9. Komprese dat

Opakování

• kódování čísel (binární, hexadecimální), textu (UTF-8)
• kódování barev v 2d bitmapě - černobílá (1 bit na px), stupně šedi (1 byte na px), barevná (1 px = 24 bitů RGB) - obr. wiki

Cvičení

• komprese - diskuse - co to je?
• zkopírovat soubor Komprese.xlsx a přejmenovat na Komprese-kopie.zip
• dekomprimovat (extrahovat) soubor (pravé tl. - Extrahovat vše)
• porovnat velikost před a po komprimaci
• podobně zkomprimovat jiný soubor (Odeslat - Komprimovaná složka)

Teorie

• komprese dat (také komprimace) - zmenšení objemu dat při zachování jejich informace, významy:
  • zmenšení datového toku při přenosu dat (tedy zrychlení přenosu)
  • ušetření místa při ukládání (tedy uložení více dat na úložiště)
• dekomprese dat - rozbalení, extrakce - převod dat do původní podoby

Zápis:

---

9. Komprese dat
= zmenšení objemu dat pro zrychlení jejich přenosu nebo ušetření místa při jejich ukládání
- **ztrátová komprese** - velké zmenšení objemu dat s malou ztrátou informace (obrázky JPEG, video MPEG, zvuk MP3)
- **bezztrátová komprese** - menší zmenšení objemu dat, zachovává všechny informace (obrázky PNG, zvuk FLAC) - např. nahrazení stejných následujících datových jednotek jejich počtem (RLE) nebo nahrazení opakovaných dat jejich pozicí (indexem) ve slovníku

---

Metody komprese

• ztrátová - velké zmenšení objemu dat, můžeme si dovolit malou ztrátu informace (které si člověk nevšimne), zjednodušené příklady:
  • fotky - JPEG - snížení počtu barev obrázku (také posterizace) nahrazením nejbližší barvou z vybraných barev - obr. - založeno na nedokonalosti oka rozlišovat malé změny barev
  • video - MPEG - posloupnost komprimovaných fotek - zachycují se jen změny mezi následujícími fotkami stejné scén - obr.
    • také zmenšení rozlišení, počtu snímků za vteřinu
  • zvuk - MP3 - odstranění neslyšitelných frekvencí a frekvencí, které jsou aktuálně "přehlušeny" hlasitějšími frekvencemi
• bezztrátová - zachovává všechny informace - pro text, software, kreslené obrázky (PNG, GIF) - malé zmenšení objemu (kompresní poměr)
  • RLE (run-length encoding) - nahrazení stejných následujících datových jednotek jejich počtem (např. u barev obrázku formátu BMP) - komprese bude účinná podle délky stejnobarevných řad
    • cvičení v Excelu (Komprese.xlsx) - zkomprimovat předposlední řádek obrázku (zeptat se na kterých řádcích obrázku se ušetří místo, diskuze o vhodnosti pro text)
  • slovníkové metody - nahrazení opakovaných dat jejich pozicí (indexem) ve slovníku
    • indexace barev (pro obrázky) - vytvoření očíslované palety barev + nahrazení barvy číslem (indexem = pozicí v paletě) - má smysl jen pro malé počty barev v obrázku - viz Excel
      • Excel - zkusit dekódovat zadaný kód a určit, který je to řádek v obrázku
    • slovník slov (pro texty) - vytvoření slovníku slov + nahrazení slov pozicí ve slovníku - účinnost se zvyšuje s četností opakování slov - viz Excel, možno zvolit pevnou délku znaků do slovníku
  • příklad sofistikovanějšího komprimačního algoritmu - LZ77 - nahrazení opakovaných dat odkazem na ně (vzdáleností a počtem znaků) - viz Excel - list LZ
    • cvičení - Excel - list Zaříkávadlo - hledat opakované řetězce s 2 a více znaky a označit je, cílem je co nejvíc označeného textu

Software

• Windows - Odeslat - Komprimovaná složka (ZIP)
• samostatné programy - 7-Zip, WinRAR