无损

简介

无损数据压缩（Lossless Compression）指数据经过压缩后，信息不受损失，还能完全恢复到压缩前的原样。“无损”一词是相对于有损数据压缩，有损数据压缩只允许一个近似原始数据进行重建，以换取更好的压缩率。

无损压缩通常用于严格要求“经过压缩、解压缩的数据必须与原始数据一致”的场合。典型的例子包括文字档案、程式执行档、程式原始码。有些图片档案格式，例如PNG和GIF，使用的是无损压缩。其他例如TIFF、MNG则可以採用无损或有损压缩。无损音频格式最常用于归档或製作用途。有损音频格式则常用于携带型播放器或存储空间受限制的设备，或不要求音频完全还原的情况。

无损压缩技术

多数的无损压缩程式会依序进行这两个步骤：

产生输入数据的统计模型
利用这个统计模型将较常出现的数据用较短的比特序列表示，较不常出现的数据用较长的比特序列表示

生成比特序列的编码算法主要有霍夫曼编码（也用于DEFLATE）和算术编码。算术编码能使压缩率接近信息熵所给出的最佳可能压缩率。而霍夫曼编码较简单快速，但在符号的出现机率接近1的时候效果不彰。

有两种建构统计模型的主要方法：

在静态模型中，会分析数据并创建一个模型，然后将这个模型存储在压缩数据中。这个方法较简单且模组化，但缺点是模型本身可能耗费庞大的空间来存储。而且这个方法对单次的全部压缩数据都使用同一个统计模型，所以如果各个档案之间差异甚大，压缩效果并不好。
在自适应模型中，压缩数据的同时模型会不断的更新。虽然会导致压缩初期的压缩率不理想，但随着读取的数据增加，压缩效果也会提升。目前最热门的压缩方法都採用自适应编码方法。

常见的无损压缩格式

参见：无损压缩算法

通用格式

变动长度编码法(RLE) – 一个非常简单的方法，在数据连续重複的情况下有不错的压缩率
LZ77与LZ78、LZW– 用于GIF和多种套用
LZF– 基本的LZ压缩法（deflate），对于快速压缩有做最最佳化（Lempel-Ziv Fast）
DEFLATE– 用于gzip、ZIP(从2.0版开始)，也是PNG、点对点协定（PPP）、HTTP、SSH的一部分
bzip2– 使用Burrows-Wheeler变换，速度较DEFLATE慢但压缩率更高
LZMA– 用于7zip、xz等程式，相较于bzip2有更好的压缩率和更快的速度
LZO– 专为高速压缩/解压缩设计的方法，代价是压缩率较差
Statistical Lempel Ziv– 结合统计方法和字典方法，相较于只採用单一方法有更好的压缩率
Brotli– 一个现代的基于LZ的压缩方法，速度大约与DEFLATE一样快，但拥有与LZMA相近的压缩率

无损

无损

基本介绍

简介

无损压缩技术

常见的无损压缩格式

通用格式

图片格式

3D图片格式

音频格式

视频格式

常见的无损压缩算法

相关推荐