JPG

Wie soeben erläutert, liegen die Stärken von GIF in der Wiedergabe von computergenerierten gleichfarbigen Flächen. Geht es dagegen um die Reproduktion einer fotorealistischen Vorlage, reichen 256 Tabelleneinträge oft nicht aus, sanfte Farbverläufe zu beschreiben. Hier kommt JPEG zu Hilfe, ein Verfahren benannt nach der Gruppe, die es entwickelt hat, der Joint Photographic Expert Group, Mitglieder der Standardisierungsgremien CCITT und ISO.

Zunächst wird das RGB-Bild in den YUV-Raum transformiert, d.h. die Farbinformation wird verlustfrei durch einen Helligkeitsanteil $Y$‘und zwei Farbdifferenzen $U$ und $V$ kodiert. Da das Auge für Helligkeitssprünge sensitiver ist als für Farbdifferenzen, kann man nun die $Y$-Matrix in der vollen Auflösung belassen und in den $U$, $V$-Matrizen jeweils 4 Pixel mitteln (4:1:1 Subsampling).

Für je 4 Originalpixel mit insgesamt 12 Bytes werden nun $4 + 1 + 1 = 6$ Bytes benötigt (pro Bildpunkt also $6 \cdot 8/4 = 12$ Bit). Die Reduktion beträgt 50 %.

Nun werden die drei Matrizen in Blöcke mit $8 \times 8$ Abtastwerten aufgeteilt. Anschließend durchlaufen die Blöcke folgende Schritte:

Diskrete Cosinus Transformation:

Hierdurch wird die $8 \times 8$ Ortsmatrix verlustfrei in eine $8 \times$8 Frequenzmatrix umgewandelt. Die Helligkeitsinformation einer Fläche ist nun kodiert als Überlagerung von 64 zweidimensionalen Schwingungen.

Quantisierung:

Die errechnete Matrix hat längs einer im Zickzack laufenden Scanline von links oben nach rechts unten Werte abnehmender Größe. Da die Werte rechts unten den hohen, für das menschliche Auge eher unwichtigen Frequenzen entsprechen, werden alle Einträge längs dieser Scanline durch Faktoren zunehmender Größe dividiert.

Komprimierung:

Die Folge der quantisierten Koeffizienten wird einer Lauflängenkomprimierung unterzogen und anschließend durch eine empirisch ermittelte Huffman-Tabelle kodiert.

Um aus dem komprimierten Bild das Original zu rekonstruieren, werden die Schritte in umgekehrter Reihenfolge und inverser Funktionalität durchlaufen. Bild 3 zeigt die Auswirkungen der drei Phasen angewendet auf eine $8 \times 8$ Grauwertmatrix.

Bild 3: Transformation eines $8 \times 8$ Bildausschnittes

Ausgangsbildmatrix

rekonstruierte Bildmatrix

Durch die Wahl der Rundungstabelle läßt sich der Tradeoff zwischen Qualität und Kompression beliebig steuern. Ein typisches Farbbild läßt sich auf etwa 5% seiner Originalgröße reduzieren, ohne daß ein menschlicher Betrachter die Detailfehler bemerken könnte. Bei 2% und weniger entstehen deutlich sichtbare Artefakte in Form von einfarbig gefärbten Klötzchen. Bild 4 vergleicht die Auswirkungen zweier Kompressionsgrade an einer Vorlage mit fein abgestuftem Helligkeitsverlauf.

Bild 4: JPEG-Kompression eines 200 $\times$ 279 True-Color-Bildes,
unkomprimierter Speicherbedarf: 163 KB

Dateigröße: 7,3 KB Kompression 22:1

Dateigröße 2,5 KB Kompression 65:1