Vertiefungsstoff zum Thema Code und Codierung

Präsentation zum Thema: "Vertiefungsstoff zum Thema Code und Codierung"—  Präsentation transkript:

1 Vertiefungsstoff zum Thema Code und Codierung
Themen Codierung von Zeichen in gebräuchlichen n-Bit-Codes – ASCII, Unicode, UTF Begriffe: Byte, KByte, KibiByte Ablage von Datenwörtern im Speicher: – „Big-Endian“ vs. „Little Endian“ Codierung / Komprimierung von Bildern – Lauflängen-Codierung – Wörterbuch – Bit-Plane

2 Darstellung von Zeichen und Ziffern
Kriterien für geeignete Codierungen: Technische Realisierung einfach und billig (z.B. Binärcodierungen). Codierung / Decodierung soll schnell und einfach durchführbar sein. zu realisierende Operationen (auf codierten Wörtern) sollen schnell, einfach und zuverlässig durchführbar sein. Darstellung fester Zeichensätze Darzustellen sind – Schriftzeichen: Buchstaben, Ziffern, Sonderzeichen – evtl. Steuerzeichen Darstellung erfolgt meistens mit n-Bit-Codes c: Zeichenvorrat ® Booln mit n Î Nat abhängig von der Größe des Zeichenvorrats: |Zeichenvorrat| £ 2n.

3 Codierung von Text (Vertiefungsstoff)
Um Texte in einem Rechner darzustellen, codiert man Alphabet und Satzzeichen in Bitfolgen. Mit einem Alphabet von 26 Kleinbuchstaben, ebenso vielen Großbuchstaben, einigen Satzzeichen wie etwa Punkt, Komma und Semikolon und Spezialzeichen wie '+', '&', '%' hat eine normale Schreibmaschinentastatur eine Auswahl von knapp hundert Zeichen. Die Information, wo ein Zeilenumbruch stattfinden oder wo ein Text eingerückt werden soll, codiert man ebenfalls wie ein Zeichen. Beispiele: - CR-Zeichen (von englisch Carriage Return = Wagenrücklauf), - LF-Zeichen (von englisch Line Feed = Zeilenvorschub), das Tabulatorzeichen Tab. Solche Steuerzeichen haben bei der Darstellung von Text eine formatierende Wirkung. Sie werden nicht "wirklich gedruckt". Sie heißen daher auch nicht-druckbare Zeichen.

4 ASCII steht für American Standard Code for Information Interchange.
Für die Darstellung aller Lateinischen Buchstaben und arabischen Ziffern reichen 7 Bits (128 verschiedene Möglichkeiten) aus. Es genügt eine Tabelle zu erstellen, mit der jedem Zeichen ein solcher Bitcode zugeordnet wird. Dazu numeriert man die 128 gewählten Zeichen einfach durch und stellt die Nummer eines Zeichens durch 7 Bit binär dar. Die heute fast ausschließlich gebräuchliche Numerierung ist die sogenannte ASCII-Numerierung. Sie berücksichtigt einige Systematiken, wie: - die Kleinbuchstaben sind in der alphabetischen Reihenfolge durchnumeriert, - die Großbuchstaben sind in der alphabetischen Reihenfolge durchnumeriert, - die Ziffern 0 bis 9 stehen in der natürlichen Reihenfolge. ASCII steht für American Standard Code for Information Interchange.

5 ASCII Tabelle ASCII 7-Bit-Code (+1 Prüfbit): genau 128 Zeichen darstellbar 8-Bit-ASCII auch üblich:dann 256 Zeichen darstellbar 4 bit jeweils 3bit = 7

