Extreme Color Compression: A Hybrid JPEG-XL and JPEG-2000 Pipeline.

हम जो भी तस्वीर लेते हैं, वह प्रकाश और स्मृति के बीच एक संवाद है। जब एक कैमरा किसी दृश्य को कैद करता है, तो वह दो अलग-अलग प्रकार की जानकारी रिकॉर्ड करता है: दुनिया की चमक (brightness), जो आकृतियों और किनारों को परिभाषित करती है, और रंग, जो आकाश, त्वचा और वनस्पतियों की समृद्धि जोड़ता है। दशकों से, वैज्ञानिक और इंजीनियर जानते हैं कि मानव आँखें दूसरी जानकारी की तुलना में पहली जानकारी के प्रति कहीं अधिक संवेदनशील होती हैं। हम अंधेरे में एक ऊबड़-खाबड़ चट्टान या एक दूर के चेहरे को पहचान सकते हैं, लेकिन उसी कम रोशनी में नीले या हरे रंग के सूक्ष्म शेड्स को पहचानने में हमें संघर्ष करना पड़ता है। यह जैविक वास्तविकता लंबे समय से इस बात का मार्गदर्शन करती है कि हम छवियों को कैसे संग्रहीत करते हैं, फिर भी एक नया अध्ययन बताता है कि हम रंग डेटा को कितना सुरक्षित रखते हैं, इस मामले में बहुत अधिक रूढ़िवादी रहे हैं।

शोधकर्ताओं ने पारंपरिक रूप से रंग और चमक को ऐसे भागीदारों के रूप में माना है जिन्हें एक साथ संकुचित (compress) किया जाना चाहिए, और अक्सर दोनों के लिए एक ही सेट के नियमों का उपयोग किया जाता है। लेकिन स्वतंत्र शोधकर्ता लेस्ली डाल्टन द्वारा विकसित एक नया दृष्टिकोण एक क्रांतिकारी अलगाव का प्रस्ताव करता है। छवि की चमक को एक आधुनिक मानक के साथ और उसके रंग को दूसरे के साथ उपचारित करके, अध्ययन यह प्रदर्शित करता है कि हम मानव आँख द्वारा अंतर नोटिस किए बिना रंग की जानकारी के फ़ाइल आकार को हजारों गुना कम कर सकते हैं। यह विधि, जिसे लेखक "एक्सट्रीम कलर कम्प्रेशन" कहते हैं, इस धारणा को चुनौती देती है कि उच्च-गुणवत्ता वाली छवि के लिए उच्च-सटीक रंग आवश्यक है, और इसके बजाय यह दिखाती है कि एक फोटो का संरचनात्मक कंकाल (structural skeleton) उसकी सतह पर लगे पेंट की तुलना में कहीं अधिक महत्वपूर्ण है।

इस विचार का परीक्षण करने के लिए, शोधकर्ता ने लोगों, जानवरों से लेकर परिदृश्य और फूलों तक, रोजमर्रा के दृश्यों की आठ सौ उच्च-रिज़ॉल्यूशन वाली तस्वीरें एकत्र कीं। प्रक्रिया प्रत्येक छवि को उसके तीन मौलिक घटकों में तोड़कर शुरू हुई: एक चमक का चैनल, और दो अलग-अलग रंग के चैनल। चमक वाले चैनल को JPEG-XL नामक एक शक्तिशाली, आधुनिक टूल का उपयोग करके संकुचित किया गया था, जिसे बारीक विवरणों को संरक्षित करने के लिए डिज़ाइन किया गया है। हालाँकि, दो रंग चैनलों को JPEG-2000 नामक एक पुराने मानक का उपयोग करके एक अलग उपचार दिया गया। लक्ष्य यह देखना था कि छवि टूटी हुई दिखने लगे, उससे पहले रंग डेटा को कितना हटाया जा सकता है। शोधकर्ता ने आश्चर्यजनक तीव्रता वाले संपीड़न स्तरों का परीक्षण किया, जिसमें रंग की जानकारी को 250, 1,000, और यहाँ तक कि 10,000 गुना कम किया गया।

