1. Dokumen tersebut membandingkan skema kompresi PNG dan JPEG untuk gambar digital. PNG menggunakan algoritma Deflate dan prediksi pola, sedangkan JPEG menggunakan transformasi kosinus diskrit dan kuantisasi yang menghasilkan artefak blok pada gambar. 2. Kedua format memiliki kelebihan tergantung pada jenis gambar, dengan PNG lebih baik untuk gambar vektor sedangkan JPEG untuk foto. 3. Dokumen tersebut juga menjelaskan proses de

1. 52011004 - Basri Yasin
STMIK KHARISMA MAKASSAR
PERBANDINGAN KOMPRESI
PNG & JPEG

2. Basri Yasin Pengolahan Citra Digital
52011004 Perbandingan Kompresi PNG & JPEG
Skema Kamus berbasis (seperti ZIP) secara luas digunakan untuk dihitung
grafis kompresi gambar di internet (seperti GIF, TIFF, dan PNG) [1]. PNG
menggunakan metode kompresi Deflate yang digunakan dalam format file ZIP
yang besar [2]. Kerjanya sama dengan algoritma LZW, dan mengulangi pola
horizontal sepanjang setiap garis pindai. Selain itu, untuk meningkatkan proses
kompresi, PNG pra-memindai data gambar menggunakan beberapa fungsi
prediksi sebelum proses kompresi. PNG memiliki langkah tambahan yang juga
memindai pola vertikal [3]. Namun, horisontal dan pola pemindaian vertikal
memberikan yang kuat untuk PNG terutama dengan warna solid yang merupakan
elemen dasar dalam gambar kartun. Selain itu, harus dihindari membawa detail
atau noise menjadi gambar PNG. Juga, dalam kompresi PNG, harus dihindari
bergetar dan dithering; patah tulang daerah tabular warna, dan membuat kompresi
PNG kurang efisien [4].
Menurut proses JPEG, beberapa gambar tidak ideal untuk kompresi JPEG.
Sebenarnya, JPEG sangat baik untuk gambar di mana JPEG memiliki ketajaman
yang tinggi. Namun, teknik kompresi tidak juga cocok untuk gambar di mana ada
garis-garis lurus yang membagi wilayah datar warna tunggal. Pada dasarnya,
gambar tersebut mengandung diagram, seni dengan teks tidak dapat ditampilkan
persis dengan JPEG. Oleh karena itu, teknik kompresi terbaik yang paling sesuai
dengan gambar-gambar ini adalah kompresi PNG [5]. kompresi gambar JPEG
yang sangat efektif untuk mengurangi ukuran file dari beberapa gambar dengan
kehilangan minimal kualitas gambar yang dicetak. Dalam Sebaliknya, PNG
kompresi gambar dengan blok besar warna tunggal mungkin keduanya lebih
efisien dan lebih besar dalam kualitas cetak [6] [7]. Kompresi JPEG beroperasi
pada masing-masing komponen warna secara terpisah, sehingga diskusi yang
berikut akan hanya berurusan dengan 8-bit piksel. Ini mungkin berguna untuk
pembaca untuk memvisualisasikan gambar grayscale (seperti hitam dan putih
foto), dimana setiap pixel dapat disimpan sebagai 8-bit nilai yang menunjukkan
jumlah keputihan, bukan jumlah kemerahan, kehijauan, dan kebiruan. Ada
beberapa varian-modus operasi-dari Algoritma JPEG termasuk dalam standar.
Kami terutama berkaitan dengan mode Sequential Dasar DCT. ini Metode
kompresi berlangsung dalam empat tahap, yang akan dijelaskan secara rinci
dalam waktu dekat.
1. Sumber data terkompresi dipisahkan menjadi 8 × 8 blok piksel. 128
dikurangi dari nilai setiap pixel sehingga jangkauan efektif baru adalah dari
-128 127.
2. Setiap blok ditransformasikan menjadi 8 × 8 blok koefisien frekuensi.
3. koefisien ini terkuantisasi.[8]
JPEG ( Joint Photographic Experts Group) ( 1992) adalah suatu algoritma yang
dirancang untuk kompres gambar dengan kedalaman 24 bit atau gambar
grayscale . Ini adalah kompresi lossy algoritma . Salah satu karakteristik yang
membuat algoritma yang sangat fleksibel adalah bahwa tingkat kompresi dapat

3. Basri Yasin Pengolahan Citra Digital
52011004 Perbandingan Kompresi PNG & JPEG
disesuaikan . Jika kita menekan banyak , informasi lebih lanjut akan hilang, tetapi
ukuran hasil gambar akan lebih kecil . Dengan tingkat kompresi yang lebih kecil
kita memperoleh kualitas yang lebih baik , tetapi ukuran gambar yang dihasilkan
akan lebih besar . kompresi ini terdiri dalam membuat koefisien dalam matriks
kuantisasi lebih besar ketika kita ingin kompresi lebih , dan lebih kecil ketika kita
ingin kompresi kurang .
Algoritma ini didasarkan pada dua efek visual dari sistem visual manusia.
pertama , manusia lebih sensitif terhadap luminance daripada krominans . Kedua,
manusia lebih sensitif terhadap perubahan di daerah homogen , daripada di
daerah di mana ada lebih Variasi ( frekuensi yang lebih tinggi ) . JPEG adalah
format yang paling banyak digunakan untuk menyimpan dan transmisi gambar di
Internet . JPEG 2000 ( Joint Photographic Experts Group , 2000) adalah gambar
berbasis wavelet kompresi standar. Buku itu diciptakan oleh Joint Photographic
Experts Group komite dengan tujuan menggantikan discrete cosine asli mereka
transformbased JPEG standar. JPEG 2000 memiliki rasio kompresi yang lebih
tinggi dibanding JPEG . Itu tidak menderita dari blok seragam , sehingga
karakteristik gambar JPEG dengan tingkat kompresi yang sangat tinggi . Tapi itu
biasanya membuat gambar lebih kabur yang JPEG.[9]
Kompresi Pada PNG
Urutan scanlines disaring dalam lulus atau melewati gambar PNG dikompresi
(lihat gambar 1.1 ) oleh salah satu metode kompresi yang ditentukan. Scanlines
disaring The digabungkan membentuk masukan ke tahap kompresi. Output dari

4. Basri Yasin Pengolahan Citra Digital
52011004 Perbandingan Kompresi PNG & JPEG
tahap kompresi adalah datastream terkompresi tunggal. Lihat pasal
10: Kompresi .[10]
Chunking
Chunking memberikan rincian tepat dari datastream dikompresi ke dalam
potongan dikelola (lihat angka 4.10 ). Setiap potojngan memiliki redundancy check
sendiri. Lihat pasal 11: sjpesifikasi Chunk .
Gambar 1.1 - Kompresi
Kompresi pada JPEG
Langkah pertama dalam identifikasi kompresi gambar itu sejarah adalah untuk
mengidentifikasi apakah gambar telah compressed.We hanya peduli dengan
kompresi JPEG dan artefak berasal dari blok berbasis coding gambar. Kami
mencari memblokir tanda tangan pada gambar sebagai bukti kompresi JPEG.
Mirip ide telah digunakan sebelumnya. Misalnya, metode dalam [11] meneliti
harmonik Fourier transform lebih blok dari 32 x 32 piksel untuk memperkirakan
"blockiness" hadir dalam gambar.Metode lain [12] perkiraan menghalangi artefak
dengan hanya membandingkan gradien pajda piksel perbatasan dengan

5. Basri Yasin Pengolahan Citra Digital
52011004 Perbandingan Kompresi PNG & JPEG
interpolasi (Diproyeksikan) nilai gradien. Dalam kedua kasus, mendeteksi
menghalangi artefak diperlukan karena mereka peduli dengan menghapus artefak.
Dalam kasus kami, kami tidak membawa langkah ini. Kami hanya tertarik pada
keputusan biner pada apakah atau tidak gambar telah dikompresi. Oleh karena itu,
algoritma yang baik sederhana dan lebih kuat dapat diterapkan.
Bahkan "cahaya" kompresi dapat meninggalkan kecil tapi konsisten
diskontinuitas melintasi batas-batas blok. Metode yang diusulkan mendeteksi
gambar dikompresi dengan QF setinggi 95. Idenya adalah sangat sederhana:
mengasumsikan bahwa jika tidak ada kompresi pixel perbedaan antar blok harus
sama dengan orang-orang dalam blok. Asumsikan blok grid dikenal. Kami
kemudian menghitung contoh perbedaan dalam blok (i, j) dan mencakup seluruh
memblokir batas, seperti yang diilustrasikan pada persamaan berikut Untuk setiap
blok kita menghitung
Ada alternatif untuk menyederhanakan prosedur lokasi grid, misalnya dengan
memilih baris dan kolom gambar beberapa di untuk melakukan penjumlahan. Ada
banyak cara untuk mendeteksi blocking; perhitungan diusulkan Z '(i, j) dan Z "(i, j)
adalah hanya satu Instansiasi.

6. Basri Yasin Pengolahan Citra Digital
52011004 Perbandingan Kompresi PNG & JPEG
REFERENCES
[1] D. A. Clunie, “Lossless Compression of Grayscale Medical Images -
Effectiveness of Traditional and State of the Art Approaches”, In Proceedings of
SPIE (Medical Imaging), Vol. 3980, February 2000.
[2] D. Salomon, Data Compression: The Complete Reference, Fourth Edition,
Springer.
[3] K. Sayood, Introduction to Data Compression, Third edition, Morgan Kaufmann
Publishers.
[4] T. Boutell and G. Randers-Pehrson, PNG (Portable Network Graphics)
Specification, The latest PNG specification. W3C Tech Reports, 2003.
[5] G. Roelofs, PNG: The Definitive Guide, O'Reilly Media, 1999.
[6] http://www.libpng.org
[7] M. Domanski, Krzysztof Rakowski, “Lossless And Near-Lossless Image
Compression With Color Transformations”, Proceedings 2001 International
Conference on Image Processing ICIP, Thessaloniki October 7-10 2001. Vol. III
pp. 454-457.
[8] John W. O’Brien,”The JPEG Image Compression Algorithm”, APPM-3310
FINAL PROJECT, DECEMBER 2, 2005
[9] Paula Aguilera,“Comparison of different image compression format”, ECE 533
Project Report
[10] http://www.w3.org/TR/PNG/
[11] K. T. Tan and M. Ghanbari, “Blockiness detection for MPEG-2-coded
video,” IEEE Signal Processing Lett., vol. 7, pp. 213–215, Aug. 2000.
[12] S. Minami and A. Zakhor, “An optimization approach for removing
blocking effects in transform coding,” IEEE Trans. Circuits Syst. Video
Technol., vol. 5, pp. 74–82, Apr. 1995.