Jpeg

JPEG (JAY-peg) es un método comúnmente usado de compresión con pérdida para imágenes digitales, particularmente para aquellas imágenes producidas por fotografía digital. El grado de compresión se puede ajustar, lo que permite un compromiso seleccionable entre el tamaño de almacenamiento y la calidad de la imagen. JPEG normalmente logra una compresión de 10:1 con poca pérdida perceptible en la calidad de la imagen. Desde su introducción en 1992, JPEG ha sido el estándar de compresión de imágenes más utilizado en el mundo y el formato de imagen digital más utilizado, con varios miles de millones de imágenes JPEG producidas todos los días a partir de 2015.

El término "JPEG" es un acrónimo de Joint Photographic Experts Group, que creó el estándar en 1992. JPEG fue en gran parte responsable de la proliferación de imágenes y fotografías digitales en Internet y, posteriormente, en las redes sociales.

La compresión JPEG se utiliza en varios formatos de archivo de imagen. JPEG/Exif es el formato de imagen más común utilizado por las cámaras digitales y otros dispositivos de captura de imágenes fotográficas; junto con JPEG/JFIF, es el formato más común para almacenar y transmitir imágenes fotográficas en la World Wide Web. Estas variaciones de formato a menudo no se distinguen y simplemente se denominan JPEG.

El tipo de medio MIME para JPEG es image/jpeg, excepto en las versiones anteriores de Internet Explorer, que proporciona un tipo MIME de image/pjpeg al cargar imágenes JPEG. Los archivos JPEG suelen tener una extensión de nombre de archivo de .jpg o .jpeg. JPEG/JFIF admite un tamaño de imagen máximo de 65 535 × 65 535 píxeles, por lo tanto, hasta 4 gigapíxeles para una relación de aspecto de 1:1. En 2000, el grupo JPEG introdujo un formato destinado a ser un sucesor, JPEG 2000, pero no pudo reemplazar al JPEG original como estándar de imagen dominante.

Historia

Antecedentes

La especificación JPEG original publicada en 1992 implementa procesos de varios trabajos de investigación y patentes anteriores citados por el CCITT (ahora ITU-T) y el Grupo Conjunto de Expertos Fotográficos.

La especificación JPEG cita patentes de varias empresas. Las siguientes patentes sirvieron de base para su algoritmo de codificación aritmética.

• IBM
  • U.S. Patent 4,652,856 – 4 de febrero de 1986 – Kottappuram M. A. Mohiuddin y Jorma J. Rissanen – Código aritmético sin multi-alfabet libre
  • U.S. Patent 4,905,297 – 27 de febrero de 1990 – G. Langdon, J.L. Mitchell, W.B. Pennebaker, y Jorma J. Rissanen – Sistema de codificación y decodificador Aritmético
  • U.S. Patent 4,935,882 – 19 de junio de 1990 – W.B. Pennebaker y J.L. Mitchell – Adaptación de probabilidad para codificadores aritméticos
• Mitsubishi Electric
  • JP H02202267 (1021672) – 21 de enero de 1989 – Toshihiro Kimura, Shigenori Kino, Fumitaka Ono, Masayuki Yoshida – Sistema de codificación
  • JP H03247123 (2-46275) – 26 de febrero de 1990 – Fumitaka Ono, Tomohiro Kimura, Masayuki Yoshida y Shigenori Kino – El aparato de codificación y el método de codificación

La especificación JPEG también cita otras tres patentes de IBM. Otras empresas citadas como titulares de patentes incluyen AT&T (dos patentes) y Canon Inc. Está ausente de la lista U.S. Patente 4.698.672, presentada por Compression Labs' Wen-Hsiung Chen y Daniel J. Klenke en octubre de 1986. La patente describe un algoritmo de compresión de imágenes basado en DCT y luego sería motivo de controversia en 2002 (ver Controversia de patente a continuación). Sin embargo, la especificación JPEG sí citó dos trabajos de investigación anteriores de Wen-Hsiung Chen, publicados en 1977 y 1984.

Estándar JPEG

"JPEG" significa Joint Photographic Experts Group, el nombre del comité que creó el estándar JPEG y también otros estándares de codificación de imágenes fijas. La "articulación" significaba ISO TC97 WG8 y CCITT SGVIII. Fundado en 1986, el grupo desarrolló el estándar JPEG a fines de la década de 1980. El grupo publicó el estándar JPEG en 1992.

