Apakah Mampatan Tanpa Rugi?<\/h3>\n
Pemampatan tanpa kerugian mengurangkan saiz fail dengan mengenal pasti dan menghapuskan lebihan statistik tanpa mengalih keluar sebarang maklumat. Apabila dinyahmampat, fail adalah bit-untuk-bit sama dengan yang asal, tanpa kehilangan kualiti atau integriti data.<\/p>\n <\/div>\n <\/div>\n \n
Cara Pemampatan Tanpa Kehilangan Berfungsi<\/h3>\n
Algoritma pemampatan tanpa rugi menggunakan pelbagai teknik untuk mengurangkan saiz fail sambil memastikan pembinaan semula sempurna bagi data asal. Kaedah ini menganalisis corak, frekuensi dan struktur dalam data untuk mengekodnya dengan lebih cekap tanpa kehilangan maklumat.<\/p>\n \n
Pengekodan Jangka Panjang (RLE)<\/h4>\n
RLE menggantikan jujukan elemen data yang sama (jalan) dengan satu nilai dan kiraan. Contohnya, “AAAAAABBBCCCCC” menjadi “6A3B5C”, dengan ketara mengurangkan saiz untuk data dengan banyak jujukan berulang.<\/p>\n
Original: WWWWWWWWWWBBBWWWWWWWWWWWWBBBWWWWWWWWWW\nCompressed: 10W3B12W3B10W<\/pre>\n <\/div>\n <\/div>\n \n\n\n <\/i>\n <\/div>\nPengekodan Huffman<\/h4>\n
Teknik ini memberikan kod pembolehubah panjang untuk memasukkan aksara, dengan kod yang lebih pendek untuk aksara yang lebih kerap. Pendekatan statistik ini mengoptimumkan pengekodan berdasarkan taburan kekerapan aksara.<\/p>\n
\n Contoh:<\/strong>\nFrequent character 'e': 101\nLess frequent 'z': 1010101011<\/pre>\n <\/div>\n <\/div>\n \n\n\n <\/i>\n <\/div>\nAlgoritma LZ77 & LZ78<\/h4>\n
Kaedah berasaskan kamus ini menggantikan kejadian berulang data dengan rujukan kepada satu salinan yang sudah ada dalam strim tidak dimampatkan. Mereka membentuk asas untuk format popular seperti ZIP dan GIF.<\/p>\n
\n Contoh:<\/strong>\nInstead of storing \"compression compression\"\nStore \"compression [pointer to earlier instance]\"<\/pre>\n <\/div>\n <\/div>\n \n\n\n <\/i>\n <\/div>\nKempiskan Algoritma<\/h4>\n
Menggabungkan pengekodan LZ77 dan Huffman, Deflate memberikan pemampatan yang sangat baik dengan kelajuan yang baik. Ia digunakan dalam ZIP, PNG dan mampatan HTTP (gzip), menjadikannya salah satu algoritma yang paling banyak digunakan.<\/p>\n
\n Aplikasi:<\/strong>\n\n
- ZIP arkib<\/li>\n
- imej PNG<\/li>\n
- Mampatan HTTP (gzip)<\/li>\n <\/ul>\n <\/div>\n <\/div>\n \n
\n\n <\/i>\n <\/div>\nPengekodan Aritmetik<\/h4>\n
Teknik ini mewakili mesej sebagai julat nombor antara 0 dan 1. Ia boleh mencapai nisbah mampatan yang hampir dengan had entropi teori, menjadikannya sangat cekap untuk jenis data tertentu.<\/p>\n
\n Kelebihan:<\/strong>\nBoleh mengekod bit pecahan bagi setiap simbol, menawarkan pemampatan yang lebih baik daripada Huffman untuk banyak sumber.<\/p>\n <\/div>\n <\/div>\n \n
\n\n <\/i>\n <\/div>\nPengekodan Delta<\/h4>\n
Daripada menyimpan nilai mutlak, pengekodan delta menyimpan perbezaan antara nilai berturut-turut. Ini amat berkesan untuk data yang nilai bersebelahan adalah serupa, seperti sampel audio atau bacaan penderia.<\/p>\n
