ইমেজ কম্প্রেশন (Image Compression Techniques)

ইমেজ কম্প্রেশন (Image Compression Techniques)

ইমেজ কম্প্রেশন হলো একটি প্রক্রিয়া যার মাধ্যমে ছবির ফাইল সাইজ ছোট করা হয়, যাতে স্টোরেজ এবং ব্যান্ডউইথ সাশ্রয় হয়। ইমেজ কম্প্রেশনের মাধ্যমে ছবির গুণগত মান ধরে রেখে বা কিছুটা গুণগত মান হারিয়ে ফাইলের আকার কমানো হয়। ইমেজ কম্প্রেশন প্রক্রিয়া লসলেস এবং লসী এই দুই প্রকারে বিভক্ত।

ইমেজ কম্প্রেশনের প্রকারভেদ

১. লসলেস কম্প্রেশন (Lossless Compression)

• বর্ণনা: লসলেস কম্প্রেশনে ছবির কোনো ডেটা হারায় না এবং ছবির গুণগত মান সম্পূর্ণভাবে অক্ষুণ্ণ থাকে।
• ব্যবহার: চিকিৎসা ইমেজিং, কৃত্রিম উপগ্রহের ছবি এবং যেকোনো ক্ষেত্রে যেখানে ডেটার সঠিকতা গুরুত্বপূর্ণ।
• প্রযুক্তি:
  • Run-Length Encoding (RLE): পরপর একই মানের পিক্সেলের সংখ্যা ধরে রাখা হয়।
  • Huffman Coding: পিক্সেলের ফ্রিকোয়েন্সি অনুযায়ী বিট সংখ্যা নির্ধারণ করা হয়।
  • Lempel-Ziv-Welch (LZW): ডুপ্লিকেট প্যাটার্ন শনাক্ত করে সংরক্ষণ করে।

২. লসী কম্প্রেশন (Lossy Compression)

• বর্ণনা: লসী কম্প্রেশনে কিছু ডেটা হারিয়ে যায় এবং ছবির গুণগত মান কিছুটা কমে যায়।
• ব্যবহার: যেখানে কম্প্রেশন রেশিও বেশি প্রয়োজন, যেমন ওয়েব ইমেজিং, সোশ্যাল মিডিয়া এবং ভিডিও স্ট্রিমিং।
• প্রযুক্তি:
  • Discrete Cosine Transform (DCT): ছবির ফ্রিকোয়েন্সি কম্পোনেন্টগুলোতে বিভক্ত করে কম গুরুত্বপূর্ণ ফ্রিকোয়েন্সি অপসারণ করা হয় (JPEG ইমেজে ব্যবহৃত)।
  • Wavelet Transform: ছবির টেক্সচারাল প্যাটার্ন ধরে রেখে কম গুরুত্বপূর্ণ পিক্সেল অপসারণ করা হয়।
  • Fractal Compression: ছবির ফ্র্যাক্টাল প্যাটার্ন অনুযায়ী ডেটা কমানো হয়।

JPEG কম্প্রেশন (JPEG Compression Technique)

JPEG কম্প্রেশন লসী কম্প্রেশনের একটি জনপ্রিয় ফর্ম্যাট, যা ছবি ছোট করে স্টোরেজ এবং ব্যান্ডউইথ সাশ্রয় করে। JPEG কম্প্রেশনে DCT ব্যবহার করা হয়।

JPEG কম্প্রেশন প্রক্রিয়া:

1. রঙ স্পেস পরিবর্তন: RGB থেকে YCbCr তে রূপান্তর করা হয়, যেখানে Y চ্যানেল (লুমিনেন্স) গুণগত মান সংরক্ষণ করে।
2. ডিস্ক্রিট কসাইন ট্রান্সফর্ম (DCT): ছবিকে ছোট ব্লকে ভাগ করে প্রতিটি ব্লকে DCT প্রয়োগ করা হয়।
3. কোয়ান্টাইজেশন: প্রতিটি DCT ব্লকের কম গুরুত্বপূর্ণ ফ্রিকোয়েন্সি কমানো হয়।
4. হাফম্যান এনকোডিং: হাফম্যান এনকোডিং ব্যবহার করে ডেটা সংকুচিত করা হয়।