En 1987, ISO TC 97 se convirtió en ISO/IEC JTC 1 y, en 1992, CCITT se convirtió en ITU-T. Actualmente en el lado del JTC1, JPEG es uno de los dos subgrupos del Comité Técnico Conjunto 1 de ISO/IEC, Subcomité 29, Grupo de Trabajo 1 (ISO/IEC JTC 1/SC 29/WG 1), denominado Codificación de imágenes fijas. Por el lado de ITU-T, ITU-T SG16 es el cuerpo respectivo. El JPEG Group original se organizó en 1986 y emitió el primer estándar JPEG en 1992, que fue aprobado en septiembre de 1992 como Recomendación ITU-T T.81 y, en 1994, como ISO/IEC 10918-1.

El estándar JPEG especifica el códec, que define cómo se comprime una imagen en un flujo de bytes y se descomprime nuevamente en una imagen, pero no el formato de archivo utilizado para contener ese flujo. Los estándares Exif y JFIF definen los formatos de archivo comúnmente utilizados para el intercambio de imágenes comprimidas en JPEG.

Los estándares JPEG se denominan formalmente como Tecnología de la información: compresión y codificación digital de imágenes fijas de tono continuo. ISO/IEC 10918 consta de las siguientes partes:

Ecma International TR/98 especifica el formato de intercambio de archivos JPEG (JFIF); la primera edición se publicó en junio de 2009.

Controversia de patentes

En 2002, Forgent Networks afirmó que poseía y haría cumplir los derechos de patente sobre la tecnología JPEG, derivados de una patente que se había presentado el 27 de octubre de 1986 y concedida el 6 de octubre de 1987: U.S. Patente 4,698,672 de Compression Labs' Wen-Hsiung Chen y Daniel J. Klenke. Si bien Forgent no era propietario de Compression Labs en ese momento, Chen luego vendió Compression Labs a Forgent, antes de que Chen comenzara a trabajar para Cisco. Esto llevó a Forgent a adquirir la propiedad de la patente. El anuncio de Forgent en 2002 creó un furor que recuerda al de Unisys; intenta hacer valer sus derechos sobre el estándar de compresión de imágenes GIF.

El comité JPEG investigó las reclamaciones de patentes en 2002 y opinó que estaban invalidadas por el estado de la técnica, una opinión compartida por varios expertos.

Entre 2002 y 2004, Forgent pudo obtener alrededor de 105 millones de dólares al otorgar licencias de su patente a unas 30 empresas. En abril de 2004, Forgent demandó a otras 31 empresas para hacer cumplir los pagos de licencias adicionales. En julio del mismo año, un consorcio de 21 grandes empresas informáticas presentó una contrademanda con el objetivo de invalidar la patente. Además, Microsoft inició una demanda por separado contra Forgent en abril de 2005. En febrero de 2006, la Oficina de Marcas y Patentes de los Estados Unidos acordó volver a examinar la patente JPEG de Forgent a pedido de la Public Patent Foundation. El 26 de mayo de 2006, la USPTO declaró inválida la patente basándose en el estado de la técnica. La USPTO también descubrió que Forgent conocía el estado de la técnica, pero intencionalmente evitó decírselo a la Oficina de Patentes. Esto hace que cualquier apelación para restablecer la patente sea muy poco probable que tenga éxito.

Forgent también posee una patente similar otorgada por la Oficina Europea de Patentes en 1994, aunque no está claro qué tan aplicable es.

El 27 de octubre de 2006, el plazo de 20 años de la patente de EE. UU. parece haber expirado y, en noviembre de 2006, Forgent acordó abandonar la aplicación de las reclamaciones de patente contra el uso del estándar JPEG.

El comité JPEG tiene como uno de sus objetivos explícitos que sus estándares (en particular, sus métodos básicos) se puedan implementar sin pagar tarifas de licencia, y ha obtenido los derechos de licencia apropiados para su estándar JPEG 2000 de más de 20 grandes organizaciones.

A partir de agosto de 2007, otra empresa, Global Patent Holdings, LLC, afirmó que su patente (Patente de EE. UU. 5.253.341) emitida en 1993 se infringe al descargar imágenes JPEG en un sitio web o a través de Email. Si no se invalida, esta patente podría aplicarse a cualquier sitio web que muestre imágenes JPEG. La patente estuvo bajo revisión por parte de la Oficina de Marcas y Patentes de EE. UU. De 2000 a 2007; en julio de 2007, la Oficina de Patentes revocó todos los reclamos originales de la patente pero encontró que un reclamo adicional propuesto por Global Patent Holdings (reclamo 17) era válido. Global Patent Holdings luego presentó una serie de demandas basadas en la reivindicación 17 de su patente.