6 ASCII (2) Da der ASCII-Code zur Datenübertragung (Information Interchange) konzipiert wurde, dienen die ersten Zeichen, ASCII 0 bis ASCII 31 und ASCII 127, verschiedenen Signalisierungs- und Steuerungszwecken. Steuerzeichen können über Tastatur mit Steuerungsnmaske ("Ctrl" oder mit "Str" bezeichnet) eingegeben werden. Die ASCII-Codes von 1 bis 26 entsprechen dabei den Tastenkombinationen Ctrl-A bis Ctrl-Z. z.B. entspricht ASCII 7 (Bell - das Klingelzeichen) der Kombination Ctrl-G und ASCII 8 (Backspace) ist Ctrl-H. Die gebräuchlichen Tastaturen spendieren den wichtigsten dieser ASCII-Codes eine eigene Taste. Dazu gehören u.a. Ctrl-I (Tabulator), Ctrl-H (Backspace), Ctrl-[ (Escape=ASCII 27) und Ctrl-M (Return). Eine Datei, die nur ASCII-Zeichen enthält, nennt man ASCII-Datei. Oft versteht man unter einer ASCII-Datei auch einfach eine Textdatei, selbst wenn Codes aus einer ASCII-Erweiterung verwendet werden.

7 ASCII - Erweiterungen (1)
Bei der ASCII-Codierung werden nur die ersten 7 Bits eines Byte genutzt. Das letzte Bit verwendete man früher als Kontrollbit für die Datenübertragung. - Es wurde auf 0 oder 1 gesetzt, je nachdem ob die Anzahl der 1en an den übrigen 7 Bitpositionen gerade (even) oder ungerade (odd) waren. - Die Anzahl der 1-en in dem gesamten Byte wurde dadurch immer gerade (even parity). Wenn nun bei der Übertragung ein kleiner Fehler auftrat, d.h. wenn in dem übertragenen Byte nur ein Bit verfälscht wurde, so konnte der Empfänger dies erkennen, indem er einfach die Anzahl der 1-en zählte. Bei der Verwendung des ASCII-Codes zur Speicherung von Texten und auch als Folge der verbesserten Qualität der Datenübertragung wurde dieses Kontrollbit überflüssig. Daher lag es nahe, nun alle 8 Bit zur Zeichenkodierung zu verwenden. Somit ergab sich ein weiterer verfügbarer Bereich von ASCII 128 bis ASCII 255.

8 ASCII - Erweiterungen (2)
PCs benutzen diese zusätzlichen Codes zur Darstellung von sprachspezifischen Zeichen wie z.B. "ä" (ASCII 132), "ö" (ASCII 148) "ü" (ASCII 129) und einigen Sonderzeichen anderer Sprachen. Darüber hinaus auch für Zeichen, mit denen man einfache graphische Darstellungen wie Rahmen und Schraffuren zusammensetzen kann. Leider ist auch die Auswahl der sprachspezifischen Sonderzeichen eher zufällig und bei weitem nicht ausreichend für die vielfältigen Symbole fremder Schriften. => Daher wurden von der „International Standardization Organization“ (ISO) verschiedene ASCII-Erweiterungen normiert. In Europa sind dazu die ASCII-Erweiterung Latin-x nützlich, die durch die Normen ISO 8859-x (auch ISO/IEC 8859-x) beschrieben werden. Derzeit aktuellste Version ist die Norm ISO :2001 (Latin-16, erhältlich von ISO, ).

9 Unicode Wegen der Problematik der ASCII-Erweiterungen bei der weltweiten Datenübertragung entstand in den letzten Jahren ein neuer Standard, der versucht, sämtliche relevanten Zeichen aus den unterschiedlichsten Kulturkreisen in einem universellen Code zusammenzufassen. Dieser neue Zeichensatz heißt Unicode und verwendet eine 16-Bit-Codierung (d.h. 2 Bytes), kennt also maximal 216 = Zeichen.

10 Unicode Sprachspezifische Schriftzeichen, wie z.B. ö, ß, æ, ç oder Ã, griechische, kyrillische, arabische, japanische, tibetische, ... Die ersten 128 Unicode-Zeichen sind identisch mit dem ASCII-Code, die nächsten 128 mit dem ISO-Latin 1 Code. => ASCII leicht einbettbar. Herkömmliche Programmiersprachen lassen meist keine Zeichen aus ASCII-Erweiterungen zu. Java erlaubt als erste der weit verbreiteten Sprachen die Verwendung beliebiger Unicode-Zeichen. Allerdings heißt dies noch lange nicht, dass jede Java-Implementierung einen Editor zur Eingabe von Unicode mitliefern würde. Unicode wurde vom Unicode-Consortium ( definiert. Dieses arbeitet ständig an neuen Versionen und Erweiterungen dieses Zeichensatzes.

