Joint Photographic Experts Group | formato de archivo que se utiliza para comprimir imágenes digitales

Cómo funciona

YP_b P_r

Lo primero que destaca de la compresión JPEG es la forma en que se almacena el color de cada píxel. A cada píxel de la imagen se le asignan 3 bytes para definir su color. Los tres bytes pueden tener cualquier valor entre 0 y 255 y cada combinación posible de los tres bytes representa otro color. En la mayoría de los formatos de archivo, se utiliza el formato RGB para definir el color. RGB son las siglas de Red Green Blue. Se llama así porque el primero de los tres bytes le dice cuánto rojo hay en el color del píxel. El segundo byte le dice cuánto verde hay en el color y el tercer byte cuánto azul. Cuanto más alto sea el valor del primer byte, más rojo se verá el píxel.

El JPEG también utiliza tres bytes por cada píxel, pero utiliza el formato YP_b P_r (también conocido como YC_b C_r ). Aquí, el primer byte nos dice lo brillante que es el píxel. El segundo byte nos dice lo azul que es el píxel. El tercer byte nos dice lo rojo que es el píxel. Con este formato de color, el brillo se almacena aparte del color. Esto es útil, porque vamos a comprimir una imagen. Como el ojo humano ve mejor la luminosidad que el color, podemos aplicar una mayor compresión a los bytes de color (el P_b -byte y el P_r -byte). Como vemos mejor el brillo, utilizamos una menor compresión en el byte Y, para que la imagen tenga un mejor aspecto tras la compresión.

Dado que las imágenes se almacenan casi siempre en formato RGB, el primer paso de la compresión JPEG suele ser cambiar correctamente el formato RGB al formato YP_b P_r .

Transformada discreta del coseno

JPEG utiliza funciones de coseno para representar una imagen. Por lo tanto, vamos a hablar un poco de las funciones de coseno. Este es el aspecto que podría tener una función coseno:

Para que la función coseno represente el color de un píxel, decimos que cuanto mayor sea el valor de la función coseno, más brillante será el píxel. Si tuviéramos un conjunto de píxeles que fueran brillantes-oscuros-brillantes, podríamos utilizar la función anterior para definirlos.

La función también podría tener una frecuencia mayor. Así:

Pero aquí es donde se pone interesante. También podemos crear diferentes funciones tomando la media de diferentes funciones de coseno. Este es el aspecto que tendría si tomáramos la media de las dos funciones anteriores:

En JPEG, la DCT se aplica a bloques de 8 × 8 píxeles.

Cuantificación

Hasta ahora, no se ha perdido ninguna información en el proceso de compresión de la imagen. En este paso, estamos filtrando información. Por ello, este es el paso que disminuye la calidad de la imagen. Para cada bloque de 8 × 8 píxeles, las funciones de coseno con frecuencias altas se ponen a 0. Esto significa que ya no pueden tener ningún impacto en el aspecto de la imagen cuando se descomprime.

Muchos valores serán ahora 0, lo que significa que se puede comprimir muy fácilmente. Esto se hace mediante la codificación Huffman. La codificación Huffman es el último paso de la compresión JPEG. También es el único paso en el que los datos se comprimen realmente.

 
(cos(x) + cos(2x)) / 2  


cos(x)  


cos(2x)  

Estructura

Al ser un archivo informático, un archivo JPEG está formado por múltiples bytes. Un byte en hexadecimal podría parecerse a 0x01. Los primeros bytes de un JPEG son 0xFF, 0xD8 ("FF D8"); estos bytes se denominan Inicio de la Imagen (SOI). La primera sección de bytes de un JPEG es la cabecera; ésta va desde FF D8 hasta justo antes de los últimos bytes 0xFF, 0xDA ("FF DA"). La cabecera contiene información sobre los datos y otros datos útiles. La siguiente sección de bytes en un JPEG son los datos de la imagen; ésta va desde FF DA hasta 0xFF, 0xD9 ("FF D9"). Los bytes FF DA se denominan Inicio de la exploración (SOS), y los bytes FF D9 se denominan Fin de la imagen (EOI).