En sus dos primeros juicios posteriores a la revisión, ambos presentados en Chicago, Illinois, Global Patent Holdings demandó a Green Bay Packers, CDW, Motorola, Apple, Orbitz, Officemax, Caterpillar, Kraft y Peapod como demandados. Se presentó una tercera demanda el 5 de diciembre de 2007 en el sur de Florida contra ADT Security Services, AutoNation, Florida Crystals Corp., HearUSA, MovieTickets.com, Ocwen Financial Corp. y Tire Kingdom, y una cuarta demanda el 8 de enero de 2008, en el sur de Florida contra el Boca Raton Resort & Club. Se presentó una quinta demanda contra Global Patent Holdings en Nevada. Esa demanda fue presentada por Zappos.com, Inc., que supuestamente fue amenazada por Global Patent Holdings, y buscó una declaración judicial de que la patente '341 no es válida y no se ha infringido.

Global Patent Holdings también había utilizado la patente '341 para demandar o amenazar a los críticos abiertos de patentes de software amplias, incluidos Gregory Aharonian y el operador anónimo de un blog de sitio web conocido como "Patent Troll Tracker. #34; El 21 de diciembre de 2007, el abogado de patentes Vernon Francissen de Chicago solicitó a la Oficina de Marcas y Patentes de EE. UU. que reexaminara el único reclamo restante de la patente '341 sobre la base del nuevo estado de la técnica.

El 5 de marzo de 2008, la Oficina de Patentes y Marcas Registradas de los EE. UU. acordó volver a examinar la patente '341 y descubrió que el nuevo estado de la técnica planteaba nuevas preguntas sustanciales con respecto a la validez de la patente. A la luz del reexamen, los infractores acusados en cuatro de las cinco demandas pendientes han presentado mociones para suspender (suspender) sus casos hasta que finalice la revisión de la patente '341 por parte de la Oficina de Patentes y Marcas Registradas de EE. UU. El 23 de abril de 2008, un juez que preside las dos demandas en Chicago, Illinois, concedió las mociones en esos casos. El 22 de julio de 2008, la Oficina de Patentes emitió la primera "Acción de Oficina" de la segunda revisión, declarando inválida la pretensión por diecinueve motivos distintos. El 24 de noviembre de 2009, se emitió un Certificado de Reexamen cancelando todas las reclamaciones.

A partir de 2011 y continuando desde principios de 2013, una entidad conocida como Princeton Digital Image Corporation, con sede en el este de Texas, comenzó a demandar a un gran número de empresas por supuestas infracciones de U.S. Patente 4.813.056. Princeton afirma que el estándar de compresión de imágenes JPEG infringe la patente '056 y ha demandado a un gran número de sitios web, minoristas, fabricantes y revendedores de cámaras y dispositivos. La patente fue originalmente propiedad y asignada a General Electric. La patente expiró en diciembre de 2007, pero Princeton ha demandado a un gran número de empresas por "infracciones pasadas" de esta patente. (Según las leyes de patentes de EE. UU., el propietario de una patente puede demandar por "infracción pasada" hasta seis años antes de la presentación de una demanda, por lo que, en teoría, Princeton podría haber seguido demandando a las empresas hasta diciembre de 2013). A partir de marzo de 2013, Princeton tenía juicios pendientes en Nueva York y Delaware contra más de 55 empresas. Se desconoce la participación de General Electric en la demanda, aunque los registros judiciales indican que asignó la patente a Princeton en 2009 y retiene ciertos derechos sobre la patente.

Uso típico

El algoritmo de compresión JPEG funciona de la mejor manera en fotografías y pinturas de escenas realistas con suaves variaciones de tono y color. Para el uso web, donde la reducción de la cantidad de datos utilizados para una imagen es importante para una presentación receptiva, los beneficios de compresión de JPEG hacen que JPEG sea popular. JPEG/Exif es también el formato más común que guardan las cámaras digitales.

Sin embargo, JPEG no es adecuado para dibujos lineales y otros gráficos textuales o icónicos, donde los fuertes contrastes entre píxeles adyacentes pueden causar artefactos notables. Estas imágenes se guardan mejor en un formato de gráficos sin pérdida, como TIFF, GIF, PNG o un formato de imagen sin procesar. El estándar JPEG incluye un modo de codificación sin pérdidas, pero ese modo no es compatible con la mayoría de los productos.