11 UCS Universal Character Set
Die Arbeit des Unicode-Consortium wurde von der ISO ( aufgegriffen. Unter der Norm ISO wurde Unicode als Universal Character Set (UCS) international standardisiert. Beide Gremien bemühen sich darum, ihre jeweiligen Definitionen zu synchronisieren, um unterschiedliche Codierungen zu vermeiden. ISO geht allerdings in der grundlegenden Definition von UCS noch einen Schritt weiter als Unicode. Es werden grundsätzlich sowohl eine 16-Bit-Codierung (UCS-2) als auch eine 31-Bit-Codierung (UCS-4) vorgesehen. - Die Codes von UCS-2 werden als Basic Multilingual Plane (BMP) bezeichnet, beinhalten alle bisher definierten Codes und stimmen mit Unicode überein. - Codes, die UCS-4 ausnutzen sind für potenzielle zukünftige Erweiterungen vorgesehen

12 UTF-8 UCS Transformation Format
Die Einführung von Unicode bzw. UCS-2 und UCS-4 führt zu beträchtlichen Kompatibilitätsproblemen, und bläht derart codierte Textdateien auf. => Wunsch nach einer kompakteren Codierung, die kompatibel mit der historischen 7-Bit ASCII Codierung ist, und die den neueren Erweiterungen Rechnung trägt. Entwicklung von UTF-8, in den 90-er Jahren. - Teil der ISO Norm (Anhang R) - von den Internetgremien als RFC2279 ( standardisiert. UTF steht für UCS Transformation Format. Name betont, dass es sich lediglich um eine andere Codierung von UCS bzw. Unicode handelt. Neben UTF-8 gibt es noch andere Transformations-Codierungen wie UTF-2, UTF-7 und UTF-16, die allerdings nur geringe Bedeutung erlangt haben.

13 UTF-8 (2) UTF-8 ist eine sog. Mehr-Byte-Codierung. 7-Bit ASCII-Zeichen werden mit einem Byte codiert, alle anderen verwenden zwischen 2 und 6 Bytes. Die Kodierung erfolgt nach den folgenden Prinzipien: i) Jedes mit 0 beginnende Byte ist ein Standard 7-Bit ASCII Zeichen. Jedes mit 1 beginnende Byte gehört zu einem aus mehreren Bytes bestehenden UTF-8 Code. => garantiert, dass Teile eines Mehrbyte UTF-8 Zeichens nicht als 7-Bit-ASCII Zeichen missdeutet werden können. ii) Besteht ein UTF-8 Code aus n  2 Bytes, so beginnt das erste Byte mit n 1-en, und jedes der n-1 Folgebytes mit der Bitfolge 10. => erlaubt Wortgrenzen in einer UTF-8 codierten Datei leicht zu erkennen, was ein einfaches Wideraufsetzen bei einem Übertragungsfehler ermöglicht. Auch einfache syntaktische Korrektheitstests sind möglich. Darüber hinaus ist es ziemlich unwahrscheinlich, dass eine (längere) korrekte UTF-8 Datei versehentlich anders interpretiert wird.

14 UTF-8 UTF-8 Codes können die verschiedenen UCS-Codes (und Teilmengen davon) auf einfache Weise repräsentieren: 1-Byte-Codes haben die Form 0xxx xxxx und ermöglichen die Verwendung von 7 (mit x gekennzeichneten) Bits und damit die Codierung von allen 7-Bit ASCII Codes. 2-Byte-Codes haben die Form: 110x xxxx 10xx xxxx und ermöglichen die Codierung aller 11-Bit UCS-2 Codes. 3-Byte-Codes haben die Form: 1110 xxxx 10xx xxxx 10xx xxxx. Mit den 16 noch verfügbaren Bits können alle 16-Bit UCS-2 Codes dargestellt werden. 4-Byte-Codes der Form: xxx 10xx xxxx 10xx xxxx 10xx xxxx ermöglichen die Verwendung von 21 Bits zur Codierung aller 21-Bit UCS-4 Codes. 5-Byte-Codes können alle 26-Bit UCS-4 Codes darstellen. Sie haben die Form: xx 10xx xxxx 10xx xxxx 10xx xxxx 10xx xxxx 6-Byte-Codes ermöglichen die Codierung des kompletten 31-Bit UCS-4 Codes: x 10xx xxxx 10xx xxxx 10xx xxxx 10xx xxxx 10xx xxxx

