Comprensión con pérdida

Se denomina compresión con pérdida a cualquier procedimiento de codificación que tenga como objetivo representar cierta cantidad de información utilizando una menor cantidad de esta, siendo imposible una reconstrucción exacta de los datos originales.
La compresión con pérdida sólo es útil cuando la reconstrucción exacta no es necesario para que la información tenga sentido. La información reconstruida es solo una aproximación de la información original.
Existen dos técnicas comunes de compresión con pérdida:

•  Por códecs de transformación: los datos originales son transformados de tal forma que se simplifican (sin posibilidad de regreso a los datos originales). Creando un nuevo conjunto de datos proclives a altas razones de compresión sin pérdida.
•  Por códecs predictivos: los datos originales son analizados para predecir el comportamiento de los mismos. Después se compara esta predicción con la realidad, codificando el error y la información necesaria para la reconstrucción. Nuevamente, el error es proclive a altas razones de compresión sin pérdida.

 En algunos casos se utilizan las dos, aplicando la transformación al resultado de la codificación predictiva.

Comparación del formato con menos calidad con el de más calidad.

 Formato: JPG con una comprensión del 10%.

Formato: PNG con una comprensión de 5.

Tabla: Comparación de los distintos formatos, comprensiones y espacios.

 

Formato:	BMP	JPG	JPG	GIF	PNG
Comprensión:	No tiene	90%	10%	Escala de colores	5
Espacio:	226,9 KB	14,9 KB	2,8 KB	42,2 KB	115,4 KB

Conclusión

Al realizar esta práctica mi conclusión ha sido que, la peor calidad de imágen es en un formato JPG con una comprensión del 10 % ; Sin embargo; cuando usamos este mismo formato con una comprensión del 90%, la calidad no varía casi en nada en comparación con la mejor de las imágenes que esta en un formato PNG con comprensión de 5. Hoy en día el formato más utilizado es el JPG, porque te permite tener una buena calidad ocupando mucho menos espacio que otros formatos.

Laura Vime