Como el uso típico de JPEG es un método de compresión con pérdida, que reduce la fidelidad de la imagen, no es apropiado para la reproducción exacta de datos de imágenes (como algunas aplicaciones de imágenes científicas y médicas y ciertos trabajos técnicos de procesamiento de imágenes).

JPEG tampoco es adecuado para archivos que se someterán a múltiples ediciones, ya que se pierde algo de calidad de imagen cada vez que se vuelve a comprimir la imagen, especialmente si la imagen se recorta o se desplaza, o si se cambian los parámetros de codificación; consulte la pérdida de generación digital. para detalles. Para evitar la pérdida de información de la imagen durante la edición secuencial y repetitiva, la primera edición puede guardarse en un formato sin pérdidas, luego editarse en ese formato y finalmente publicarse como JPEG para su distribución.

Compresión JPEG

JPEG utiliza una forma de compresión con pérdida basada en la transformada de coseno discreta (DCT). Esta operación matemática convierte cada cuadro/campo de la fuente de video del dominio espacial (2D) al dominio de frecuencia (también conocido como dominio de transformación). Un modelo de percepción basado libremente en el sistema psicovisual humano descarta información de alta frecuencia, es decir, transiciones bruscas en intensidad y tono de color. En el dominio de transformación, el proceso de reducción de información se llama cuantización. En términos más simples, la cuantificación es un método para reducir de manera óptima una gran escala numérica (con diferentes ocurrencias de cada número) en una más pequeña, y el dominio de transformación es una representación conveniente de la imagen porque los coeficientes de alta frecuencia, que contribuyen menos a la imagen general que otros coeficientes, son valores característicamente pequeños con alta compresibilidad. A continuación, los coeficientes cuantificados se secuencian y empaquetan sin pérdidas en el flujo de bits de salida. Casi todas las implementaciones de software de JPEG permiten al usuario controlar la relación de compresión (así como otros parámetros opcionales), lo que permite al usuario cambiar la calidad de la imagen por un tamaño de archivo más pequeño. En aplicaciones integradas (como miniDV, que utiliza un esquema de compresión DCT similar), los parámetros se preseleccionan y fijan para la aplicación.

El método de compresión suele tener pérdidas, lo que significa que parte de la información de la imagen original se pierde y no se puede restaurar, lo que posiblemente afecte la calidad de la imagen. Hay un modo sin pérdidas opcional definido en el estándar JPEG. Sin embargo, este modo no es ampliamente compatible con los productos.

También hay un formato JPEG progresivo entrelazado, en el que los datos se comprimen en varias pasadas con un nivel de detalle progresivamente mayor. Esto es ideal para imágenes grandes que se mostrarán durante la descarga a través de una conexión lenta, lo que permite una vista previa razonable después de recibir solo una parte de los datos. Sin embargo, la compatibilidad con archivos JPEG progresivos no es universal. Cuando los archivos JPEG progresivos son recibidos por programas que no los admiten (como versiones de Internet Explorer anteriores a Windows 7), el software muestra la imagen solo después de que se haya descargado por completo.

También hay muchas aplicaciones de cámaras, tráfico e imágenes médicas que crean y procesan imágenes JPEG de 12 bits, tanto en escala de grises como en color. El formato JPEG de 12 bits se incluye en una parte extendida de la especificación JPEG. El códec libjpeg admite JPEG de 12 bits e incluso existe una versión de alto rendimiento.

Edición sin pérdidas

Se pueden realizar varias modificaciones a una imagen JPEG sin pérdida (es decir, sin recompresión y la pérdida de calidad asociada) siempre que el tamaño de la imagen sea un múltiplo de 1 bloque MCU (Unidad codificada mínima) (generalmente 16 píxeles en ambas direcciones, para submuestreo de croma 4:2:0). Las utilidades que implementan esto incluyen:

• jpegtran y su GUI, Jpegcrop.
• IrfanView usando "JPG Lossless Crop (PlugIn)" y "JPG Lossless Rotation (PlugIn)", que requieren instalar el plugin JPG_TRANSFORM.
• FastStone Image Viewer usando "Cropa sin pérdida al archivo" y "JPEG Rotate sin pérdida".
• XnViewMP usando "transformaciones sin pérdidas JPEG".
• ACD Ver soporta la rotación sin pérdidas (pero no sin pérdidas) con su opción "Operaciones JPEG sin pérdida de fuerza".