15 UTF-8 UTF-8 codierte Dateien sind also kompatibel zur 7-Bit ASCII Vergangenheit und verlängern den Umfang von Dateien aus dem amerikanischen und europäischen Bereich gar nicht oder nur unwesentlich. Diese Eigenschaften haben dazu geführt, dass diese Codierungsmethode der de facto Standard bei der Verwendung von Unicode geworden ist. Bei den Webseiten des Internets wird UTF-8 immer häufiger verwendet – alternativ dazu können in HTML-Dateien Sonderzeichen, also z.B. Umlaute wie „ä“ durch so genannte Entities als „ä“ umschrieben werden. Bei den Bytecode Dateien von Java ist die UTF-8 Codierung schon von Anfang an verwendet worden.

16 Zeichenketten Zur Codierung eines fortlaufenden Textes fügt man einfach die Codes der einzelnen Zeichen aneinander. Eine Folge von Textzeichen heißt auch Zeichenkette (engl.: String). Der Text "Hallo Welt" wird also durch die Zeichenfolge H,  a,  l,  l,  o,   , W,  e,  l,  t  repräsentiert. Jedes dieser Zeichen, einschließlich des Leerzeichens ’ ’ wird durch seine Nummer in der ASCII-Tabelle ersetzt: Alternativ können wir die ASCII-Nummern auch hexadezimal schreiben, also als: C 6C 6F C 74. Daraus lässt sich unmittelbar die Repräsentation durch eine Bitfolge entnehmen:

17 Anmerkungen zum Begriff Byte, KByte und KiB
Das Wort "Byte" ist künstlich und stammt von "Bit" und "Bite" (Quelle: The New Shorter Oxford English Dictionary). Verwendet wurde es, um eine Speichermenge oder Datenmenge zu kennzeichnen, die ausreicht, um ein Zeichen darzustellen. Der Begriff wurde nach 1956 von Werner Buchholz geprägt in einer frühen Designphase eines IBM-Computers. Im Original beschrieb er eine Breite von 6 Bit und stellte die kleinste direkt adressierbare Speichereinheit eines Computers dar. Bereits 1956 erfolgte der Übergang zu 8 Bit. Die Schreibweise "Bite" wurde zu "Byte" geändert, um versehentliche Verwechslungen mit "Bit" zu vermeiden. Zur Unterscheidung der ursprünglichen Bedeutung als kleinste adressierbare Einheit und der Bedeutung als 8 Bit Tupel wird in der Fachliteratur korrekterweise der Begriff Oktett (engl. "octett") für letzteres benutzt, um eine klarere Trennung zu erzielen. Die Abkürzung KiB steht in der Informationstechnik für die Speichermengeneinheit KibiByte ("Kilobinary Byte") und bezeichnet das 1024-fache eines Bytes (= 1024 * 8 Bits = 214 Bits). Die Maßeinheit „Kilo-Byte“ (KByte) steht hingegen für das 1000-fache eines Bytes (= 1000 * 8 Bits)

18 Ablage von mehr-bytigen Wörtern im Speicher: Big Endians vs
Ablage von mehr-bytigen Wörtern im Speicher: Big Endians vs. Little-Endians Rechenanlagen unterscheiden sich zum Teil auch dadurch, wie sie längere Datenwörter, die aus mehreren Bytes bestehen, organisieren. Beispiel: 32 Bit Datenwörter besten aus 4 Bytes. Darin kann man beispielsweise 8-stellige Hexadezimalzahlen ablegen, etwa: ( F A C )16 Adresse Byte B Adresse B+1 Adresse B+2 Adresse B+3 Es sind zwei unterschiedliche Organisationsformen in Gebrauch: 1. Big Endians: der signifikanteste Teil eines Wortes (Most Significant Byte MSB) erhält die niedrigste Byteadresse. MSB 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

