Kompresi gambar adalah metode, yang mengurangi ukuran data untuk mengurangi jumlah ruang yang diperlukan untuk menyimpan data. Transformasi kosinus diskrit (DCT) adalah metode untuk mengubah sinyal atau gambar dari domain spasial ke komponen frekuensi. Ini adalah teknik yang banyak digunakan dalam kompresi gambar.
- Mengapa DCT lebih disukai untuk kompresi gambar?
- Apa itu DCT dalam kompresi gambar?
- Apakah DCT Lossy atau Lossless?
- Mengapa kita menggunakan DCT dalam algoritma kompresi gambar JPEG?
Mengapa DCT lebih disukai untuk kompresi gambar?
DCT dapat digunakan untuk mengonversi sinyal (informasi spasial) menjadi data numerik ("frekuensi" atau informasi "spektral") sehingga informasi gambar ada dalam bentuk kuantitatif yang dapat dimanipulasi untuk kompresi. Sinyal untuk gambar grafis dapat dianggap sebagai sinyal tiga dimensi.
Apa itu DCT dalam kompresi gambar?
Definisi DCT
Transformasi kosinus diskrit (DCT) mewakili gambar sebagai jumlah sinusoid dari berbagai magnitudo dan frekuensi. Fungsi DCT2 menghitung transformasi kosinus diskrit dua dimensi (DCT) dari suatu gambar.
Apakah DCT Lossy atau Lossless?
Ini memungkinkan teknik DCT digunakan untuk kompresi gambar lossless. Ini adalah modifikasi dari algoritma DCT asli, dan menggabungkan elemen -elemen modulasi DCT dan delta terbalik. Ini adalah algoritma kompresi lossless yang lebih efektif daripada pengkodean entropi. DCT lossless juga dikenal sebagai LDCT.
Mengapa kita menggunakan DCT dalam algoritma kompresi gambar JPEG?
DCT memiliki fungsi kosinus yang lebih mudah dihitung dan jumlah koefisien menjadi lebih sedikit. Dengan demikian, DCT dapat menghasilkan rekonstruksi gambar yang lebih akurat bahkan jika jpeg adalah transformasi lossy. Ada satu langkah yang disebut kuantisasi di mana piksel yang kurang penting dibuang sesuai dengan distribusi frekuensi.