Los bloques se pueden girar en incrementos de 90 grados, voltear en los ejes horizontal, vertical y diagonal y moverse en la imagen. No es necesario utilizar todos los bloques de la imagen original en la modificada.

Los bordes superior e izquierdo de una imagen JPEG deben estar en un límite de bloque de 8 × 8 píxeles, pero no es necesario que los bordes inferior y derecho estén así. Esto limita las posibles operaciones de recorte sin pérdidas y también evita los giros y rotaciones de una imagen cuyo borde inferior o derecho no se encuentra en un límite de bloque para todos los canales (porque el borde terminaría en la parte superior o izquierda)., donde, como se mencionó anteriormente, un límite de bloque es obligatorio).

Las rotaciones en las que la imagen no es un múltiplo de 8 o 16, cuyo valor depende del submuestreo de croma, no son sin pérdidas. La rotación de una imagen de este tipo hace que se vuelvan a calcular los bloques, lo que provoca una pérdida de calidad.

Al usar el recorte sin pérdidas, si el lado inferior o derecho de la región de recorte no está en un límite de bloque, el resto de los datos de los bloques usados parcialmente seguirán estando presentes en el archivo recortado y se podrán recuperar. También es posible transformar entre formato base y progresivo sin pérdida de calidad, ya que la única diferencia es el orden en que se colocan los coeficientes en el archivo.

Además, varias imágenes JPEG se pueden unir sin pérdidas, siempre que se hayan guardado con la misma calidad y los bordes coincidan con los límites del bloque.

Archivos JPEG

El formato de archivo conocido como "Formato de intercambio JPEG" (JIF) se especifica en el Anexo B de la norma. Sin embargo, este "puro" El formato de archivo rara vez se usa, principalmente debido a la dificultad de programar codificadores y decodificadores que implementen completamente todos los aspectos del estándar y debido a ciertas deficiencias del estándar:

• Definición del espacio de color
• Inscripción de subcampeonato de componentes
• Definición de relación de aspecto del píxel.

Se han desarrollado varios estándares adicionales para abordar estos problemas. El primero de ellos, lanzado en 1992, fue el formato de intercambio de archivos JPEG (o JFIF), seguido en los últimos años por el formato de archivo de imagen intercambiable (Exif) y los perfiles de color ICC. Ambos formatos usan el diseño de bytes JIF real, que consiste en diferentes marcadores, pero además, emplean uno de los puntos de extensión del estándar JIF, a saber, los marcadores de aplicación: JFIF usa APP0, mientras que Exif usa APP1. Dentro de estos segmentos del archivo que quedaron para uso futuro en el estándar JIF y no son leídos por este, estos estándares agregan metadatos específicos.

Por lo tanto, de alguna manera, JFIF es una versión reducida del estándar JIF en el sentido de que especifica ciertas restricciones (como no permitir todos los diferentes modos de codificación), mientras que en otras formas, es una extensión de JIF debido a los metadatos añadidos. La documentación para el estándar JFIF original establece:

JPEG El formato de intercambio de archivos es un formato de archivo mínimo que permite intercambiar bitstreams JPEG entre una amplia variedad de plataformas y aplicaciones. Este formato mínimo no incluye ninguna de las características avanzadas encontradas en la especificación TIFF JPEG o cualquier formato de archivo específico de aplicación. Tampoco debería, para el único propósito de este formato simplificado es permitir el intercambio de imágenes comprimidas JPEG.

Los archivos de imagen que emplean compresión JPEG se denominan comúnmente "archivos JPEG" y se almacenan en variantes del formato de imagen JIF. La mayoría de los dispositivos de captura de imágenes (como las cámaras digitales) que emiten JPEG en realidad están creando archivos en formato Exif, el formato que la industria de las cámaras ha estandarizado para el intercambio de metadatos. Por otro lado, dado que el estándar Exif no permite perfiles de color, la mayoría del software de edición de imágenes almacena JPEG en formato JFIF y también incluye el segmento APP1 del archivo Exif para incluir los metadatos de una manera casi compatible; el estándar JFIF se interpreta con cierta flexibilidad.

