Сжатие данных. 
Теория информации

Основные понятия

Как хранение, так и передача данных требуют затрат участников информационного процесса. Эти затраты обычно составляют вполне значимые величины как для корпоративных пользователей, так и для индивидуальных. В связи с этим, регулярно возникает необходимость уменьшать объем данных (сжимать данные) перед тем, как размещать их на длительное время в устройствах хранения данных или передавать их по каналам связи. Соответственно, существует и необходимость восстановления исходных данных из сжатых.

Сжатие данных в вычислительной технике и системах связи (используются также термины архивация данных, когда сжатие применяется к готовым документам; программные средства, выполняющие эти операции, называют архиваторами, например: WinZip, WinRAR, WinArj, PKZIP. EXE, RAR. EXE, ARJ. EXE; используются и синонимы слова «сжатие»: упаковка, компрессия) — это процесс кодирования массивов данных таким образом, чтобы объем, занимаемый полученым кодом в запоминающих устройствах, был бы по возможности минимальным.

При этом процесс сжатия должен быть полностью или частично обратимым, т. е. должна существовать обратная процедура, называемая декодированием (распаковкой, разархивацией), позволяющая восстановить из сжатых данных набор данных, в той или иной мере соответствующий исходным данным.

Такое определение под сжатием понимает следующие процедуры преобразования данных: неискажающее сжатие цифровых данных, сжатие цифровых данных с регулируемыми потерями, получение экономного представления входного аналогового сигнала.

При неискажающем сжатии цифровых данных исходный массив цифровых данных (исходное сообщение) представляется таким образом, чтобы получить минимизированный объем закодированных данных. Сжатие должно быть полностью обратимым, т. е. должна существовать процедура, позволяющая восстановить из сжатых данных точную копию исходного массива данных. Подчеркивая эту особенность, такой процесс часто называют сжатием без потерь, обратимым сжатием. Исходные данные представляются каким-либо двоичным кодом: коды символов текста, команд процессора, яркости точек растрового изображения, амплитуды аналогового сигнала, ссылки на другие фрагменты данных.

При сжатии цифровых данных с регулируемыми потерями обеспечивается экономное представление цифровых данных, но процедура сжатия нс является полностью обратимой, т. е. распаковка нс позволяет во всех случаях восстановить исходный массив данных до отдельного бита. Как правило, потери допускаются только в гой части данных, которая не является существенной при дальнейшем использовании распакованного сообщения. Ясно, что в общем случае «существенность» потерь данных оценить невозможно, поэтому сжатие с потерями допускается только для данных, которые допускают некоторую потерю. Обычно эго аналоговые по своей природе данные, например оцифрованные изображения или звук: цифровые фотографии, видеоряды, звукозаписи.

Хотя сжатие с потерями обычно обеспечивает более высокую степень сжатия, чем сжатие без потерь, его нельзя применять к текстовым документам, базам данных и тем более к программному коду, тогда как сжатие без потерь можно применять для любых типов данных.

При получении экономного цифрового представления аналогового сигнала сжатие обеспечивается оптимальным квантованием непрерывного сигнала с обеспечением заданной точности при его восстановлении. В данном курсе это сжатие не рассматривается.

Методы сжатия реализуются соответствующими алгоритмами. Могут быть программные и аппаратные реализации алгоритмов.

Программой сжатия называют программный продукт, предназначенный в первую очередь для компактного представления определенных наборов данных.

Архиваторами называют программы, позволяющие помещать множество файлов в единственный файл (архив).

Аппаратная реализация алгоритма сжатия и распаковки называется кодеком. Кодек — специальное аппаратно-программное средство, реализующее алгоритм сжатия и распаковки.