উদাহরণ: OpenCV ব্যবহার করে JPEG কম্প্রেশন

OpenCV ব্যবহার করে ছবি JPEG ফর্ম্যাটে সংরক্ষণ করে কম্প্রেশন করা যায়। নিচে উদাহরণ দেওয়া হলো।

import cv2

# ইমেজ লোড করা
image = cv2.imread("path/to/image.jpg")

# JPEG কম্প্রেশন সহ সংরক্ষণ করা (কোয়ালিটি ৫০% নির্ধারণ)
cv2.imwrite("path/to/compressed_image.jpg", image, [int(cv2.IMWRITE_JPEG_QUALITY), 50])

PNG কম্প্রেশন (PNG Compression Technique)

PNG হলো একটি লসলেস কম্প্রেশন ফর্ম্যাট, যা সাধারণত গ্রাফিক্স, লোগো এবং ওয়েব ইমেজিংয়ে ব্যবহৃত হয়। PNG কম্প্রেশন Run-Length Encoding (RLE) এবং Huffman Coding-এর সংমিশ্রণে কাজ করে।

PNG কম্প্রেশন প্রক্রিয়া:

1. ফিল্টারিং: রঙের বৈচিত্র্য অনুযায়ী বিভিন্ন ফিল্টারিং অ্যাপ্লাই করা হয়।
2. DEFLATE কম্প্রেশন: LZ77 এবং হাফম্যান এনকোডিং ব্যবহার করে ডেটা সংকুচিত করা হয়।

উদাহরণ: OpenCV ব্যবহার করে PNG কম্প্রেশন

import cv2

# ইমেজ লোড করা
image = cv2.imread("path/to/image.png")

# PNG কম্প্রেশন সহ সংরক্ষণ করা (কম্প্রেশন লেভেল ৯ নির্ধারণ)
cv2.imwrite("path/to/compressed_image.png", image, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])

ইমেজ কম্প্রেশনের ব্যবহার ক্ষেত্র

1. ওয়েব ইমেজিং: ছোট ফাইল সাইজে ইমেজ প্রদর্শনের জন্য।
2. চিকিৎসা ইমেজিং: যেখানে লসলেস কম্প্রেশন গুরুত্বপূর্ণ, কারণ ডেটা ক্ষতি গ্রহণযোগ্য নয়।
3. ভিডিও স্ট্রিমিং: দ্রুত লোডিংয়ের জন্য লসী কম্প্রেশন ব্যবহার।
4. ফটোগ্রাফি এবং সোশ্যাল মিডিয়া: ছবির মান কিছুটা কমিয়ে কম সাইজে সংরক্ষণ।

সারসংক্ষেপ

ইমেজ কম্প্রেশন একটি গুরুত্বপূর্ণ ইমেজ প্রসেসিং টেকনিক, যা ছবি ছোট করে স্টোরেজ এবং ব্যান্ডউইথ সাশ্রয় করে। লসলেস এবং লসী এই দুই ধরনের কম্প্রেশন নির্দিষ্ট প্রয়োজন অনুযায়ী ব্যবহার করা হয়। JPEG, PNG এবং অন্যান্য ফর্ম্যাটে বিভিন্ন ধরনের কম্প্রেশন পদ্ধতি ব্যবহৃত হয়। OpenCV এর মতো লাইব্রেরি ব্যবহার করে সহজেই ইমেজ কম্প্রেশন সম্পন্ন করা যায়, যা ওয়েব ইমেজিং, চিকিৎসা, এবং ভিডিও স্ট্রিমিংয়ে কার্যকর ভূমিকা পালন করে।

লসী এবং লসলেস কম্প্রেশন (Lossy and Lossless Compression)

ডেটা কম্প্রেশন এমন একটি পদ্ধতি যার মাধ্যমে ডেটার আকার কমানো হয়, যাতে সঞ্চয়স্থান ও ব্যান্ডউইথ সংরক্ষণ করা যায়। ডেটা কম্প্রেশন প্রধানত দুই ধরনের হয়: লসলেস (Lossless) এবং লসী (Lossy) কম্প্রেশন। এই দুটি পদ্ধতির কাজের প্রক্রিয়া, সুবিধা এবং সীমাবদ্ধতা আলাদা, এবং এগুলো ভিন্ন ধরনের ফাইল বা অ্যাপ্লিকেশনের জন্য ব্যবহৃত হয়।

লসলেস কম্প্রেশন (Lossless Compression)