Estrictamente hablando, los estándares JFIF y Exif son incompatibles, porque cada uno especifica que su segmento marcador (APP0 o APP1, respectivamente) aparece primero. En la práctica, la mayoría de los archivos JPEG contienen un segmento marcador JFIF que precede al encabezado Exif. Esto permite que los lectores más antiguos manejen correctamente el segmento JFIF de formato anterior, mientras que los lectores más nuevos también decodifican el siguiente segmento Exif, siendo menos estrictos en cuanto a exigir que aparezca primero.

Extensiones de nombre de archivo JPEG

Las extensiones de nombre de archivo más comunes para archivos que emplean compresión JPEG son .jpg y .jpeg, aunque < También se utilizan código>.jpe, .jfif y .jif. También es posible que los datos JPEG se incrusten en otros tipos de archivos: los archivos codificados en TIFF suelen incrustar una imagen JPEG como una miniatura de la imagen principal; y los archivos MP3 pueden contener un archivo JPEG de portada en la etiqueta ID3v2.

Perfil de color

Muchos archivos JPEG incorporan un perfil de color ICC (espacio de color). Los perfiles de color comúnmente utilizados incluyen sRGB y Adobe RGB. Debido a que estos espacios de color usan una transformación no lineal, el rango dinámico de un archivo JPEG de 8 bits es de aproximadamente 11 paradas; ver curva gamma.

Si la imagen no especifica la información del perfil de color (sin etiquetar), se supone que el espacio de color es sRGB a los efectos de la visualización en las páginas web.

Sintaxis y estructura

Una imagen JPEG consta de una secuencia de segmentos, cada uno de los cuales comienza con un marcador, cada uno de los cuales comienza con un byte 0xFF, seguido de un byte que indica qué tipo de marcador es. Algunos marcadores consisten solo en esos dos bytes; otros van seguidos de dos bytes (alto y luego bajo), lo que indica la longitud de los datos de carga útil específicos del marcador que siguen. (La longitud incluye los dos bytes de la longitud, pero no los dos bytes del marcador). Algunos marcadores van seguidos de datos codificados en entropía; la longitud de dicho marcador no incluye los datos codificados por entropía. Tenga en cuenta que los bytes 0xFF consecutivos se utilizan como bytes de relleno con fines de relleno, aunque este relleno de bytes de relleno solo debe tener lugar para los marcadores que siguen inmediatamente a los datos de escaneo codificados por entropía (consulte las secciones B.1.1.2 y E.1.2 de la especificación JPEG para obtener más detalles; específicamente "En todos los casos en los que se agregan marcadores después de los datos comprimidos, los bytes de relleno 0xFF opcionales pueden preceder al marcador").

Dentro de los datos codificados por entropía, después de cualquier byte 0xFF, el codificador inserta un byte 0x00 antes del siguiente byte, de modo que no parece haber un marcador donde no se pretende, lo que evita errores de trama. Los decodificadores deben omitir este byte 0x00. Esta técnica, denominada relleno de bytes (consulte la sección F.1.2.3 de la especificación JPEG), solo se aplica a los datos codificados por entropía, no a los datos de carga útil de marcadores. Sin embargo, tenga en cuenta que los datos codificados por entropía tienen algunos marcadores propios; específicamente los marcadores de reinicio (0xD0 a 0xD7), que se utilizan para aislar fragmentos independientes de datos codificados en entropía para permitir la decodificación paralela, y los codificadores pueden insertar estos marcadores de reinicio a intervalos regulares (aunque no todos los codificadores hacen esto).

Hay otros marcadores Start Of Frame que introducen otros tipos de codificaciones JPEG.

Dado que varios proveedores pueden usar el mismo tipo de marcador APPn, los marcadores específicos de la aplicación a menudo comienzan con un nombre estándar o de proveedor (por ejemplo, "Exif" o " Adobe") o alguna otra cadena de identificación.

En un marcador de reinicio, las variables predictoras de bloque a bloque se restablecen y el flujo de bits se sincroniza con un límite de bytes. Los marcadores de reinicio proporcionan medios para la recuperación después de un error de flujo de bits, como la transmisión a través de una red poco confiable o la corrupción de archivos. Dado que las ejecuciones de macrobloques entre marcadores de reinicio pueden decodificarse de forma independiente, estas ejecuciones pueden decodificarse en paralelo.