\n Contoh:<\/strong>\nOriginal: 105, 107, 106, 110, 108\nDelta: 105, +2, -1, +4, -2<\/pre>\n <\/div>\n <\/div>\n <\/div>\n \nFormat Fail Lossless Biasa<\/h3>\n
\n\n\n <\/i>\nArkib<\/h4>\n <\/div>\n
\nZIP<\/div>\nRAR<\/div>\n7Z<\/div>\nGZIP<\/div>\nBZIP2<\/div>\nTAR<\/div>\n <\/div>\n <\/div>\n \n\n\n <\/i>\nImej<\/h4>\n <\/div>\n
\nPNG<\/div>\nTIFF<\/div>\nBMP<\/div>\nGIF<\/div>\nWebP (tak rugi)<\/div>\n <\/div>\n <\/div>\n \n\n\n <\/i>\nAudio<\/h4>\n <\/div>\n
\nFLAC<\/div>\nALAC<\/div>\nWAV<\/div>\nAPE<\/div>\nWavPack<\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/section>\n \n \n\n Mampatan Lossy Diterangkan<\/h2>\n \n
\n\n\n <\/i>\n <\/div>\n\nApakah Mampatan Lossy?<\/h3>\n
Pemampatan lossy mengurangkan saiz fail dengan menghapuskan maklumat tertentu secara kekal, terutamanya data yang berlebihan atau kurang penting. Fail yang dinyahmampat adalah berbeza daripada yang asal, tetapi perbezaannya direka bentuk untuk menjadi sukar atau mustahil untuk dilihat oleh manusia dalam keadaan biasa.<\/p>\n <\/div>\n <\/div>\n \n
Bagaimana Lossy Compression Berfungsi<\/h3>\n
Mampatan lossy mencapai nisbah mampatan yang jauh lebih tinggi dengan membuat keputusan strategik tentang data yang hendak dibuang. Algoritma ini memanfaatkan pengetahuan tentang persepsi manusia\u2014perkara yang boleh dan tidak dapat dikesan oleh mata dan telinga kita\u2014untuk mengalih keluar maklumat dengan cara yang meminimumkan kesan ketara terhadap kualiti.<\/p>\n \n
\n\n\n <\/i>\n <\/div>\nTransform Coding<\/h4>\n
Teknik ini mengubah data daripada satu domain (seperti spatial) kepada yang lain (seperti kekerapan) di mana pemampatan boleh digunakan dengan lebih berkesan. Transformasi Kosinus Diskret (DCT) yang digunakan dalam JPEG adalah contoh utama.<\/p>\n
\n Proses:<\/strong>\n\n
- Tukar blok imej kepada komponen frekuensi<\/li>\n
- Kuantiti komponen frekuensi tinggi dengan lebih agresif<\/li>\n
- Mata manusia kurang sensitif terhadap frekuensi ini<\/li>\n <\/ul>\n <\/div>\n <\/div>\n \n
\n\n <\/i>\n <\/div>\nKuantisasi<\/h4>\n
Pengkuantitian mengurangkan ketepatan nilai data. Ia memetakan julat nilai input kepada set nilai output yang lebih kecil, dengan berkesan mengurangkan bilangan bit yang diperlukan untuk mewakili data.<\/p>\n
\n Contoh:<\/strong>\nOriginal values: 4.13, 4.28, 4.97, 4.02\nQuantized to: 4, 4, 5, 4<\/pre>\n <\/div>\n <\/div>\n \n\n\n <\/i>\n <\/div>\nPermodelan Psikoakustik<\/h4>\n
Digunakan dalam pemampatan audio, teknik ini mengeksploitasi had pendengaran manusia. Ia mengenal pasti komponen audio yang boleh dialih keluar tanpa menjejaskan kualiti bunyi yang dirasakan.<\/p>\n
\n Konsep Utama:<\/strong>\n\n
- Penutup pendengaran: Bunyi yang lebih kuat menutup bunyi yang lebih senyap<\/li>\n
- Kepekaan frekuensi: Manusia mendengar frekuensi julat pertengahan paling baik<\/li>\n
- Penutup sementara: Bunyi boleh menutupi orang lain yang berlaku sejurus sebelum\/selepas<\/li>\n <\/ul>\n <\/div>\n <\/div>\n \n