19 Ablage von mehren Bytes breiten Wörter im Speicher: „Big Endians“ vs
Ablage von mehren Bytes breiten Wörter im Speicher: „Big Endians“ vs. „Little-Endians“ 2. Little endians: der am wenigsten signifikante Teil (Lowest Significant Byte, LSB) eines Wortes erhält die niedrigste Byteadresse. Beispiel: Ablage von 0x43FA27C7 im 32 Bit (= 4 Bytes) Datenwort ( F A C )16 C F A Adresse Byte B Adresse B+1 Adresse B+2 Adresse B+3 Intel (Windows PC) verwendet Little Endians IBM, HP, MAC, (JAVA) verwenden Big Endian POWER PC (Kooperation von IBM, Apple, Motorola) „versteht“ beide Formate (Bi Endian) MSB 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 LSB Begriffe „Big Endians“ und „Little Endians“ aus Gulliver‘s Reisen entlehnt.

20 Bildkompression Interpixelredundanz Lauflängen-Codierung
Wörterbuch-Codierung Huffman-Codierung Bit-Plane Codierung Kombination aus Bit-Plane & Lauflänge & Huffman

21 Speicherbedarf für Bilder
Der für die Speicherung eines n*m Rasterbildes benötigte Speicheplatz in Bits hängt neben der Anzahl der Bildpunkte (= n * m) auch davon ab, welche Information man pro Bildpunkt ablegen möchte und wie diese Information codiert ist (z.B. in Codewörtern eines Blockcodes oder mit Codewörtern variabler Länge). Bildtyp: mögliche Werte pro Pixel Speicherbedarf pro Pixel Schwarz-Weiß-Bild bit Graustufenbild bit bzw. 256 Farben optimale Farbe 16,7 Mio. 24 bit (= 3 * 8) Beispiel s1 s2 s3 s4 s5 s6 s7 s8 z1 z2 z3 z4 z5 z6 z7 z8 Schwarz-Weißbild mit 8 * 8 Bildpunkten benötigt: 8 * 8 * 1 = 64 Bit = 8 Byte

22 Bildkompression Idee Bei der Bildkompression versucht man Speicherplatz einzusparen, durch: - Weglassen nicht unbedingt benötigter Bildinformation - Wahl einer platzsparenden Codierung Bewertungskriterien für die Auswahl von Kompressionsverfahren Wie viel Speicherplatz kann man einsparen? Kompressionsrate = (Platzbedarf Originalbild) / (Platzbedarf komprimiertes Bild) Lässt sich das Originalbild wieder vollständig aus den komprimierten Daten rekonstruieren oder tritt ein Informationsverlust auf? Wie aufwändig (Rechenzeit, Speicherbedarf) ist die Durchführung der Kompression und der Dekompression? Ist das Verfahren patentrechtlich geschützt, so dass ggf. Lizenzgebühren anfallen?

23 Bildkompression B1 B2 Interpixel-Redundanz
Haben die in einer kleinen Region benachbarten Pixel ähnliche Grauwerte, so kann man vom Grauwert eines Pixels den Grauwert eines Nachbarpixels gut schätzen. Anstatt gleiche (sich stark ähnelnde) Grauwerte aller in der Region enthaltenen Pixel zu betrachten, könnte man sich auf eine repräsentative Auswahl beschränken und so das Datenvolumen reduzieren. Beispiel B1 und B2 besitzen jeweils 50% weiße und 50% schwarze Pixel, jedoch weist B2 eine höhere Pixelredundanz auf und bietet somit vermeintlich mehr Potential zur Datenreduktion durch Kompression. B1 B2

24 Interpixelredundanz Beobachtung
Viele Grauwertbilder weisen Interpixel-Redundanz in einem Maß auf, das zur Datenreduktion genutzt werden kann. Beispiel Ca. 75% der Grauwertdifferenzen liegen unter 10.