লসলেস কম্প্রেশনে ডেটার কোন তথ্য হারায় না; পুরো ডেটা হুবহু পুনরুদ্ধার করা যায়। এটি প্রধানত টেক্সট, কোডেড ডেটা, এবং ফাইলগুলোর ক্ষেত্রে ব্যবহৃত হয় যেখানে কোনো ডেটা হারানো চলবে না।

কিভাবে কাজ করে:

লসলেস কম্প্রেশন ডেটার মধ্যে থাকা পুনরাবৃত্ত তথ্য খুঁজে বের করে এবং তা সঙ্কুচিত করে। উদাহরণস্বরূপ, অনেকসময় একই ডেটা বারবার আসে, তখন একটি একক সংক্ষিপ্ত কোড দিয়ে সেটিকে প্রতিস্থাপন করা হয়।

লসলেস কম্প্রেশনের জনপ্রিয় অ্যালগরিদম:

1. Run-Length Encoding (RLE):
   • একই ধরণের পুনরাবৃত্ত পিক্সেল বা টেক্সটগুলিকে একটি নির্দিষ্ট সংখ্যা দ্বারা প্রতিস্থাপন করে। উদাহরণস্বরূপ, 'AAAAAA' হয়ে যায় '6A'।
2. Huffman Coding:
   • সাধারণত ব্যবহৃত বাইট বা শব্দগুলির জন্য সংক্ষিপ্ত কোড তৈরি করে। এটি ডেটা কম্প্রেশনের জন্য একটি বিট-স্তরের অপ্টিমাইজেশন পদ্ধতি।
3. Lempel-Ziv-Welch (LZW):
   • পুনরাবৃত্ত প্যাটার্ন খুঁজে ডেটার নির্দিষ্ট অংশকে একটি টোকেনের মাধ্যমে প্রতিস্থাপন করে। এটি GIF এবং PNG ফাইল ফরম্যাটে ব্যবহৃত হয়।
4. DEFLATE:
   • এটি LZ77 এবং হাফম্যান কোডিং-এর সমন্বয়ে গঠিত এবং ZIP এবং GZIP ফাইল ফরম্যাটে ব্যবহৃত হয়।

লসলেস কম্প্রেশনের ব্যবহার:

• টেক্সট ফাইল: যেমন সোর্স কোড, ডাটাবেস ফাইল এবং কনফিগারেশন ফাইল যেখানে ডেটা সম্পূর্ণ পুনরুদ্ধার করা প্রয়োজন।
• ইমেজ ফাইল: যেমন PNG এবং GIF ফরম্যাটে যেখানে প্রতিটি পিক্সেল গুরুত্বপূর্ণ এবং উচ্চ মানের প্রয়োজন।
• অডিও এবং ভিডিও: মেডিকেল ডেটা বা বৈজ্ঞানিক গবেষণার ক্ষেত্রে যেখানে ডেটার ক্ষতি করা যাবে না।

সুবিধা এবং সীমাবদ্ধতা:

• সুবিধা: ডেটা হুবহু পুনরুদ্ধার হয়, যা সঠিক তথ্য নিশ্চিত করে।
• সীমাবদ্ধতা: কম্প্রেশন রেট লসী কম্প্রেশনের তুলনায় কম হয়, অর্থাৎ এটি তুলনামূলকভাবে বেশি স্থান প্রয়োজন।

লসী কম্প্রেশন (Lossy Compression)

লসী কম্প্রেশনে ডেটার কিছু অংশ হারিয়ে যায়, কিন্তু ডেটার মানের উপর তেমন প্রভাব পড়ে না। এটি এমন ক্ষেত্রে ব্যবহৃত হয় যেখানে মূল ডেটার প্রয়োজনীয় অংশ সংরক্ষিত থাকলেই চলে।

কিভাবে কাজ করে:

লসী কম্প্রেশন অপ্রয়োজনীয় বা কম গুরুত্বপূর্ণ তথ্য সরিয়ে ফেলে, যা মানুষের চোখ বা কানে তেমন প্রভাব ফেলে না। অডিও বা ভিডিওতে, লসী কম্প্রেশন অবাঞ্ছিত ফ্রিকোয়েন্সি সরিয়ে ফেলে যা মানুষ শুনতে বা দেখতে পারে না।

লসী কম্প্রেশনের জনপ্রিয় অ্যালগরিদম:

