مقدمة الوحدة
تتميز ملفات الوسائط المتعددة بأحجامها الضخمة: فصورة بحجم 640×480 وعمق لون 24 بت تحتاج نحو 1 ميغابايت، وفيلم بمعدل 25 صورة/ثانية يحتاج أكثر من 1 غيغابايت لكل دقيقة! شكّلت هذه الأحجام أهم عقبة أمام تطور أنظمة الوسائط المتعددة، سواء من ناحية التخزين أو النقل عبر الشبكات، ما دفع العلماء لتطوير أساليب ضغط متعددة.
يتوقع منك بعد دراسة هذه الوحدة أن تعرف التصنيفات المختلفة لأساليب ضغط البيانات، وتحدد طرقاً مشهورة للضغط اللامصدري (بغض النظر عن نوع البيانات)، وطرقاً أخرى مخصصة لضغط الصورة والصوت والفيديو.
تصنيفات ضغط البيانات
يقوم "الكوديك" (Codec = Compressor + Decompressor) ببرنامج أو قطعة إلكترونية تضغط البيانات وتفكها. تُصنَّف طرق الضغط وفق معيارين مستقلّين:
| المعيار | الأصناف |
|---|---|
| حسب فقدان المعلومات | غير الفاقد (Lossless): يحافظ على كل المعلومات عند الاسترجاع، مناسب للبيانات الحساسة كصور الأشعة الطبية. الفاقد (Lossy): يضحي ببعض المعلومات الثانوية للوصول إلى نسبة ضغط أعلى (1 إلى 30 من الحجم الأصلي)، مقبول في الصوت والفيديو حيث لا يلاحظ المشاهد الفرق. |
| حسب اعتماده على المصدر | اللامصدري (Source-Independent): يتعامل مع البيانات كسلسلة بتّات دون فهم معناها (نص، صورة، صوت). المصدري (Source-Dependent): يفهم طبيعة البيانات (ألوان متقاربة في صورة، ترددات لا تسمعها الأذن في صوت) ليضغطها بكفاءة أعلى. |
مقياس مقارنة أساسي لطرق الضغط غير الفاقد هو نسبة الضغط (Compression Ratio) = حجم البيانات الأصلية ÷ حجم البيانات بعد الضغط. أما في الضغط الفاقد فالمعيار الأهم هو "الجودة" — أي درجة التشابه بين البيانات الأصلية والمسترجعة، وهي غير قابلة لقياس موحّد.
طرق الضغط اللامصدري: RLE وهافمان
مثال محلول (هافمان): ملف من 20 رمزاً: A مكرر 8 مرات، B مكرر 6، C مكرر 2، D مكرر 4. بالترميز ثابت الطول (يلزمنا 3 بت لتمثيل 5 رموز مختلفة كحد أقصى نظرياً هنا نحتاج فعلياً bit كافٍ لعدد الرموز الفعلي) نحتاج 20×3 = 60 بت. أما بشجرة هافمان (بعد بناء الشجرة حسب التكرار) قد نحصل مثلاً على: A=1 بت، B=2 بت، C=3 بت، D=2 بت، فيكون الحجم الكلي = 8×1 + 6×2 + 2×3 + 4×2 = 8+12+6+8 = 34 بت فقط — توفير واضح مقارنة بالترميز ثابت الطول.
ضغط الصورة: JPEG وGIF
خطوات ضغط JPEG بالتفصيل:
- تقسيم لوحدات 8×8 بيكسل وتحويل الصورة من RGB إلى فضاء YUV (أو YCbCr)، حيث Y تمثّل الإضاءة (Luminance) وCb وCr تمثّلان معلومات اللون (Chrominance) — إذ يمكن تصغير طبقتي اللون إلى ربع الحجم الأصلي (2×2 بيكسل تمثَّل بقيمة واحدة) دون أن تلاحظ العين فرقاً.
- DCT (Discrete Cosine Transform): تحويل كل وحدة إلى المجال الترددي — البيكسل (0,0) يمثّل المكوّن الثابت (غير المتردد)، بينما البيكسل (8,8) يمثّل أعلى تردد.
- التقريب (Quantization): هذه هي المرحلة "الفاقدة" فعلياً — تقليل عدد البتّات المستخدمة خصوصاً للقيم عالية التردد (التي تصبح غالباً أصفاراً)، مع الحفاظ على القيم منخفضة التردد الأهم بصرياً.
- المسح الزيغزاغي (Zigzag Scan): تحويل مصفوفة الوحدة ثنائية الأبعاد إلى سلسلة أحادية البعد، بترتيب يجمع الأصفار (الترددات العالية) في نهاية السلسلة لتسهيل ضغطها لاحقاً.