25 Lauflängen-Codierung
Idee In Grafiken sowie in Binärbildern haben benachbarte Bildpunkte oftmals identische Helligkeitswerte (oder Grauwerte / Farbwerte). Anstatt für jeden Bildpunkt die Helligkeitswerte zu speichern, merkt man sich nur die Position der Bildpunkte, an denen ein Wechsel des Helligkeitswerts auftritt und wie lange der neue Wert beibehalten wird. Kodierungsmöglichkeit 1 Notiere Lauflängen pro Zeile durch eine Liste von Tripel: (Spalte, Wert, Länge), ... # ;; # bedeutet Zeilenende Beispiel Gegeben: 8*8 Binärbild Lauflängenkodierung Kommentar s1 s2 s3 s4 s5 s6 s7 s8 kein Wechsel in 1. Zeile drei Wechsel von weiß nach schwarz in Zeile 2, (s bedeutet Wert = schwarz) .... kein Wechsel in 8. Zeile z1 z2 z3 z4 z5 z6 z7 z8 # (3,s, 2), (6,s,1), (8,s,1) # (3,s, 2), (8,s,1) # (3,s, 3) # (3,s, 2) #

26 Lauflängen-Codierung
Anmerkung zur Codierungsvarianten 1 Bringt nicht viel Ersparnis bei sehr häufigen Wechseln (z.B. Schachbrett Musterung). Bei zeilenweiser Codierung „übersieht“ man vertikale und diagonale Gruppen benachbarter Punkte gleicher Farbe. Kodierungsmöglichkeit 2 Schreibe zunächst alle Bildzeilen hintereinander, wende dann darauf Lauflängencodierung an. Beispiel Gegeben: 8*8 Binärbild Lauflängenkodierung s1 s2 s3 s4 s5 s6 s7 s8 z1 z2 z3 z4 z5 z6 z7 z8 ..... (8+3,s, 2), (8+6,s,1), (16,s,1), (16+3,s, 2), (16 +8,s,1) (48+3,s, 1) = (11,s, 2), (14,s,1), (16,s,1), (19,s, 2), (24,s,1) (51,s, 1) Anmerkung: Man spart das Zeilenende-Zeichen #, andererseits benötigt man mehr Bits zur Darstellung der Positionen von Bildpunkten mit Wechsel.

27 Lauflängen-Codierung
Kodierungsmöglichkeit 3 Wie Ansatz 2, jedoch nützt man zusätzlich aus, dass in einem Schwarzweißbild zwei nacheinanderfolgende Wechsel w1, w2 folgende Form haben: falls w1 = s -> w, dann w2 = w -> s (oder s, w vertauscht) => Es genügt also, sich auf eine Anfangsfarbe festzulegen und dann nur die Wechsel zu notieren. Beispiel Gegeben: 8*8 Binärbild Lauflängenkodierung s1 s2 s3 s4 s5 s6 s7 s8 z1 z2 z3 z4 z5 z6 z7 z8 ..... 11, , , 15, , 59 erster Wechsel von w -> s an Position 11 (= 8+3), gefolgt von Wechsel s -> w an Position 13, gefolgt von Wechsel w -> s an Position 14, gefolgt von Wechsel s -> w an Position 15, .... in Zeile 7 Wechsel von w -> s an Position 58 gefolgt von Wechsel s -> w an Position 59, fertig!

28 Vergleich der Varianten (Lauflängencodierung)
Speicherbedarf Originalbild: 8 * 8 * 1 = 64 Bit = 8 Byte Speicherbedarf nach Kompression Variante 2 Variante 1 (11,s, 2), (14,s,1), (16,s,1), (19,s, 2), (24,s,1) (51,s, 1) # (3,s, 2), (6,s,1), (8,s,1) # (3,s, 2), (8,s,1) # (3,s, 3) # (3,s, 2) # Zu codieren sind: 10 Positionen, drei Spannweiten 1, 2,3, sowie die beiden Farbwerte s, w: {11, 14, 16, 19, , 1,2,3, s, w} Diese 15 Angaben kann man wieder mit Codewörtern aus Blockcode B4 codieren. Die komprimierte Repräsentation des Bildes besteht aus insgesamt 18 Zeichen (ohne Klammern und Kommata!). Speicherbedarf: 30 * 4 Bit = 120 Bit Variante 3 zu codieren sind folgende 9 Zeichen: {1,2,3,4,6,8, s, w, #}. Das geht mit Codewörtern aus Blockcode B4 Die komprimierte Repräsentation des Bildes besteht aus insgesamt 18 Zeichen (ohne Klammern und Kommata!). Speicherbedarf: 38 * 4 Bit = 144 Bit 11, , , 15, , 59 Zu codieren sind insgesamt 16 Positionen für aufeinanderfolgende Wechsel von s->w bzw. w->s, das geht mit Codewörtern aus Blockcode B4 Die komprimierte Repräsentation des Bildes besteht dann aus insgesamt 16 Codewörtern. Speicherbedarf: 16 * 4 Bit = 64 Bit