1. JPEG Compression:
   • এটি প্রধানত ইমেজ কম্প্রেশনের জন্য ব্যবহৃত হয় এবং পিক্সেলের মধ্যে ছোট ছোট পরিবর্তন দূর করে ছবি সঙ্কুচিত করে।
2. MP3 Compression:
   • MP3 ফাইল ফরম্যাটে অডিও ফ্রিকোয়েন্সি কেটে ফেলা হয় যা মানুষের কানে কম শোনা যায়, এর মাধ্যমে অডিও কম্প্রেশন করা হয়।
3. MPEG Video Compression:
   • ভিডিওর অপ্রয়োজনীয় ফ্রেম এবং রঙের তথ্য সরিয়ে সঙ্কুচিত করে যা মানুষ তেমন বুঝতে পারে না। এটি ভিডিও কম্প্রেশনে ব্যাপকভাবে ব্যবহৃত হয়।
4. Wavelet-Based Compression:
   • এটি পিক্সেলের মান পরিবর্তন করে ইমেজ সঙ্কুচিত করে। এটি কিছু মেডিকেল ইমেজিং এবং স্যাটেলাইট ইমেজ প্রসেসিংয়ে ব্যবহৃত হয়।

লসী কম্প্রেশনের ব্যবহার:

• ইমেজ ফাইল: যেমন JPEG, যেখানে আকার কমাতে কিছু তথ্য হারানো যায় এবং ভিজ্যুয়াল মান তেমন প্রভাবিত হয় না।
• অডিও এবং ভিডিও ফাইল: যেমন MP3 এবং MPEG ফরম্যাট, যেখানে আকার কমানোর জন্য ডেটা সংক্ষেপণ গুরুত্বপূর্ণ।

সুবিধা এবং সীমাবদ্ধতা:

• সুবিধা: লসী কম্প্রেশন খুব বেশি কম্প্রেশন রেট প্রদান করে, ফলে ফাইলের আকার খুব ছোট হয়।
• সীমাবদ্ধতা: পুনরুদ্ধার করলে ডেটার কিছু অংশ হারিয়ে যায় এবং বারবার কম্প্রেশন করলে মান আরও কমে যেতে পারে।

লসলেস এবং লসী কম্প্রেশনের তুলনা

কোথায় কোন কম্প্রেশন ব্যবহার করা হয়?

• লসলেস কম্প্রেশন: যেখানে ডেটার প্রতিটি অংশ গুরুত্বপূর্ণ, যেমন সফটওয়্যার ফাইল, টেক্সট ডকুমেন্ট, বৈজ্ঞানিক ডেটা।
• লসী কম্প্রেশন: যেখানে ডেটার কিছু অংশ হারানো যেতে পারে, যেমন ফটোগ্রাফি, ভিডিও, অডিও এবং স্ট্রিমিং কন্টেন্ট।

সারসংক্ষেপ

লসলেস কম্প্রেশন এমন একটি পদ্ধতি যা ডেটাকে হুবহু পুনরুদ্ধার করতে দেয় এবং গুরুত্বপূর্ণ ডেটার ক্ষেত্রে ব্যবহৃত হয়। অপরদিকে, লসী কম্প্রেশন ডেটার কিছু অংশ হারিয়ে ফাইল আকারকে কম করে এবং মাল্টিমিডিয়া ক্ষেত্রে ব্যবহৃত হয়। বিভিন্ন অ্যাপ্লিকেশনের প্রয়োজন অনুযায়ী উভয় পদ্ধতির সুবিধা ও সীমাবদ্ধতা রয়েছে।

Run-Length Encoding (RLE)

Run-Length Encoding (RLE) একটি সাধারণ ডেটা কম্প্রেশন পদ্ধতি, যা ডেটার পুনরাবৃত্তিমূলক উপাদানগুলো সংরক্ষণ করতে এবং কম্প্রেশন অর্জন করতে সহায়ক। এই পদ্ধতিতে একটি ডেটা স্ট্রিমে একটির বেশি বার পুনরাবৃত্তি হওয়া ডেটা সংকেতকে সংক্ষিপ্তভাবে উপস্থাপন করা হয়।

RLE কিভাবে কাজ করে?