\n\n <\/i>\n <\/div>\nPengekodan Persepsi<\/h4>\n
Sama seperti pemodelan psikoakustik tetapi untuk data visual, pendekatan ini mengalih keluar maklumat yang kurang diperhatikan oleh mata manusia, terutamanya dalam butiran frekuensi tinggi dan variasi warna.<\/p>\n
\n Aplikasi:<\/strong>\nDigunakan dalam JPEG, MPEG dan piawaian pemampatan visual yang lain untuk mengutamakan data yang penting secara persepsi.<\/p>\n <\/div>\n <\/div>\n \n
\n\n <\/i>\n <\/div>\nPampasan Usul<\/h4>\n
Teknik pemampatan video yang mengeksploitasi lebihan temporal dengan mengekod perbezaan antara bingkai dan bukannya setiap bingkai lengkap. Hanya perubahan dari satu bingkai ke bingkai seterusnya dikodkan sepenuhnya.<\/p>\n
\n Proses:<\/strong>\n\n
- Simpan “bingkai kunci” yang lengkap (bingkai-I) secara berkala<\/li>\n
- Untuk bingkai lain, simpan perbezaan sahaja (B-bingkai) atau perbezaan dua arah (B-bingkai)<\/li>\n
- Hasil dalam pengurangan saiz fail yang dramatik untuk video<\/li>\n <\/ul>\n <\/div>\n <\/div>\n \n
\n\n <\/i>\n <\/div>\nPensampelan Kroma<\/h4>\n
Teknik ini mengurangkan maklumat warna lebih daripada maklumat kecerahan, mengambil kesempatan daripada kepekaan mata manusia yang lebih besar terhadap kecerahan berbanding perbezaan warna.<\/p>\n
\n Format Biasa:<\/strong>\n\n
- 4:4:4 – Tiada subsampel (warna penuh)<\/li>\n
- 4:2:2 – Membahagikan separuh resolusi warna mendatar<\/li>\n
- 4:2:0 – Membahagikan kedua-dua resolusi warna mendatar dan menegak<\/li>\n <\/ul>\n <\/div>\n <\/div>\n <\/div>\n \n
Format Fail Lossy Biasa<\/h3>\n
\n\n\n <\/i>\nImej<\/h4>\n <\/div>\n
\nJPEG<\/div>\nWebP (rugi)<\/div>\nJPEG 2000<\/div>\nHEIF<\/div>\nAVIF<\/div>\n <\/div>\n <\/div>\n \n\n\n <\/i>\nAudio<\/h4>\n <\/div>\n
\nMP3<\/div>\nAAC<\/div>\nVorbis<\/div>\nOpus<\/div>\nWMA<\/div>\n <\/div>\n <\/div>\n \n\n\n <\/i>\nVideo<\/h4>\n <\/div>\n
\nH.264<\/div>\nH.265<\/div>\nVP9<\/div>\nAV1<\/div>\nWebM<\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/section>\n \n \n\n Aplikasi Praktikal dan Kes Penggunaan<\/h2>\n \n
\n\n\n\n <\/i>\n <\/div>\nFotografi Digital<\/h3>\n <\/div>\n
\nMampatan Tanpa Kehilangan<\/h4>\n
\n
- Pemeliharaan format RAW untuk jurugambar profesional<\/li>\n
- Penyimpanan kualiti arkib bagi gambar-gambar penting<\/li>\n
- Imej yang memerlukan pemprosesan atau penyuntingan yang meluas<\/li>\n
- Format PNG untuk grafik dengan teks atau tepi tajam<\/li>\n <\/ul>\n \n
Mampatan Lossy<\/h4>\n
\n
- JPEG untuk foto harian dan perkongsian web<\/li>\n
- Penjanaan imej kecil untuk galeri dan pratonton<\/li>\n
- Muat naik media sosial di mana had saiz dikenakan<\/li>\n
- Lampiran e-mel dan aplikasi pemesejan<\/li>\n <\/ul>\n \n
\n Amalan Terbaik:<\/strong> Tangkap dalam format RAW atau lossless, buat versi lossy untuk perkongsian, simpan induk lossless untuk pengarkiban.\n <\/div>\n <\/div>\n <\/div>\n \n\n\n\n <\/i>\n <\/div>\n