29 Wörterbuchcodierung Idee
In Grafiken sowie in Binärbildern kommen oftmals sich wiederholende Muster von Farbwerten (oder Grauwerten) vor - Beispiel: Schachbrett. Erkennt man solche Muster, so kann man diese nummerieren. Anstatt der Bildpunktinformation speichert man dann die Musternummer. Kernidee des Verfahrens ist der Aufbau eines „Wörterbuchs“ in dem man die Muster in einer festgelegten Reihenfolge ablegt. Beispiel Gegeben: 4x4 Binärbild: w = weiss, s= schwarz Schritt 1 Wörterbuch (Mustertabelle) Index Muster 0 „leeres Muster“ 1 w 2 s 3 ws initial s1 s2 s3 s4 z1 z2 z3 z4 w s w s w s s s ..... w w w s neue Muster lese w im Wörterbuch ist noch kein längeres Muster, das mit w beginnt. => gib Index i von w aus (d.h. Ausgabe = 1) trage neues Muster ws ins Wörterbuch ein Muster ws bekommt Index 3 [ 1,

30 Wörterbuchcodierung Beispiel (Fortsetzung)
Gegeben: 8x8 Binärbild: Schritt 2 u. 3 Wörterbuch (Mustertabelle) Index Muster 0 „leeres Muster“ 1 w 2 s 3 ws 4 sw 5 wsw initial z1 z2 z3 z4 w s w s w s s s ..... w w w s lese s im Wörterbuch ist noch kein längeres Muster, das mit s beginnt. => gib Index i von s aus (d.h. Ausgabe = 2) trage neues Muster sw ins Wörterbuch ein Muster sw bekommt Index 4 neue Muster [ 1, 2, w s w s w s s s lese w im WB gibt es bereits längeres Muster, das mit w beginnt => lies nächsten Wert und prüfe, ob Muster ws vorliegt. Muster ws wird erkannt. Allerdings gibt es im WB kein längeres Muster, das mit ws beginnt: => gib Index i von ws aus (d.h. Ausgabe = 3) trage neues Muster wsw ins Wörterbuch ein. Muster wsw bekommt Index 5 [ 1, 2, 3, Bisher wurden also die ersten vier Bildpunkte bearbeitet und führten zur Ausgabe: 1,2,3 Die komprimierte Form des gesamten Bilds besteht nachher aus der Folge der Ausgaben [ 1, 2, 3, ] sowie dem initialen Wörterbuch

31 Wörterbuchcodierung Beispiel (Fortsetzung)
Gegeben: 8x8 Binärbild: Schritt 4 usw. Wörterbuch (Mustertabelle) Index Muster 0 „leeres Muster“ 1 w 2 s 3 ws 4 sw 5 wsw 6 wss 7 ss 8 sww initial z1 z2 z3 z4 w s w s w s s s ..... w w w s lese w erkenne Muster ws => gib Index i von ws aus (d.h. Ausgabe = 3) trage neues Muster wss ins Wörterbuch ein neue Muster [ 1, 2, 3, 3, w s w s w s s s w w w s lese s => gib Index i von s aus (d.h. Ausgabe = 2) trage neues Muster ss ins Wörterbuch ein [ 1, 2, 3, 3, 2, w s w s w s s s w w w s lese s erkenne Muster sw => gib Index i von sw aus (d.h. Ausgabe = 4) trage neues Muster sww ins Wörterbuch ein [ 1, 2, 3, 3, 2, 4, w s w s w s s s w w w s

