Compressione dei dati. La Compressione. La Compressione. La Compressione. Bibliografia. 1.3g: La Compressione dei Dati

Transcript

1 Prof. Alberto Postiglione Dipartimento di Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno : Curtin, 5.6 (vecchie edizioni) Curtin, 4.5 (nuova edizione) Questi lucidi Bibliografia Informatica Generale (Corso di Studio in Scienze della Comunicazione) Web Data Design (Corso di Studio Magistrale in Comunicazione, Audiovisivi e Società della conoscenza) Cooperazione di Agenti Informatici (Corso di Studio Specialistico di Informatica Università di Roma II) 2 Compressione dei dati Cosa significa comprimere i dati? Eliminare l'informazione ridondante, in modo da poter rappresentare lo stesso documento con un minor numero di byte. Esigenza di memorizzazione aumenta sempre Aumentano di dimensione i programmi Aumentano di numero i programmi Aumentano di dimensione i dati Metodi applicabili: Eliminazione dei files inutili (ad esempio i temporanei) Compressione di files/cartelle/dischi Inoltre un disco pieno rallenta le operazioni di memorizzazione e di accesso ( Sistemi Operativi, il SO in sostanza fatica a trovare spazio libero su disco) Prima o poi ci sarà bisogno di avere altro spazio su disco 3 4 Un file o più file insieme possono essere compressi La rappresentazione interna di questi file viene cambiata in modo da occupare meno spazio: si può immaginare che i dati vengano abbreviati (tipo sig. per signore) Con i file di tipo testo si può arrivare a risparmiare fino al 50% dello spazio originale Un file compresso non è leggibile né modificabile Quando serve un file compresso può essere decompresso in modo da tornare ad essere utilizzabile Comprimere dei file può servire per per fare spazio a file più utili o per trasferirli più velocemente (su dischetto, via rete, ) Un programma di compressione file molto usato per Windows è WinZip (i file compressi hanno estensione.zip) o WinRar (fornisce prestazioni migliori del precedente) 5 6 1

2 Tipologie di Compressione Compressione di un singolo file File di testo si comprime anche del 50% File di immagini bitmap si comprime anche del 90% Compressione di più files o di un intera cartella Vantaggio: tutti i files verranno inseriti in un unico file archivio Possibile decomprimere ed estrarre anche singoli files Compressione del disco: Tutto il disco viene compresso e i nuovi files verranno memorizzati già in versione compressa. In fase di lettura o di esecuzione il file verrà decompresso dal sistema Rallentate le operazioni di lettura/scrittura su HD. Un esempio di compressione: Nl mzz dl cmmn d nstr vt m rtrv pr n slv scr ch l drtt v r smrrt. h qnt dr ql r cs dr st slv slvgg spr frt ch nl pnsr rnv l pr! Tnt' mr ch pc p mrt m pr trttr dl bn ch' v trv, dr dll'ltr cs ch' v'h scrt... Nel mezzo del cammin di nostra vita mi ritrovai per una selva oscura ché la diritta via era smarrita. Ah quanto a dir qual era è cosa dura esta selva selvaggia e aspra e forte che nel pensier rinova la paura! Tant'è amara che poco è più morte ma per trattar del ben ch'io vi trovai, dirò dell'altre cose ch'io v'ho scorte... Questo esempio mostra che in italiano le vocali sono quasi ridondanti, cioè in molti casi è possibile per un parlante della lingua ricostruirle quando sono state omesse 7 8 Alcuni tipi di informazione ridondante possono essere interamente ricostruiti (decompressi) anche da un computer. Si dice in tal caso che la compressione e' senza perdite ("lossless"): i dati prima della compressione sono identici a quelli che sono stati compressi e poi decompressi. Per un testo, un esempio è forse quello degli spazi tra le parole, che possono essere facilmente tolti e facilmente riaggiunti nei punti appropriati. Nelmezzodelcammindinostravita miritrovaiperunaselvaoscura chéladirittaviaerasmarrita. Ahquantoadirqualeraècosadura estaselvaselvaggiaeaspraeforte chenelpensierrinovalapaura! Tant'èamarachepocoèpiùmorte mapertrattardelbench'iovitrovai, diròdell'altrecosech'iov'hoscorte si noti che l'uso generalizzato dello spazio tra le parole è una invenzione relativamente moderna. Molte lingue antiche non usavano spazi o mezzi equivalenti per dividere le parole - una interessante corrispondenza col fatto che, dal punto di vista acustico, le parole del parlato naturale non sono affatto separate da pause di silenzio Il modo più intuitivo per diminuire la lunghezza di un file di testo (una serie di stringhe alfanumeriche, dove si dice "stringa" una qualsiasi successione di caratteri, p.es. "cane", "Abc4fgh6", "wallawalla") è di farlo diventare un file binario, sfruttando al meglio l' insieme dei valori (0-255) che possono essere espressi da ciascun byte