• RLE মূলত একটানা পুনরাবৃত্ত প্যাটার্নকে সংক্ষেপিতভাবে সংরক্ষণ করে।
• উদাহরণস্বরূপ, যদি একটি স্ট্রিং হয়: **"AAAABBBCCDAA"**। RLE এর মাধ্যমে এই স্ট্রিংটিকে "4A3B2C1D2A" রূপে সংরক্ষণ করা হবে।
• এতে প্রতিটি অক্ষরের সাথে তার পুনরাবৃত্তির সংখ্যা উল্লেখ করা হয়।

RLE ব্যবহার ক্ষেত্র

• RLE সাধারণত বাইনারি ইমেজ এবং পিক্সেল-বেসড ডেটা কম্প্রেশনে ব্যবহৃত হয়, যেমন গ্রাফিক্স এবং টেক্সট ফাইল। এটি সাধারণত সেই ক্ষেত্রে কার্যকর যেখানে ডেটা রেপিটিশন বেশি থাকে।

Huffman Coding

Huffman Coding একটি লসলেস ডেটা কম্প্রেশন টেকনিক যা ডেটার প্রতিটি উপাদানের জন্য ভেরিয়েবল-লেংথ কোড ব্যবহার করে কম্প্রেশন অর্জন করে। এটি প্রায়শই টেক্সট এবং ইমেজ ফাইল কম্প্রেশনে ব্যবহৃত হয়।

Huffman Coding কিভাবে কাজ করে?

1. ফ্রিকোয়েন্সি গণনা: প্রথমে, প্রতিটি ডেটা বা অক্ষরের ফ্রিকোয়েন্সি (পুনরাবৃত্তির সংখ্যা) গণনা করা হয়।
2. ট্রি তৈরি: Huffman ট্রি তৈরি করা হয়, যেখানে কম ফ্রিকোয়েন্সির অক্ষরকে বড় কোড লেংথ এবং বেশি ফ্রিকোয়েন্সির অক্ষরকে ছোট কোড লেংথ দেওয়া হয়।
3. এনকোডিং: প্রতিটি অক্ষর একটি নির্দিষ্ট কোড পায় এবং এই কোডগুলি সংরক্ষণ করে কম্প্রেশন অর্জন করা হয়।

Huffman Coding এর উদাহরণ:

• উদাহরণস্বরূপ, যদি একটি স্ট্রিং হয় "AAABBCD", Huffman কোডিংয়ের মাধ্যমে বিভিন্ন অক্ষর বিভিন্ন লেংথের বাইনারি কোড পাবে, যা কম্প্রেশন অর্জন করতে সহায়ক।

Huffman Coding এর ব্যবহার ক্ষেত্র:

• এটি সাধারণত টেক্সট ডেটা এবং ইমেজ ফাইল কম্প্রেশনে ব্যবহৃত হয়, যেমন ZIP ফাইল কম্প্রেশন এবং JPEG কম্প্রেশন।

JPEG কম্প্রেশন

JPEG (Joint Photographic Experts Group) হলো একটি জনপ্রিয় ইমেজ কম্প্রেশন ফরম্যাট, যা লসলেস এবং লসি কম্প্রেশন উভয়ই ব্যবহার করতে পারে। JPEG কম্প্রেশন ইমেজের মান ধরে রেখে স্টোরেজ সাইজ কমানোর জন্য বেশ কার্যকর।

JPEG কম্প্রেশন প্রক্রিয়া

1. রঙ স্পেস কনভার্সন (Color Space Conversion):
   • প্রথমে ইমেজের RGB রঙ স্পেস YCbCr রঙ স্পেসে রূপান্তরিত করা হয়। YCbCr-এ Y হলো উজ্জ্বলতা (luminance), এবং Cb এবং Cr হলো ক্রোমিন্যান্স (chrominance)।
2. ডিসক্রিট কসাইন ট্রান্সফর্ম (DCT):
   • ইমেজটি ছোট ৮x৮ ব্লকে ভাগ করা হয়, এবং প্রতিটি ব্লকের উপর Discrete Cosine Transform (DCT) প্রয়োগ করা হয়। এটি স্পেশিয়াল ডোমেইন থেকে ফ্রিকোয়েন্সি ডোমেইনে ডেটা স্থানান্তরিত করে, যা উচ্চ ফ্রিকোয়েন্সি ডেটা সরিয়ে রাখতে সাহায্য করে।
3. কোয়ান্টাইজেশন (Quantization):
   • DCT এর মাধ্যমে প্রাপ্ত ফ্রিকোয়েন্সি কম্পোনেন্টগুলির মান কোয়ান্টাইজ করা হয়, যেখানে উচ্চ ফ্রিকোয়েন্সি কম্পোনেন্টগুলিকে হ্রাস করা হয় এবং কম ফ্রিকোয়েন্সি কম্পোনেন্টগুলোকে ধরে রাখা হয়।
4. এনকোডিং:
   • এরপর রান-লেংথ এনকোডিং (Run-Length Encoding - RLE) এবং হাফম্যান এনকোডিং ব্যবহার করে প্রতিটি ব্লকের কোয়ান্টাইজ করা মানগুলো এনকোড করা হয়।

JPEG এর বৈশিষ্ট্য:

• JPEG কম্প্রেশন সাধারণত লসি, যার ফলে কিছু ডেটা হারিয়ে যায়। তবে এতে ইমেজের ভিজ্যুয়াল মান প্রায় একই থাকে।
• JPEG কম্প্রেশন উচ্চ মানের ইমেজে কিছুটা ব্লার বা আর্টিফ্যাক্ট সৃষ্টি করতে পারে, বিশেষ করে অত্যন্ত কম কম্প্রেশন রেট ব্যবহৃত হলে।

JPEG এর ব্যবহার ক্ষেত্র:

• JPEG কম্প্রেশন সাধারণত ফটোগ্রাফিক ইমেজ এবং ডিজিটাল ফটোগ্রাফি ক্ষেত্রে ব্যবহৃত হয়, যেখানে বড় ইমেজ ফাইল ছোট আকারে সংরক্ষণ করতে হয়।

Run-Length Encoding, Huffman Coding, এবং JPEG কম্প্রেশন এর তুলনা

সারসংক্ষেপ

• Run-Length Encoding (RLE) সহজ এবং দ্রুত ডেটা কম্প্রেশন পদ্ধতি, যা পুনরাবৃত্ত ডেটায় কার্যকর।
• Huffman Coding টেক্সট ও ইমেজ কম্প্রেশনে ব্যবহৃত একটি লসলেস পদ্ধতি, যা প্রতিটি অক্ষরের ভেরিয়েবল-লেংথ এনকোডিং ব্যবহার করে।
• JPEG কম্প্রেশন লসি এবং লসলেস উভয়ই হতে পারে, যা ইমেজ কম্প্রেশনে DCT এবং কোয়ান্টাইজেশন পদ্ধতি ব্যবহার করে স্টোরেজ আকার ছোট করে।

এই তিনটি পদ্ধতি ডেটা কম্প্রেশনে গুরুত্বপূর্ণ ভূমিকা পালন করে এবং বিভিন্ন ধরনের ডেটা ও অ্যাপ্লিকেশনে উপযোগী।

ইমেজ কম্প্রেশন এবং ডিকম্প্রেশন কৌশল (Image Compression and Decompression Techniques)

ইমেজ কম্প্রেশন হলো এমন একটি প্রক্রিয়া যার মাধ্যমে ছবির আকার কমানো হয়, যাতে কম স্টোরেজ স্পেস ব্যবহার করা যায় এবং দ্রুত লোড হয়। ডিকম্প্রেশন হলো ইমেজকে তার মূল রূপে পুনঃস্থাপন করার প্রক্রিয়া। ইমেজ কম্প্রেশনে মূলত লসী (Lossy) এবং লসলেস (Lossless) কম্প্রেশন কৌশল ব্যবহার করা হয়, যেখানে গুণগত মান এবং সঠিকতা বজায় রেখে ফাইল সাইজ কমানো হয়।

কম্প্রেশন এর প্রকারভেদ

১. লসলেস কম্প্রেশন (Lossless Compression)

লসলেস কম্প্রেশন টেকনিকের মাধ্যমে ছবির আকার কমানো হয়, তবে গুণগত মানের কোনো ক্ষতি হয় না। এতে প্রতিটি পিক্সেলের তথ্য সংরক্ষণ করা হয়, যা ইমেজ ডিকম্প্রেশন করলে সম্পূর্ণ মূল অবস্থায় ফিরে আসে।

• কৌশল:
  • রান-লেংথ এনকোডিং (Run-Length Encoding): বারবার আসা পিক্সেল মানগুলোকে একত্রিত করে সংরক্ষণ করা হয়।
  • হাফম্যান এনকোডিং (Huffman Encoding): ছবি ডেটার ফ্রিকোয়েন্সি অনুযায়ী বিট কমিয়ে এনকোড করা হয়।
  • LZW (Lempel-Ziv-Welch) এনকোডিং: কম্প্রেশন টেবিল তৈরি করে পুনরাবৃত্তি প্যাটার্নগুলোকে কনভার্ট করা হয়।
  • PNG ফরম্যাট: লসলেস কম্প্রেশন ব্যবহার করে; প্রধানত ওয়েব এবং গ্রাফিক্সে ব্যবহৃত হয়।

২. লসী কম্প্রেশন (Lossy Compression)

লসী কম্প্রেশনে ইমেজের গুণগত মান কিছুটা কমিয়ে ফাইল সাইজ কমানো হয়। এটি সাধারণত মানুষের চোখে সামান্য পরিবর্তন দেখা যায় না এমন ডেটা অপসারণ করে কাজ করে।

• কৌশল:
  • ডিসক্রিট কসাইন ট্রান্সফর্ম (Discrete Cosine Transform - DCT): ছবির পিক্সেলগুলোকে ব্লকে বিভক্ত করে এবং কম গুরুত্বপূর্ণ ফ্রিকোয়েন্সি অপসারণ করে।
  • ওয়েভলেট ট্রান্সফর্ম (Wavelet Transform): ছবির ফ্রিকোয়েন্সি কম্পোনেন্টগুলোকে ভিন্ন লেভেলে বিভক্ত করে।
  • JPEG কম্প্রেশন: DCT ব্যবহার করে ছবির গুণগত মান কিছুটা হ্রাস করে ফাইল সাইজ কমায়, যা ফটোগ্রাফির জন্য আদর্শ।

কম্প্রেশন এবং ডিকম্প্রেশন কৌশল

১. রান-লেংথ এনকোডিং (Run-Length Encoding)

• কিভাবে কাজ করে: পুনরাবৃত্ত পিক্সেল ভ্যালুগুলোকে কম্প্রেস করে একত্রিত করে। উদাহরণস্বরূপ, "AAAAABBBCC" হবে "5A3B2C"।
• ব্যবহার: সাধারণত দ্বি-মাত্রিক বা বাইনারি ইমেজে কার্যকরী।

def run_length_encode(image):
    pixels = list(image.getdata())
    encoded_pixels = []
    current_pixel = pixels[0]
    count = 1

    for pixel in pixels[1:]:
        if pixel == current_pixel:
            count += 1
        else:
            encoded_pixels.append((current_pixel, count))
            current_pixel = pixel
            count = 1
    encoded_pixels.append((current_pixel, count))
    return encoded_pixels

২. হাফম্যান এনকোডিং (Huffman Encoding)

• কিভাবে কাজ করে: ইমেজ ডেটার ফ্রিকোয়েন্সি বিশ্লেষণ করে, এবং অধিক ফ্রিকোয়েন্সি ডেটার জন্য কম বিট ব্যবহৃত হয়।
• ব্যবহার: সাধারণত লসলেস কম্প্রেশনে, যেমন PNG ইমেজ।

৩. ডিসক্রিট কসাইন ট্রান্সফর্ম (DCT)

• কিভাবে কাজ করে: ইমেজকে ছোট ছোট ব্লকে বিভক্ত করে এবং প্রতিটি ব্লকে ফ্রিকোয়েন্সি বিশ্লেষণ করে। কম ফ্রিকোয়েন্সি কম্পোনেন্টগুলোকে সংরক্ষণ করা হয় এবং উচ্চ ফ্রিকোয়েন্সি অপসারণ করা হয়।
• ব্যবহার: JPEG কম্প্রেশনে ব্যবহৃত হয়, যা ফটোগ্রাফি এবং ওয়েব ইমেজের জন্য কার্যকর।

৪. ওয়েভলেট ট্রান্সফর্ম (Wavelet Transform)

• কিভাবে কাজ করে: ইমেজের ফ্রিকোয়েন্সি কম্পোনেন্টগুলোকে ভিন্ন লেভেলে বিভক্ত করে, এবং কম গুরুত্বপূর্ণ অংশগুলো অপসারণ করা হয়।
• ব্যবহার: JPEG2000 ফরম্যাটে ব্যবহৃত, যেখানে উচ্চ গুণগত মানের প্রয়োজন হয়।

