ့နိုင်ပြီး ကြီးမားသောဖိုင်များကို လွယ်ကူလျှင်မြန်စွာ သိမ်းဆည်းရန်နှင့် လွှဲပြောင်းရန် ပိုမိုလွယ်ကူစေပါသည်။ ၎င်းသည် ဖိုင်တစ်ခုမှ ထပ်နေသောဒေတာများကို ဖယ်ရှားပြီး အချက်အလက်များ၏ မရှိမဖြစ်လိုအပ်သော အစိတ်အပိုင်းများကိုသာ သိမ်းဆည်းခြင်းဖြင့် ပိုမိုထိရောက်သော သိုလှောင်မှုအသုံးပြုမှုကိုလည်း ခွင့်ပြုပေးပါသည်။
ယေဘုယျအားဖြင့်၊ lossless compression algorithms နှစ်မျိုးရှိသည်- အဘိဓာန်အခြေခံ algorithms Deflate/GZip သို့မဟုတ် Lempel-Ziv ကဲ့သို့ (ဖိုင်များကို အညွှန်းကိန်းစာရင်းထဲသို့ ချုံ့ပေးသည်) သို့မဟုတ် redundancy ဖယ်ရှားရေးနည်းလမ်းများ ဂဏန်းသင်္ချာ coding သို့မဟုတ် run length encoding ကဲ့သို့သော (ထပ်ကျော့ပုံစံများကို encoding လုပ်ခြင်းဖြင့် redundancy ကိုဖယ်ရှားသည်)။ အမျိုးအစားတစ်ခုစီတွင် မီဒီယာအမျိုးအစားများနှင့် အပလီကေးရှင်းများနှင့်ပတ်သက်လာသောအခါတွင် ၎င်း၏သီးသန့်ရည်ရွယ်ချက်များရှိသည်။
အထူးသဖြင့် ရုပ်ပုံများအတွက် ဆုံးရှုံးမှုမရှိသော ရုပ်ပုံဖော်မတ်များ PNG ကဲ့သို့သော အခြားဆုံးရှုံးမှု ဖော်မတ်များထက် ပိုဦးစားပေးပါသည်။ JPEG, ပုံ၏အရည်အသွေး သို့မဟုတ် မူရင်းအရင်းအမြစ်ဒေတာကို ကုဒ်ဆွဲခြင်း သို့မဟုတ် ပြန်လည်ရယူရန်ခက်ခဲခြင်းမရှိဘဲ ကျိုးကြောင်းဆီလျော်သော ချုံ့မှုအဆင့်ကို ပေးဆောင်နေချိန်တွင် ၎င်းတို့သည် ပုံအသေးစိတ်အချက်အလက်များကို JPEG ထက် ပိုမိုကောင်းမွန်စွာ ထိန်းသိမ်းထားသောကြောင့်ဖြစ်သည်။ ထို့အတူ ဒစ်ဂျစ်တယ်အသံ ချုံ့မထားသော လှိုင်းပုံစံဖိုင်များ ပိုကောင်းအောင် လုပ်တတ်သည်။ vector quantization နည်းပညာများ pure bitrate လျှော့ချရေးနည်းပညာများထက်
နိဂုံးချုပ်အနေဖြင့်၊ ဆုံးရှုံးမှုမရှိသော ချုံ့မှုသည် အရည်အသွေးတွင် အနစ်နာခံခြင်းမရှိဘဲ ကြီးမားသောဖိုင်အရွယ်အစားကို လျှော့ချရန် ထိရောက်သောနည်းလမ်းတစ်ခုဖြစ်သည်။ ၎င်းသည် သိုလှောင်မှုနေရာနှင့် ကုန်ကျစရိတ်ကို ချွေတာရင်း အဖိုးတန်ဒေတာကို ထိန်းသိမ်းရန်အတွက် ၎င်းတို့အား အစားထိုးရွေးချယ်စရာများ ဖြစ်စေသည်။ မတူညီသော အယ်လဂိုရီသမ်များသည် အခြားမီဒီယာအမျိုးအစားများထက် ပိုမိုထိရောက်စွာ လိုက်ဖက်သည့်အတွက်၊ ကိုယ်ရေးကိုယ်တာကာကွယ်မှုနှင့် အာကာသထိရောက်မှုနှစ်မျိုးစလုံးအတွက် သင့်လိုအပ်ချက်နှင့် အကိုက်ညီဆုံးဖြစ်သည့် မည်သည့်ဖော်မတ်ကို သုတေသနပြုရန် အမြဲတမ်းအကောင်းဆုံးဖြစ်သည် - မှန်ကန်သောရွေးချယ်မှုသည် ကွဲပြားမှုကိုဖြစ်စေနိုင်သည်။
