Friday, June 12, 2015

How JPEG Works (Part-4)

Tahap ke 3 setelah dilakukan transformasi DCT adalah Quantization.

Kenapa perlu di kuantisasi?

Jawaban sederhananya adalah untuk membuang nilai-nilai "pixel" DCT yang rendah (nilai nilai yang mendekati 0).

Bagaimana caranya?

Tekniknya adalah dengan membagi "pixel" DCT dengan Quatization matrix.

Disini lah muncul paramater Quality.

Misalkan kita set parameter Quality bernilai 1 sampai 25. Quality 1 adalah top quality image, gambar tetap tajam seperti aslinya (akan tetapi ukuran file JPEG akan besar) . Quality 25 adalah bad quality image, gambar menjadi buram dan pixelized (akan tetapi ukuran file JPEG akan kecil).

Berikut ini adalah pseudo-code untuk membuat Quantization matrix.

for ( i = 0 ; i < N ; i++ )
 for ( j = 0 ; j < N ; j++ )
  Quantum[ i ][ j ] = 1 + ( ( 1 + i + j ) * quality );


Apabila quality = 2, maka Quntization matrix (Quantum[i][j]) menjadi:
3 5 7 9 11 13 15 17
5 7 9 11 13 15 17 19
7 9 11 13 15 17 19 21
9 11 13 15 17 19 21 23
11 13 15 17 19 21 23 25
13 15 17 19 21 23 25 27
15 17 19 21 23 25 27 29
17 19 21 23 25 27 29 31

Nilai dari Quantization matrix ini nanti menjadi pembagi untuk "pixel" DCT[i,j].

                         DCT(i,j)
Quantized Value(i,j) = -------------- Rounded integer
                        Quantum(i,j)

Kita ulangi dari hasil Part-3 sebagai berikut.


Pixel Asli





140 144 147 140 140 155 179 175
144 152 140 147 140 148 167 179
152 155 136 167 163 162 152 172
168 145 156 160 152 155 136 160
162 148 156 148 140 136 147 162
147 167 140 155 155 140 136 162
136 156 123 167 162 144 140 147
148 155 136 155 152 147 147 136


Pixel Normalisasi



12 16 19 12 12 27 51 47
16 24 12 19 12 20 39 51
24 27 8 39 35 34 24 44
40 17 28 32 24 27 8 32
34 20 28 20 12 8 19 34
19 39 12 27 27 12 8 34
8 28 -5 39 34 16 12 19
20 27 8 27 24 19 19 8


Hasil Transformasi DCT


186 -18 15 -9 23 -9 -14 19
21 -34 26 -9 -11 11 14 7
-10 -24 -2 6 -18 3 -20 -1
-8 -5 14 -15 -8 -3 -3 8
-3 10 8 1 -11 18 18 15
4 -2 -18 8 8 -4 1 -7
9 1 -3 4 -1 -7 -1 -2
0 -8 -2 2 1 4 -6 0

Hasil Transformasi DCT apabila dibagi dengan Quantization Matrix menjadi


DCT After Quantization


62 -4 2 -1 2 -1 -1 1
4 -5 3 -1 -1 1 1 0
-1 -3 0 0 -1 0 -1 0
-1 0 1 -1 0 0 0 0
0 1 1 0 -1 1 1 1
0 0 -1 0 0 0 0 0
1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0

Terlihat bahwa pada frekuensi tinggi sudah banyak sekali "pixel" dengan value 0 yang mana ini sangat mudah untuk dilakukan kompresi.

Apabila Quality kita turunkan menjadi 10 atau 25 misalkan, maka jumlah "pixel" dengan value 0 akan bertambah jauh lebih banyak lagi, ukuran file semakin kecil, tapi gambar semakin buram (makin pixelized).

Berikut contoh Kompresi JPEG dengan berbagai Quality.

Gambar asli


Quality = 1


Quality = 2


Quality = 10


Quality = 25

Pada kondisi dimana gambar cukup mampu di kompresi, maka dengan kompresi sampai tingkat 60% dari ukuran file asli, gambar masih bisa terlihat tajam.

Contoh coding/programming JPEG dalam bahasa C disini


No comments: