PEMBAHASAN MATERI
Definisi Citra Format Citra ( Image) Manfaat Kompresi Citra Hal hal Penting Kompresi Citra Teknik dan Kriteria Kompresi Citra Metode dan Algoritma Huffman
Kompresi citra (image compression) Proses meminimalisasi jumlah bit yang merepresentasikan suatu citra (gambar) sehingga ukuran data citra menjadi lebih kecil.
Sebuah gambar matahari terbenam akan tampak lebih gelap pada file GIF daripada sebagai file bitmap karena tidak semua warna dapat direpresentasikan dalam GIF. Perbedaan lain antara GIF dan bitmap adalah bahwa GIF mendukung transparansi, di mana pixel menjadi transparan dan mengungkapkan latar belakang. Inilah mengapa file GIF bisa dibuat animasi karena terdiri dari beberapa gambar raster dalam satu file dengan membuat beberapa daerah sepenuhnya transparan dan daerah lainnya lebih gelap.
JPEG cocok untuk citra pemandangan (natural image), tidak cocok untuk citra yang mengandung banyak garis, ketajaman warna, dan computer generated image
Lossy Compression
Color Reduction Chroma Subsampling Transform Coding (Transformasi Fourier, Wavelet)
METODE HUFFMAN
Huffman Algorithm adalah salah satu algoritma kompresi tertua yang disusun oleh David Huffman pada tahun 1952
Algoritma tersebut digunakan untuk membuat kompresi jenis lossy compression Prinsip kerja algoritma Huffman adalah mengkodekan setiap karakter ke dalam representasi bit
ALGORITMA HUFFMAN
1. Urutkan nilai-nilai grayscale berdasarkan frekuensi kemunculannya 2. Gabung dua pohon yang mempunyai frekuensi kemunculan terkecil dan urutkan kembali 3. Ulangi langkah (2) sampai tersisa satu pohon biner 4. Beri label pohon biner tersebut dengan cara sisi kiri pohon diberi label 0 dan sisi kanan pohon diberi label 1 5. Telusuri pohon biner dari akar ke daun. Barisan label-label sisi dari akar ke daun adalah kode huffman
CONTOH KASUS
Kompresikan citra yang berukuran 100x100 piksel dengan kedalaman 3 bit yang memiliki probabilitas sebagai berikut :
K 0 1 2 3 4 5 6 7 nk 2500 1000 600 100 4000 400 500 900 P(k) = nk/n 0,25 0,1 0,06 0,01 0,4 0,04 0,05 0,09
Langkah 1
3 : 0,01 5 : 0,04 6 : 0,05 2 : 0,06 7 : 0,09 1 : 0,1 0 : 0,25 4 : 0,4
Langkah 2
3 ,5 : 0,05 6 : 0,05 2 : 0,06 7 : 0,09 1 : 0,1 0 : 0,25 4 : 0,4
3 : 0,01
5 : 0,04
Langkah 3
2 : 0,06 7 : 0,09 3 ,5,6 : 0,1 1 : 0,1 0 : 0,25 4 : 0,4
3 ,5 : 0,05
6 : 0,05
3 : 0,01
5 : 0,04
4,0,2,7,3 ,5,6,1 : 1
4 : 0,4
0 : 0,25
2,7 : 0,15
3 ,5,6,1 : 0,2
2 : 0,06
7 : 0,09
3 ,5,6 : 0,1
1 : 0,1
3 ,5 : 0,05
6 : 0,05
3 : 0,01
5 : 0,04
HASIL KOMPRESI
K 0 1 2 3 4 5 6 7 nk 2500 1000 600 100 4000 400 500 900 Kode Huffman 10 (2 bit) 1111 (4 bit) 1100 (4 bit) 111000 (6 bit) 0 (1 bit) 111001 (6 bit) 11101 (5 bit) 1101 (4 bit)
Ukuran citra sebelum kompresi (kedalaman 3 bit = 8 warna) = 100 x 100 x 3 bit = 30.000 bit Ukuran citra setelah kompresi = 2500 x 2 + 1000 x 4 + 600 x 4 + 100 x 6 + 4000 x 1 + 400 x 6 + 500 x 5 + 900 x 4 = 24.500 bit Rasio kompresi = 100% - 24.500/30.000 x 100% = 18,3%