3 Esempio: supponiamo di voler codificare la parola CAPIVI e che il numero di sillabe possibili siano 12 (l'italiano ovviamente ne ha di più). Si assegni un numero binario lungo 4 bit a ciascuna sillaba, per mezzo di una tabella come la seguente: VA = 0000 PA = 0001 CA = 0010 VE = 0011 PE = 0100 CE = 0101 VI = 0110 PI = 0111 CI = 1000 VO = 1001 PO = 1010 CO = 1011 CAPIVI con la codifica ASCII richiede 48 bit (6 caratteri x 8 bit a carattere) CAPIVI con questa tecnica di compressione richiede solo 12 bit (con una compressione del 75%) Mentre nei testi si usa solo compressione "lossless" (in cui cioè, decomprimendo, si ottiene un testo identico a quello da cui si era partiti), per le figure si usa anche la compressione "lossy" (con perdita), in cui la figura compressa e poi decompressa è una approssimazione più o meno buona della figura originaria. Il modo più semplice di codificare una figura è quello a bitmap (BMP): per ogni punto della figura si definisce il colore di quel punto usando un numero. Più sono i colori possibili per la figura, più bit si dovranno usare per descriverla Tipicamente, una figura occupa molto più spazio di un testo. Si consideri la descrizione: "Un cerchio rosso di raggio 1,5 cm sovrapposto al centro ad un esagono regolare blu di lato 3cm" (la frase è lunga 99 caratteri per cui occuperà 99 byte) Questa descrizione può essere usata per creare la seguente figura: In formato bitmap non compresso questa figura occupa byte: 151 volte più della sua descrizione! Possiamo tuttavia applicare a questa figura un algoritmo di compressione, che la salva nel formato Jpeg, di qualità media. Salvata, la figura occupa byte, un terzo della precedente. Decompressa, la immagine appare così (si noti la perdita di qualità rispetto al formato BMP): Possiamo anche comprimere la figura originale con un Jpeg di qualità cattiva (peggiore la qualità, migliore il rapporto di compressione), ottenendo un file di soli 2123 byte. Decompresso, appare cosi: Si noti che il modo migliore di `comprimere' la figura in bitmap sarebbe stato `trasformarla' nella sua descrizione di 99 byte. Ma questo non è un metodo sufficientemente generale: mentre funziona con figure geometriche, non funzionerebbe con una immagini molto difficili da descrivere con esattezza, come:

4 Con il metodo RGB, un immagine 1024x768 pixel con colori a 24 bit occupa bytes Con particolari accorgimenti si possono utilizzare un numero minore di colori e ridurre lo spazio occupato dall immagine.esistono formati compressi (tra i più diffusi vi sono i formati JPEG e GIF) che consentono attraverso particolari tecniche numeriche di memorizzare immagini fotografiche di ottima qualità in uno spazio molto minore Il formato JPEG in realtà non memorizza fedelmente l immagine ma sfrutta l ulteriore caratteristica che l occhio umano è in grado di vedere solo una piccola parte dei circa 17 milioni di colori possibili Compressione Video Per comprimere un filmato si utilizza un codec (Compressore / Decompressore), cioè un software che riduce notevolmente le dimensioni del file. Mpeg-1 per il formato VCD Mpeg-2 per il formato DVD Mpeg-4 per il formato DivX. Codec significa Codificatore-Decodificatore e indica al software di registrazione come effettuare la compressione e al programma di visualizzazione come va decompresso il filmato per una giusta visualizzazione Compressione Video Compressione Lossless Esistono formati compressi (tipo MPEG, QuickTime) che riducono notevolmente lo spazio necessario sfruttando la caratteristica che tra un fotogramma ed un altro ci potrebbero essere relativamente poche differenze I dati duplicati o superflui vengono eliminati o salvati in formato ridotto Lossless (senza perdita di informazione), detta anche compressione reversibile decomprime nel momento stesso della sua visualizzazione La qualità del filmato rispecchia l originale digitalizzato. Compressione limitata. I files possono raggiungere anche il 35% della dimensione originale (ancora troppo grossi). Utilizzato solo se i dettagli rivestono importanza (es: immagini satellitari o raggi X) 2 tipi di compressione video: lossless e lossy Compressione Lossy Tecnica Intraframe Qualità inferiore a quella del filmato originale digitalizzato, in quanto alcuni dati, anche se di rilievo secondario, vengono persi all atto della compressione. La qualità complessiva dell immagine non è granché pregiudicata. I dettagli non sono di elevata precisione. Permette di ottenere elevati livelli di compressione (anche 200:1). Usata per le immagini televisive satellitari e le videoconferenze, dove la qualità del dettaglio non è importante. La Tecnica Intraframe, detta anche compressione spaziale, elimina i dati duplicati interni ad un singolo fotogramma Ad esempio, se in un immagine compaiono vaste zone dello stesso colore, viene memorizzato il valore cromatico di un solo pixel assieme alle coordinate degli altri pixel dello stesso colore

5 Tecnica Interframe Formato MPEG La Tecnica Interframe, detta anche compressione temporale, elimina i dati che si ripetono in fotogrammi successivi In una scena di un ape che vola, se lo sfondo rimane immutato, basterà memorizzare il primo fotogramma per intero e poi archiviare solo i dati dei successivi che differiscono dal precedente Un filmato compresso con formato MPEG memorizza un fotogramma non compresso ogni mezzo secondo (fotogramma chiave), mentre gli altri vengono compressi. I fotogrammi intermedi contengono solo le parti dell immagine diverse rispetto al fotogramma precedente. MPEG comprime ogni fotogramma suddividendolo in riquadri di 16x16 pixels (o di 8x8) e rimuove riquadri che sono quasi identici in fotogrammi consecutivi Quando catturate, ridimensionate o comprimente un video adottate una risoluzione, ovvero un numero di pixels verticali ed orizzontali che siano un multiplo di 16. Video e memoria Di norma i filmati che vengono visualizzati sullo schermo del computer presentano una profondità di 256 colori una risoluzione di 320x240 oppure di 360x240 (SIF, Standard Image Format) Un televisore compone le immagini tracciando linee su schermo, al contrario del monitor che illumina pixel. Un televisore che trasmette con standard PAL ha 625 righe orizzontali. una velocità di 25 fotogrammi al secondo 27 5