32 Wörterbuchcodierung Decodierung ....
Gegeben: komprimierte Darstellung des Bilds als Folge von Indices von Wörterbucheinträgen [ 1, 2, 3, 3, 2, ] sowie das initiale Wörterbuch. Beispiel: Wörterbuch (Mustertabelle) Index Muster 0 „leeres Muster“ 1 w 2 s initial lese 1 => Index steht für Muster w, gib w aus Index Muster 0 „leeres Muster“ 1 w 2 s 3 ws 4 sw 5 wsw [ 1, 2, 3, w ..... initial lese 2 => Index steht für s, gib s aus ergänze Wörterbuch um Eintrag ws mit Index 3 w s ..... neue Muster lese 3 => Index steht für Muster ws , gib ws aus ergänze Wörterbuch um Eintrag sw mit Index 4 w s w s ..... lese 3 => Index steht für Muster ws , gib ws aus ergänze Wörterbuch um Eintrag wsw mit Index 5 z1 z2 z3 z4 w s w s w s ..... ....

33 Wörterbuchcodierung Anmerkung
Als Ergebnis der Komprimierung entsteht eine Liste von Wörterbuch- Indizes. Man muss nur diese Liste sowie das initiale Wörterbuch speichern (bzw. übertragen). Bei der Decodierung kann man die komplexeren Muster aus dem initialen Wörterbuch sowie der Reihenfolge der Indizes wieder rekonstruieren. Das Verfahren eignet sich gut, wenn ein Bild tatsächlich viele wiederkehrende Grauwertmuster enthält. Bei Fotos ist das allerdings meist nicht der Fall! Wurde ursprünglich entwickelt von Lempel, Ziv und Welch und ist daher auch unter dem Namen „LZW-Kompression“ bekannt. In der Praxis findet das Verfahren Anwendung in den Bildformaten GIF, TIFF sowie bei der Kompression von Textdaten . Es gibt zahlreiche Verbesserungen, etwa das für ZIP-Archive verwendete Deflate-Verfahren, das LZW mit Huffman kombiniert.

34 Bildkompression mit Huffman
Idee Ordne häufig vorkommenden Grauwerten kurze Codewörter zu.

35 Bit-Plane Codierung Idee
Grauwerte eines Bildes werden als n-stellige Binärwerte dargestellt. Jede i-te Stelle eines Binärwerts wird als „Bildebene“ (Bit-Plane) interpretiert. Beispiel 4x4 Pixel-Bild B mit binären Grauwerten b = b3b2b1b0 (Wert 8 = 1000, Wert 7 = 0111) Für die 4 Bildebenen ergeben sich folgende Werte: Wert 8 = 1000 0111 = 7

36 Bit-Plane Codierung Verbesserung
Verwende anstatt des natürlichen Binärcodes für Grauwerte den einschrittigen Graycode g = gn... G3g2g1g0. Natürlicher Binärcode lässt sich in Graycode umrechnen: b = b3b2b1b0 dann gilt: g0 = b0 XOR b1 , g1 = b2 XOR b1 , g2 = b2 XOR b3 und g3 = b3 Beispiel: 4x4 Pixel-Bild B mit binären Grauwerten im Graycode g = g3g0g0g0

37 Bit-Plane-Codierung Beobachtung:
Bei der Verwendung von Graycode entstehen weniger Wechsel. => Besser geeignet für Lauflängencodierung.

38 Bit-Plane Codierung Vergleich
Bitplanes für Grauwerte in normalem Binärcode b = b7... b3b2b1b0 Bitplanes für Grauwerte in einschrittigen Graycode g = g7... g3g2g1g0

39 Bit-Plane Codierung Vergleich
Bitplanes für Grauwerte in normalem Binärcode b = b7... b3b2b1b0: Bitplanes für Grauwerte in einschrittigen Graycode g = g7... g3g2g1g0:

40 Applet zur JPEG Komprimierung
Die zu übertragenden Daten werden als „Schwingung“ s(t) gedeutet. Funktion s(t) wir angenähert durch eine Überlagerung von Basisschwingungen mit verschiedenen Frequenzen.