Ejemplo de códec JPEG

Aunque un archivo JPEG se puede codificar de varias maneras, lo más común es hacerlo con la codificación JFIF. El proceso de codificación consta de varios pasos:

1. La representación de los colores en la imagen se convierte de RGB a Y′CBCR, consistente en un componente luma (Y'), que representa el brillo, y dos componentes de croma, (C_B y C_R), representando el color. Este paso a veces se salta.
2. La resolución de los datos del croma se reduce, generalmente por un factor de 2 o 3. Esto refleja el hecho de que el ojo es menos sensible a detalles de color fino que a detalles de brillo fino.
3. La imagen se divide en bloques de 8×8 píxeles, y para cada bloque, cada uno de los Y, C_B, y C_R los datos se someten a la discreta transformación cosina (DCT). Un DCT es similar a una transformación Fourier en el sentido de que produce una especie de espectro de frecuencia espacial.
4. Las amplitudes de los componentes de frecuencia se cuantifican. La visión humana es mucho más sensible a pequeñas variaciones de color o brillo sobre grandes áreas que a la fuerza de variaciones de brillo de alta frecuencia. Por lo tanto, las magnitudes de los componentes de alta frecuencia se almacenan con menor precisión que los componentes de baja frecuencia. El ajuste de calidad del encoder (por ejemplo 50 o 95 en una escala de 0 a 100 en la biblioteca del Grupo Independiente de JPEG) afecta en qué medida se reduce la resolución de cada componente de frecuencia. Si se utiliza un ajuste de calidad excesivamente bajo, los componentes de alta frecuencia se descartan por completo.
5. Los datos resultantes para todos los bloques 8×8 se comprimen más con un algoritmo sin pérdidas, una variante de codificación Huffman.

El proceso de decodificación invierte estos pasos, excepto la cuantificación porque es irreversible. En el resto de esta sección, los procesos de codificación y decodificación se describen con más detalle.

Codificación

Muchas de las opciones del estándar JPEG no se usan con frecuencia y, como se mencionó anteriormente, la mayoría del software de imágenes usa el formato JFIF más simple al crear un archivo JPEG, que, entre otras cosas, especifica el método de codificación. Aquí hay una breve descripción de uno de los métodos de codificación más comunes cuando se aplica a una entrada que tiene 24 bits por píxel (ocho de rojo, verde y azul). Esta opción particular es un método de compresión de datos con pérdida.

Transformación del espacio de color

Primero, la imagen debe convertirse de RGB (por defecto, sRGB, pero son posibles otros espacios de color) a un espacio de color diferente llamado Y′CBCR (o, informalmente, YCbCr). Tiene tres componentes Y', C_B y C_R: el Y' representa el brillo de un píxel, y los componentes C_B y C_R representan la crominancia (dividida en componentes azul y rojo). Este es básicamente el mismo espacio de color que se usa en la televisión digital en color, así como en el video digital, incluidos los DVD de video. La conversión del espacio de color Y′C_BC_R permite una mayor compresión sin un efecto significativo en la calidad de imagen perceptible (o mayor calidad de imagen perceptible para la misma compresión). La compresión es más eficiente porque la información de brillo, que es más importante para la eventual calidad de percepción de la imagen, se limita a un solo canal. Esto se corresponde más estrechamente con la percepción del color en el sistema visual humano. La transformación de color también mejora la compresión por decorrelación estadística.

En el estándar JFIF se especifica una conversión particular a Y′C_BC_R, y se debe realizar para que el archivo JPEG resultante tenga la máxima compatibilidad. Sin embargo, algunas implementaciones de JPEG en "calidad más alta" no aplique este paso y en su lugar mantenga la información de color en el modelo de color RGB, donde la imagen se almacena en canales separados para los componentes de brillo rojo, verde y azul. Esto da como resultado una compresión menos eficiente y probablemente no se usaría cuando el tamaño del archivo es especialmente importante.

Reducción de muestreo

Debido a las densidades de los receptores sensibles al color y al brillo en el ojo humano, los humanos pueden ver detalles considerablemente más finos en el brillo de una imagen (el componente Y') que en el tono y la saturación de color de una imagen (los componentes Cb y Cr). Usando este conocimiento, los codificadores pueden diseñarse para comprimir imágenes de manera más eficiente.

La transformación en el modelo de color Y′CBCR permite el siguiente paso habitual, que consiste en reducir la resolución espacial de los componentes Cb y Cr (llamada "reducción de resolución" o "submuestreo de croma"). Las proporciones en las que normalmente se realiza la reducción de resolución para las imágenes JPEG son 4:4:4 (sin reducción de resolución), 4:2:2 (reducción por un factor de 2 en la dirección horizontal) o (más comúnmente) 4:2: 0 (reducción por un factor de 2 en las direcciones horizontal y vertical). Para el resto del proceso de compresión, Y', Cb y Cr se procesan por separado y de manera muy similar.