উদাহরণ: OpenCV ব্যবহার করে JPEG কম্প্রেশন

OpenCV ব্যবহার করে JPEG কম্প্রেশন করা যায়, যেখানে গুণগত মান এবং ফাইল সাইজ কমানো যায়।

import cv2

# ইমেজ লোড করা
image = cv2.imread("path/to/image.jpg")

# JPEG কম্প্রেশন কোয়ালিটি সেট করা (কম মান বেশি কম্প্রেশন)
compression_quality = 50
cv2.imwrite("compressed_image.jpg", image, [int(cv2.IMWRITE_JPEG_QUALITY), compression_quality])

উদাহরণ: OpenCV ব্যবহার করে PNG কম্প্রেশন

PNG একটি লসলেস কম্প্রেশন ফরম্যাট, যা স্টোরেজ স্পেস কমিয়ে গুণগত মান অক্ষুণ্ণ রাখে।

import cv2

# ইমেজ লোড করা
image = cv2.imread("path/to/image.png")

# PNG কম্প্রেশন লেভেল সেট করা (০ থেকে ৯ পর্যন্ত, ৯ সবচেয়ে বেশি কম্প্রেশন)
compression_level = 9
cv2.imwrite("compressed_image.png", image, [int(cv2.IMWRITE_PNG_COMPRESSION), compression_level])

কম্প্রেশন প্রয়োগ ক্ষেত্র

1. ওয়েবসাইট এবং মোবাইল অ্যাপ্লিকেশন: ইমেজ কম্প্রেশন ওয়েব এবং মোবাইল অ্যাপে দ্রুত লোডের জন্য ব্যবহৃত হয়।
2. ডেটাবেস স্টোরেজ: বড় স্টোরেজ স্পেস বাঁচাতে ইমেজ কম্প্রেশন অপরিহার্য।
3. স্ট্রিমিং এবং ভিডিও সার্ভিস: ভিডিও এবং লাইভ স্ট্রিমিংয়ের জন্য ইমেজ কম্প্রেশন প্রযুক্তি ব্যবহার করা হয়।
4. মেডিকেল ইমেজিং: চিকিৎসা ডেটা সংরক্ষণে লসলেস কম্প্রেশন প্রয়োজন।

ইমেজ কম্প্রেশন এবং ডিকম্প্রেশন এর সুবিধা ও সীমাবদ্ধতা

সুবিধা

• স্টোরেজ স্পেস কমায়: কম্প্রেশন ইমেজের আকার কমায়, যা স্টোরেজ সাশ্রয় করে।
• ডেটা ট্রান্সমিশন সহজতর করে: কম্প্রেসড ফাইল দ্রুত ট্রান্সফার করা যায়।
• লোডিং টাইম কমায়: ছোট ইমেজ দ্রুত লোড হয়, যা ব্যবহারকারীর অভিজ্ঞতা উন্নত করে।

সীমাবদ্ধতা

• লসী কম্প্রেশন: লসী কম্প্রেশনে কিছু ডেটা হারায়, যা ইমেজের গুণগত মান কমাতে পারে।
• কম্প্রেশন টাইম: অনেক কম্প্রেশন টেকনিক দীর্ঘ সময় নেয়।
• মহত্বপূর্ণ ডেটা হারানো: লসী কম্প্রেশনে কখনও কখনও গুরুত্বপূর্ণ ডেটা হারানো যেতে পারে।

সারসংক্ষেপ

ইমেজ কম্প্রেশন এবং ডিকম্প্রেশন আধুনিক ইমেজ প্রসেসিংয়ের অপরিহার্য অংশ। লসলেস এবং লসী কম্প্রেশন পদ্ধতি ব্যবহার করে ইমেজের আকার কমিয়ে গুণগত মান বজায় রাখা যায়। রান-লেংথ, হাফম্যান এনকোডিং, ডিসক্রিট কসাইন ট্রান্সফর্ম এবং ওয়েভলেট ট্রান্সফর্ম ইমেজ কম্প্রেশনের জনপ্রিয় টেকনিক। ইমেজ কম্প্রেশন বিভিন্ন ক্ষেত্রে যেমন ওয়েবসাইট, ভিডিও স্ট্রিমিং, এবং মেডিকেল ডেটা স্টোরেজে গুরুত্বপূর্ণ ভূমিকা পালন করে।