- الضغط اللامصدري: تطبيق RLE ثم هافمان على السلسلة الناتجة، للاستفادة القصوى من تكرار الأصفار.
مثال محلول على التحويل اللوني: بيكسل RGB = (180, 200, 60) → Y = 0.30×180 + 0.60×200 + 0.10×60 = 180، Cb وCr يُحسبان بمعادلات مشابهة تعتمد الفرق بين القناة والإضاءة.
توجد ثلاثة أنماط عرض لـ JPEG: التسلسلي (ترتيب طبيعي من أعلى اليسار)، التدريجي (تظهر الصورة كاملة فوراً بجودة منخفضة ثم تتضح تدريجياً)، والهرمي (تُضغط نسخة مصغرة أولاً، ثم يُضغط الفرق بينها وبين الأصلية).
ضغط الصوت: MP3 وRealAudio
القرص الصوتي المدمج (CD) يخزّن الصوت غير مضغوط: 44,100 عيّنة/ثانية × 16 بت × قناتين (ستيريو) = 1,411,200 بت/ثانية ≈ 176 كيلوبايت/ثانية — أي نحو 32 ميغابايت لأغنية من 3 دقائق فقط!
ضغط الفيديو: MPEG وH.261
تشترك الصور المتتابعة في الفيديو غالباً في معظم محتواها؛ فبدل تخزين كل صورة كاملة، تبحث طريقة MPEG (Moving Picture Experts Group) عن الأجزاء المتحركة فقط وترسل معلومات حركتها، مقسِّمة الصورة إلى وحدات أكبر من JPEG بحجم 16×16 بيكسل. ينتج عن هذا الفيديو سلسلة من ثلاثة أنواع من الصور المضغوطة:
| نوع الصورة | الوصف |
|---|---|
| I-Frame (Intra-coded) | تُضغط مستقلة تماماً عن الصور الأخرى، تماماً كصورة JPEG عادية. تبدأ بها كل مجموعة صور (GOP) دائماً. |
| P-Frame (Predictive-coded) | تعتمد على معلومات الحركة مقارنة بصورة I أو P سابقة: يُبحث عن كل وحدة 16×16 في الصورة السابقة، ويُخزَّن الفرق (خطأ التنبؤ) بدل الوحدة كاملة — وغالباً ما تكون قيمة هذا الفرق أصفاراً أو قريبة منها. |
| B-Frame (Bidirectionally predictive) | تبحث عن الوحدة الشبيهة في الاتجاهين الزمنيين معاً (صورة سابقة ولاحقة من نوع I أو P)، وتحسب الفرق من متوسط الاثنتين، ما يمنحها أعلى نسبة ضغط بين الأنواع الثلاثة. |
ملاحظة تقنية مهمة: بما أن صور B تعتمد على صورة لاحقة لم تُعرض بعد، فترتيب الإرسال يختلف عن ترتيب العرض — يجب استقبال الصورة I أو P التالية أولاً قبل إمكانية فك تشفير صور B التي تسبقها في ترتيب العرض.
طريقة H.261 سبقت MPEG واعتمدتها هيئة CCITT عام 1990، وتشترك معها في المبدأ العام، لكنها لا تحتوي على نوع B-Frame على الإطلاق — فقط I وP، ما يجعل نسبة ضغطها أقل من MPEG لكنها أبسط حساباً.
الخلاصة
استعرضت هذه الوحدة أساليب ضغط البيانات المختلفة، بدءاً من التصنيفين الأساسيين (فاقد/غير فاقد، ولامصدري/مصدري)، مروراً بطريقتي RLE وهافمان اللامصدريتين، ثم طرقاً متخصصة لكل وسيط: JPEG وGIF للصورة، MP3 وRealAudio للصوت، وMPEG وH.261 للفيديو. الفكرة المشتركة بينها جميعاً هي استغلال إما التكرار في البيانات، أو حدود إدراك الحواس البشرية (العين والأذن)، للوصول إلى أحجام ملفات عملية للتخزين والنقل.
مسرد المصطلحات
اضغط على كل بطاقة لعرض تعريفها.
12 مصطلحاً أساسياً لهذه الوحدة.
اختبار الوحدة
يتكوّن الاختبار من 5 أسئلة صح/خطأ، و5 أسئلة اختيار من متعدد، و3 أسئلة إنشائية. تُصحَّح الأسئلة الموضوعية تلقائياً، بينما تعرض الأسئلة الإنشائية إجابة نموذجية لتقييم إجابتك بنفسك.