División de bloques

Después del submuestreo, cada canal debe dividirse en bloques de 8×8. Según el submuestreo de croma, esto genera bloques de unidades codificadas mínimas (MCU) de tamaño 8 × 8 (4: 4: 4, sin submuestreo), 16 × 8 (4: 2: 2) o más comúnmente 16 × 16 (4: 2:0). En la compresión de video, las MCU se denominan macrobloques.

Si los datos de un canal no representan un número entero de bloques, el codificador debe llenar el área restante de los bloques incompletos con alguna forma de datos ficticios. Rellenar los bordes con un color fijo (por ejemplo, negro) puede crear artefactos de timbre a lo largo de la parte visible del borde; repetir los píxeles del borde es una técnica común que reduce (pero no necesariamente elimina) tales artefactos, y también se pueden aplicar técnicas de relleno de bordes más sofisticadas.

Transformada coseno discreta

La subimagen 8×8 muestra en escala gris de 8 bits

A continuación, cada bloque de 8 × 8 de cada componente (Y, Cb, Cr) se convierte en una representación en el dominio de la frecuencia mediante una transformada de coseno discreta (DCT) de tipo II normalizada y bidimensional. Consulte la cita 1 en transformada discreta del coseno. La DCT a veces se denomina "DCT tipo II" en el contexto de una familia de transformadas como en la transformada de coseno discreta, y la inversa correspondiente (IDCT) se denota como "tipo-III DCT".

Como ejemplo, una subimagen de 8 × 8 de 8 bits podría ser:

${displaystyle left[{begin{array}{rrrrrrrrr}52 coinciden con el texto de la política de los Estados Unidos de América, de los Estados Unidos de América, de los Estados Unidos de América, de los Estados Unidos de América, de los Estados Unidos de América, de los Estados Unidos de América, de los Estados Unidos de América, de los Estados Unidos de América, de América.$

Antes de calcular el DCT del bloque 8×8, sus valores se desplazan de un rango positivo a uno centrado en cero. Para una imagen de 8 bits, cada entrada en el bloque original cae en el rango ${displaystyle [0,255]}$. El punto medio del rango (en este caso, el valor 128) se resta de cada entrada para producir un rango de datos centrado en cero, por lo que el rango modificado es ${displaystyle [128,127]}$. Este paso reduce los requisitos de rango dinámico en la etapa de procesamiento de DCT que sigue.

Este paso da como resultado los siguientes valores:

${displaystyle g={-60 {begin{array}{c}xlongrightarrowleft[{begin{array}{rrrrrrrr}-76 conlleva-67 implica-62 implica-58 ventaja-67 implica-64 implica-55-65 implica-69 duplica-38-1973 Bigg downarrow }y.}$

El DCT transforma un bloque 8×8 de valores de entrada a una combinación lineal de estos 64 patrones. Los patrones se denominan DCT bidimensional Funciones básicas, y los valores de salida se denominan transformar coeficientes. El índice horizontal es ${displaystyle u}$ y el índice vertical ${displaystyle v}$.

El siguiente paso es tomar la DCT bidimensional, que viene dada por:

${displaystyle G_{u,v}={frac {1}{4}alpha (u)alpha (v)sum ¿Qué? ¿Por qué?$

dónde

• ${displaystyle u}$ es la frecuencia espacial horizontal, para los enteros ${displaystyle 0leq u observado8}$.
• ${displaystyle v}$ es la frecuencia espacial vertical, para los enteros ${displaystyle 0leq viere8}$.
• ${displaystyle alpha (u)={begin{cases}{frac {1}{sqrt {2}}}} {mbox{if} }u=01, âTMa {otherwise}end{cases}}$ es un factor de escala normalizador para hacer la transformación ortonormal
• ${displaystyle g_{x,y}$ es el valor pixel en coordenadas ${displaystyle (x,y)}$
• ${displaystyle G_{u,v}$ es el coeficiente DCT en las coordenadas ${displaystyle (u,v). }$

Si realizamos esta transformación en nuestra matriz anterior, obtenemos lo siguiente (redondeado a los dos dígitos más cercanos más allá del punto decimal):

${displaystyle G={begin{array}{c}ulongrightarrowleft[{begin{array}{rrrrrr}-415.38 ventaja-30.19-61.20 simultáneamente27.24 coinciden con 20,10 segundos-2,46$