pik

หมายเหตุ ขณะนี้ไม่มีการพัฒนาเกิดขึ้นที่นี่ บางส่วนของโครงการนี้ถูกใช้ใน JPEG XL ซึ่งอยู่ระหว่างการพัฒนา

พีค

PIK เป็นรูปแบบรูปภาพที่ครบครันสำหรับภาพถ่ายและอินเทอร์เน็ต

เป้าหมายโครงการ

PIK เป็น JPEG เวอร์ชันปรับปรุงใหม่โดยมีเป้าหมายที่คล้ายกัน นั่นคือ การจัดเก็บและจัดส่งรูปภาพและรูปภาพบนเว็บอย่างมีประสิทธิภาพ ได้รับการออกแบบตั้งแต่ต้นจนจบเพื่อ คุณภาพสูง และ การถอดรหัสที่รวดเร็ว

คุณสมบัติที่ให้คุณภาพสูง (รับรู้ถึงการสูญเสีย):

• การสนับสนุนในตัวสำหรับการสร้างแบบจำลองทางจิตผ่านการปรับปริมาณและปริภูมิสี XYB
• เครื่องมือเขียนโค้ดอันทรงพลัง: 4x4..32x32 DCT, ตัวทำนาย AC/DC, โครมาจากลูมา, ฟิลเตอร์ลูปไม่เชิงเส้น, ความแม่นยำ DC ที่ได้รับการปรับปรุง
• การประมวลผลที่แม่นยำเต็มรูปแบบ (โฟลต 32 บิต) พร้อมการรองรับช่วงเสียงกว้างและช่วงไดนามิกสูง

นอกเหนือจากการเข้ารหัสแบบไม่สูญเสียข้อมูลอย่างสมบูรณ์และในการรับรู้แล้ว PIK ยังให้ความสมดุลที่ดีระหว่างคุณภาพ/ขนาด/ความเร็วตลอดบิตเรตที่หลากหลาย (0.5 - 3 bpp) PIK เปิดใช้งานการบีบอัดแบบอัตโนมัติ/แบบไม่มีผู้ดูแล เนื่องจากรับประกันว่าจะรักษาคุณภาพของเป้าหมายไว้ทั่วทั้งภาพ โดยจัดลำดับความสำคัญของ ความถูกต้อง ซึ่งเป็นการนำเสนอต้นฉบับอย่างซื่อสัตย์ มากกว่าความสวยงามที่สามารถทำได้โดยการทำให้รายละเอียดหลอนประสาท หรือ 'ปรับปรุง' (เช่น การทำให้สีคมชัดขึ้น) ของอินพุต

คุณสมบัติที่ช่วยให้สามารถถอดรหัสได้อย่างรวดเร็ว (> 1 GB/s แบบมัลติเธรด):

• การประมวลผลภาพขนาดใหญ่แบบขนาน
• เป็นมิตรกับ SIMD/GPU ได้รับประโยชน์จาก SSE4 หรือ AVX2
• รูปแบบที่เป็นมิตรกับแคช
• การเข้ารหัสเอนโทรปีที่รวดเร็วและมีประสิทธิภาพ: การสร้างแบบจำลองบริบทด้วยการทำคลัสเตอร์, rANS

คุณสมบัติอื่นๆ:

• อัลฟ่า ภาพเคลื่อนไหว การจัดการสี 8-32 บิตต่อช่องสัญญาณ
• การสแกนแบบโปรเกรสซีฟที่ยืดหยุ่น (คุณภาพ/ความละเอียด/วิวพอร์ต)
• เส้นทางการอัพเกรดที่สวยงามสำหรับ JPEG ที่มีอยู่: สามารถลดขนาดลงได้ 22% โดยไม่สูญเสีย หรือการสูญเสียรุ่นต่ำเพราะทั้งสองใช้ 8x8 DCT
• รูปแบบคอนเทนเนอร์ใหม่ กะทัดรัดและขยายได้
• ความมุ่งมั่นที่ไม่มีค่าลิขสิทธิ์

ตัวเข้ารหัสโหมดตอบสนองของ PIK รองรับการส่งผ่านเทียบเท่ากับการลดความละเอียดลง 4x หรือ 8x รูปแบบนี้รองรับการส่งผ่านที่ยืดหยุ่นมากขึ้น โดยมีรายละเอียดทุกระดับตั้งแต่การลดขนาดตัวอย่างลง 8 เท่าไปจนถึงความละเอียดสูงสุด จำนวนรายละเอียดในการส่งไม่จำเป็นต้องสม่ำเสมอ: พื้นที่ของภาพสามารถส่งโดยมีรายละเอียดที่สูงกว่าได้ ผลกระทบของโหมดตอบสนองต่อขนาดภาพที่เข้ารหัสนั้นต่ำ โดยเฉลี่ยอยู่ที่ประมาณ 2% สำหรับภาพที่ตอบสนอง 3 รอบ (8x, 4x, ความละเอียดเต็ม) ในการกำหนดค่าดังกล่าว สองรอบแรกจะใช้เวลาโดยเฉลี่ย 20% ของขนาดภาพในแต่ละรอบ

การเปรียบเทียบขนาด

• PIK บรรลุการเข้ารหัสแบบไม่สูญเสียการรับรู้ที่ประมาณ 40% ของบิตเรต JPEG
• PIK ยังสามารถจัดเก็บแบบไม่สูญเสียข้อมูลได้อย่างสมบูรณ์ที่ประมาณ 75% ของขนาด PNG 8 บิต (หรือแม้กระทั่ง 60% สำหรับ 16 บิต)
• การเข้ารหัสแบบไม่สูญเสียการรับรู้ของ PIK มีขนาดประมาณ 10% ของขนาดของการแสดงแบบไม่สูญเสียทั้งหมด

คำแนะนำในการสร้าง

ปัจจุบันซอฟต์แวร์ต้องการ CPU ที่รองรับ AVX2 และ FMA เช่น Haswell อาคารในปัจจุบันต้องใช้เสียงดังกราว 6 หรือใหม่กว่า

ในการสร้างสามารถใช้คำแนะนำต่อไปนี้:

 git submodule update --init
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release ..
make -j8

สิ่งนี้จะสร้างไบนารี cpik และ dpik ใน build/

การใช้งาน

การใช้งานพื้นฐานมีดังนี้:

 cpik [--distance ] input.png output.pik

อาร์กิวเมนต์บรรทัดคำสั่งทางเลือก --distance สำหรับ cpik คือระยะทาง Butteraugli (ดู http://github.com/google/butteraugli) ซึ่งระบุข้อผิดพลาดที่ยอมรับได้มากที่สุด ค่าที่มากขึ้นจะทำให้ไฟล์มีขนาดเล็กลงและคุณภาพลดลง ค่าเริ่มต้นที่ 1.0 ควรให้ผลลัพธ์ที่ไม่มีการสูญเสียในการรับรู้

โปรดทราบว่าบิตสตรีมยังอยู่ระหว่างการพัฒนาและยังไม่ถูกแช่แข็ง

โครงการที่เกี่ยวข้อง

• JPEG XL (การใช้งานอ้างอิงของรูปแบบภาพ)
• Butteraugli (ความแตกต่างของภาพที่รับรู้โดย HVS)
• Guetzli (ตัวเข้ารหัส JPEG พร้อมการบรรจุที่หนาแน่นกว่า)