Komprimierung : Wie geht das?

[NickelM]

Hallo ihr,

Ich arbeite in meinem Programm mit fertigen Komprimierungen.

Das ist alles schön und gut und funkt.

Nur ich frag mich solangsam, wie man sowas macht. Nur vom Aufbau her.
Wie macht man aus einer 5 MB großen datei eine 1 MB und wie kann man das dan wieder zurück machen?
Ich hab schon gegoogelt und finde irgendwie net das was ich suche.

Ich kann mich nicht vorstellen, wie man aus 1 MB datei wieder die ursprünglichen 5 MB machen kann?
Wie kann man den aus weniger mehr machen? bzw. wie weis man wo man was wieder dranhängen muss?

Ich weis ja schon wie ich Bytes schreiben kann und lesen kann, deshalb frag ich mich, wie man Bytes wegnehmen kann und wie man deise wegnenohmen Bytes wieder herstellen kann.

Hoffe jemand weis eine gute Seite (am besten deutsch kann auch englisch sein), wie man den Aufbau einer Komprimierung erklärt bekommt.
Vllt kanns mir auch jemand erklären.

[ATSV]

Hast du schonmal ins Wiki geschaut?

[-Phantom-]

Willst du wissen wie man es genau macht? Oder willst du es einfach nur machen? Es gibt dafür ein paar Komponenten wie abbrevia

[Daniel]

Moin,

da gibt es natürlich beliebig raffinierte (und dann meist auch komplizierte) Algorithmen, für den Einsteig und um sich das Prinzip klar zu machen, könnte die Lauflängen-Kodierung hilfreich sein:
http://de.wikipedia.org/wiki/Laufl%C3%A4ngenkodierung

Im Prinzip geht es darum, wiederkehrende Zeichenfolgen zusammen zu fassen:

Wenn Du AAAAACBBBBBB als Zeichenfolge hast, könntest Du auch {5A}C{6B} schreiben und müsstest Dir mit Steuerzeichen - hier die geschweiften Klammern - nur merken, was wohin gehört. (Das ist jetzt natürlich stark vereinfacht)

[NickelM]

Danke an allen.

Also ich glaube vom Prinzip her wie z.b. diese Zeichenketten vereinfachen hab ich jetzt kapiert.
Nur weis ich von dem TBytes Array schreiben wie ein Record z.b. ein Bytes aussieht.
Wenn ich mir das so anguge, frag ich mich wie man sowas z.b. Komprimeiren könnte.

Also die vorgehensweise, wie Bytes zupacken sozusagen.

@-Phantom- : Es geht mir um die vorgehensweise.

[Daniel]

Ist identisch.
Die o.g. Buchstaben sind auch "nur" Bytes. Das 'A' hat den numerischen Wert von 65. Im Speicher steht da auch nur der Zahlenwert, den wir mit an passender Stelle als den Buchstaben 'A' interpretieren. Dem Algorithmus ist das aber egal. Der sieht nur eine Folge von Bytes. Das (vereinfachte) Prinzip lautet "Suche Folgen von gleichen Werten und ersetze diese durch was Kürzeres".
Kritisch wird es, wenn in Deinem Array NUR unterschiedliche Zahlen vorkommen, dann wirst Du mit dem o.g. Verfahren keinen Blumentopf gewinnen können. Dann könnte man jedoch andere Verfahren starten, wie sie z.B. bei MP3 oder JPG zum Einsatz kommen: Verlustbehaftete Kompression. Das heisst, dass die Daten (leicht) verändert werden, um bessere Kompressionsraten erzielen zu können. So könnte man z.B. die Werte eines Arrays runden, um wieder Bereiche von identischen Werten zu haben. Sehr plastisch siehst Du das, wenn Du in einem Grafikprogramm die Kompressionsrate beim JPG-Export sehr hoch und die Glättung sehr niedrig stellst. Dann bilden sich Klötzchen, die sich aber wunderbar komprimieren lassen. (Auch wieder arg vereinfacht dargestellt.)

[himitsu]

Man könnte auch mal in der DP, Google oder bei Wiki nach Huffman, bzw, Entropiekodierung schauen.

Hierbei wird erstmal die Häufigkeit der vorkommenden Bytes gezählt und dann werden die vorhandenen Bytes mit einer dynamischen Anzahl an Bits codiert.
Wenn man dabei oft vorkommende Bytes mit wenigen Bits kodiert, dann kann man damit bis zu 87% pro Byte einsparen.


Es ist aber wie überall, es kommt bei der einsparbaren Datenmenge davon abhängig, wie die zu komprimierten Daten aufgebaut sind und welcher Algo zur Komprimierung verwendet wird.

Huffman - wenn alle möglichen Bytes vorkommen und diese möglichen Bytes auch noch schön gleichverteilt sind, dann kann man mit einer Entropiekodierung nichts gut machen ... es würde eventuell sogar mehr/größer, statt kleiner/weniger.

Genauso kann an nichts mit einer Lauflängen-Kodierung ausrichten, wenn es keine/kaum gleiche aufeinanderfolgende Bytes/Zeichen gibt.




Bei großen Texten (weiß jetzt allerdings nicht, wie sich sowas nennt) könnte man auch ein Wörterbuch mit den vorkommenden Wörtern anlegen und speichert dann nur ein kurzes Ersatzmuster, für mehrfach vorkommende Wörter.

Man sucht also größere, sich gleichende Teile und speichert dann im Text nur noch Referenzen auf diese Teile.

[NickelM]

Hm...also ich glaub solangsam versteh ichs.

Hunterprozentig wie man sowas programmiert wäre mir sowieso viel zu kompliziert, da ich noch nicht soooo viuel damit gemacht haben.

Der eigentliche Grund, wie mach sowas macht war das ich bei meinem einem Programm eine AVI Datei hab die 42 MB groß ist. Die wird in einem InnoSetup eingefügt und mit lzma2/ultra komprimierung gepackt. Und was kommt raus..eine 1,62 Mb große Installationsdatei. (war natürlich nicht alles aber das Video war das größte..)

Jetzt hab ich mich gefragt, wie hat das Prog das dan gemacht??????

EDIT: Aber da AVi ja glaub ich net komprimiert ist also viele zeichenfolgen hat, wird mir das jetzt auch klar xD

[Sherlock]

Und wenn Du wirklich voll einsteigen willst, geht es hiermit los: http://de.wikipedia.org/wiki/Informationstheorie

Sherlock

[himitsu]

Jupp, das einfache Ur-AVI ist unkomprimiert und entspricht quasi einer Aneinanderreihung von vielen Bitmaps (BMP).
(heutzutage ist .avi aber nur ein Kontainer, in welchem aber ein anderes Format drinsteckt)

Wenn dir jetzt wenig Bewegung und/oder großflächig gleichfarbige Bereiche drin vorkommen, dann kann dort sehr viel und vorallem verlustlos komprimiert werden.
(die meißten Videokomprimierungen sind aber verlustbehaftet ... MPeg ist fast wie aneinandergereihte JPEGs, vn welchen auch nur die veränderten Bereiche gespeichert werden)