Lossless Compression ၏ အကျိုးကျေးဇူးများ
အရှုံးချုံ့ခြင်း ဖိုင်များကို အရည်အသွေးမထိခိုက်စေဘဲ နေရာချွေတာနိုင်စေမည့် data encoding နှင့် decoding process တစ်ခုဖြစ်သည်။ သိုလှောင်မှုကုန်ကျစရိတ်သည် တသမတ်တည်း ကျဆင်းနေသော်လည်း အရည်အသွေးမြင့် ဒစ်ဂျစ်တယ်အကြောင်းအရာကို ထိန်းသိမ်းခြင်းသည် စျေးကြီးပြီး အချိန်ကုန်နိုင်သည်။ ဆုံးရှုံးမှုမရှိ ချုံ့နိုင်သော အယ်လဂိုရီသမ်များသည် သိုလှောင်မှု၊ ကွန်ရက် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းနှင့် မတူညီသော စနစ်များတစ်လျှောက် ဖိုင်လွှဲပြောင်းခြင်းကို လွယ်ကူချောမွေ့စေသည်။ ထို့အပြင်၊ ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ထားသော ဒေတာပို့လွှတ်မှုအမြန်နှုန်းများသည် I/O လုပ်ဆောင်ချက်များနှင့် ဆက်စပ်နေသော လုပ်ငန်းဆောင်ရွက်မှုကုန်ကျစရိတ်များကို လျှော့ချနိုင်ပြီး သိပ္ပံဆိုင်ရာ သို့မဟုတ် ဆေးဘက်ဆိုင်ရာဒေတာခွဲခြမ်းစိတ်ဖြာမှုဌာနများသည် ၎င်းတို့၏ရလဒ်များကို ပိုမိုမြန်ဆန်စွာအတည်ပြုနိုင်ရန် ကူညီပေးပါသည်။
Lossless Compression နည်းပညာများကို အသုံးပြုခြင်း၏ အကျိုးကျေးဇူးများမှာ-
- ပုံပျက်ခြင်း သို့မဟုတ် အရည်အသွေးကျဆင်းခြင်းတို့ကို မဖော်ပြဘဲ ဖိုင်အရွယ်အစားကို လျှော့ချပါ။
- ဝဘ်ပေါ်တွင် လွှဲပြောင်းပေးသည့် ဒေတာပမာဏကို လျှော့ချခြင်းဖြင့် စာမျက်နှာ ဝန်အမြန်နှုန်းကို မြှင့်တင်ပေးသည်။
- အွန်လိုင်းဆာဗာများပေါ်ရှိ အကြောင်းအရာများကို ဝင်ရောက်ကြည့်ရှုရန် ဆက်သွယ်ရေးကုန်ကျစရိတ်များကို လျှော့ချပေးသည့် ပွင့်လင်းအရင်းအမြစ်အက်ပ်ပလီကေးရှင်းများ
- ဒစ်ဂျစ်တယ်အကြောင်းအရာများကို ရေရှည်ထိန်းသိမ်းထားရန်အတွက် မှတ်တမ်းသိမ်းဆည်းခြင်းစွမ်းရည်ကို တိုးမြှင့်ထားသည်။
- virtual instrumentation နှင့် Internet streaming media services များအတွက် လမ်းကြောင်းများဖွင့်ပေးထားပြီး ဖြစ်နိုင်ချေရှိသော ပရိသတ်များကို အနိမ့်ဆုံး bandwidth အရင်းအမြစ်များဖြင့် ဖြည့်ဆည်းပေးသည်
မင်္ဂလာပါ၊ ကျွန်ုပ်သည် မီဒီယာဖန်တီးမှုနှင့် ဝဘ်ဖွံ့ဖြိုးတိုးတက်မှုတွင် နောက်ခံရှိသည့် မိခင်တစ်ဦးဖြစ်ပြီး ရပ်တန့်လှုပ်ရှားမှုကို ဝါသနာပါသူဖြစ်သည်။ ကျွန်ုပ်သည် ပုံဆွဲခြင်းနှင့် ကာတွန်းရုပ်ပုံဆွဲခြင်းတို့ကို အလွန်ဝါသနာပါပြီး ယခုအခါ ရပ်တန့်လှုပ်ရှားမှုလောကသို့ ဦးစွာဦးစွာ ခုန်ဆင်းနေပါသည်။ ကျွန်ုပ်၏ဘလော့ဂ်ဖြင့် ကျွန်ုပ်သည် ကျွန်ုပ်၏ သင်ယူမှုများကို သင်နှင့် မျှဝေပါသည်။
