cours sur les systèmes de compression

Par FOUSSE Yannick & KOEHL Guillaume

Les types de compression◦ Compression sans perte◦ Compression presque sans perte◦ Compression avec pertes

Les codages◦ Codage par répétition◦ Codage par dictionnaire◦ Codage par modélisation de contexte

Les différents formats de compression

Autant d’informations avant qu’après la compression

Appelé également « compactage »

Principe : Réécrire l’information de manière plus concise

S’applique aux données « perceptibles »

Perte de données irréversible

Divisé en 3 familles◦ Compression par prédiction◦ Compression par transformation◦ Compression fractale

Sous ensemble de la compression avec pertes

Conserve la signification des données d’origine mais élimine une partie des informations

Exemple pour une image◦ Compression sans perte (bit-perfect)◦ Compression sans perte significative (pixel-perfect)

Codage RLE◦ Toute suite d’entités identiques est remplacée par un couple

(nombre d’occurrences, entité)◦ AAAAZZZZZZZAAAEEEEZFF

4A7Z3A4E1Z2F

Codage de Huffman◦ Principe du code Morse : coder des séquences fréquentes sur

peu de place, coder sur des séquences longues ce qui revient rarement

Lempel-Ziv 1977 (LZ77)◦ Remplacer les motifs récurrents par des références à leur

première apparition◦ Moins bon taux de compression que d’autres algorithmes◦ Rapide et asymétrique◦ Base d’algorithmes comme Deflate (ZIP, gzip) ou LZMA (7-Zip)

Prédiction par reconnaissance partielle (PPM)◦ Probabilité des différents symboles◦ En ayant une partie d’une source de données, peut en deviner

la suite◦ Bon taux de compression mais lent

Pondération de contexte (CM)◦ Utilise plusieurs prédicteurs (PPM par exemple) pour obtenir

l’estimation la plus fiable du symbole à venir dans une source de données

◦ Très performants mais très lent

Les formats de compression Format d'archivage

◦ Tar

Format de compression◦ Gzip◦ Bzip2

Format de compression et d'archivage◦ Zip◦ 7z◦ Rar◦ Tar/gzip/bzip2

Tar Créé et supporté par les systèmes Unix

Non supporté nativement par Windows mais supporté par certains logiciels

Rarement utilisé seul

Gzip Format le plus utilisé sous UNIX

Taux de compression moyen

Vitesse de compression rapide

Bzip2 Format open source utilisé principalement sous UNIX

Taux de compression élevé

Vitesse de compression faible

7z Format open source récent Taux de compression élevé (hors multimédia) Supporté par la majorité des OS/logiciels excepté

Windows Problème de sauvegarde des permissions sous UNIX Gourmand en ressources Non supporté par PHP

Zip Format le plus répandu

Supporté par tous les OS/logiciels

Taux de compression faible

Vitesse de compression rapide

Rar Format propriétaire

Lié à Winrar pour la création

Unrar permet la décompression

Taux de compression supérieur à Zip

Supporté par PHP en partie

Tar.gz/Tar.bz2 Association de tar et gzip/bzip2

Utilisé sur UNIX

Supporté par la majorité des OS/logiciels excepté Windows

Supporté par PHP

Besoins du projet Archiver un ensemble de fichiers de types variés

Format répandu

Compression rapide

Supporté par PHP

Conclusion Choix possibles : zip ou tgz

Zip : plus lent, meilleure compatibilité

Tgz : Plus rapide, pas supporté nativement par WIndows