परिणाम आश्चर्यजनक थे। यहाँ तक कि जब रंग डेटा को 3,000 के कारक से संकुचित किया गया, तब भी छवियाँ एक मानव पर्यवेक्षक के लिए मूल छवियों से दृश्य रूप में अविभेद्य बनी रहीं। जब शोधकर्ता ने तस्वीरों को ज़ूम किया, और आवर्धन (magnification) के तहत उनका निरीक्षण किया जो व्यक्तिगत पिक्सेल को प्रकट करता था, तो संरचनात्मक विवरण स्पष्ट और तीक्ष्ण बने रहे। रंग, हालांकि अत्यधिक संकुचित थे, फिर भी प्राकृतिक दिखे। यह केवल तभी हुआ जब संपीड़न अत्यधिक स्तर पर पहुँच गया, जैसे कि 4,000 या 10,000 गुना, तब छवियों में समस्या के संकेत दिखने लगे, जहाँ रंग के पैच या तो गायब हो गए या सपाट हो गए। फिर भी, इन चरम स्तरों पर भी, छवि की अंतर्निहित संरचना—वस्तुओं की आकृतियाँ और सतहों की बनावट—अक्षुण्ण रही क्योंकि चमक वाले चैनल को उच्च सावधानी के साथ संरक्षित किया गया था।

अध्ययन ने कंप्यूटर के उन वस्तुनिष्ठ उपकरणों का भी उपयोग किया जो मानव दृष्टि की नकल करने के लिए डिज़ाइन किए गए हैं। इन उपकरणों ने पुष्टि की जो मानव समीक्षकों ने देखा था: रंग डेटा को हटाते समय भी छवियों की संरचनात्मक गुणवत्ता उल्लेखनीय रूप से उच्च बनी रही। 1,000 के संपीड़न अनुपात पर, छवियों ने गुणवत्ता का एक ऐसा स्तर बनाए रखा जिसे कंप्यूटर मॉडल ने उत्कृष्ट माना। हालाँकि, सबसे उल्लेखनीय खोज भंडारण स्थान (storage space) पर प्रभाव थी। एक विशिष्ट छवि में, रंग डेटा फ़ाइल का एक महत्वपूर्ण हिस्सा घेरता है। इस नई विधि में, रंग डेटा एक छोटा सा अतिरिक्त हिस्सा बन गया। एक परेड की एक विशिष्ट छवि के लिए, चमक वाला चैनल थोड़ी जगह लेता था, लेकिन रंग चैनल, 3,000 बार संकुचित होने के बाद, प्रत्येक एक किलोबाइट से भी कम भंडारण की आवश्यकता रखते थे। कुल मिलाकर, रंग की जानकारी अंतिम फ़ाइल आकार का केवल लगभग एक और आधा प्रतिशत थी, फिर भी छवि रंगीन और पूर्ण दिखाई दे रही थी।

यह कार्य सुझाव देता है कि हम वर्तमान में छवियों को जिस तरह से संग्रहीत करते हैं वह अक्षम है। वर्षों से, मानक अभ्यास चमक और रंग को एक साथ संकुचित करने का रहा है, जिससे अक्सर स्थान बचाने के लिए दोनों में से कुछ विवरणों का त्याग किया जाता है। यह नया दृष्टिकोण तर्क देता है कि हमें उन्हें अलग तरह से व्यवहार करना चाहिए, यह पहचानते हुए कि हमारी आँखें संरचना के लिए चमक और वातावरण के लिए रंग पर निर्भर करती हैं। चमक के लिए एक विशेष टूल और रंग के लिए एक आक्रामक, लचीले टूल का उपयोग करके, छवियों को उनके वर्तमान आकार के एक अंश में संग्रहीत करना संभव है। अध्ययन यह दावा नहीं करता कि रंग महत्वहीन है; कई संदर्भों में, जैसे सुरक्षा संकेतों या जैविक चेतावनियों में, रंग आवश्यक है। लेकिन अधिकांश रोजमर्रा की तस्वीरों के लिए, शोध इंगित करता है कि हम इस बात पर बहुत उदार हो सकते हैं कि हम कितने रंग डेटा को फेंक देते हैं।

इसके निहितार्थ व्यावहारिक और तत्काल हैं। उन संस्थानों के लिए जो लाखों छवियों को संग्रहीत करते हैं, जैसे कि चिकित्सा अभिलेखागार या डिजिटल पुस्तकालय, यह विधि चित्र में क्या है इसे पहचानने की क्षमता से समझौता किए बिना भंडारण की लागत को काफी कम कर सकती है। शोधकर्ता ने इन परीक्षणों को करने के लिए उपयोग किए जाने वाले कंप्यूटर कोड को प्रदान किया है, जिससे अन्य लोग निष्कर्षों को सत्यापित कर सकें। इस प्रक्रिया में एक छवि को लेना, उसे अलग करना, विभिन्न भागों को अलग-अलग संकुचित करना और फिर उन्हें वापस जोड़ना शामिल है। यह एक सरल प्रक्रिया है जो मानव दृष्टि के अनूठे तरीके का लाभ उठाती है, यह सिद्ध करती है कि कभी-कभी, दुनिया को स्पष्ट रूप से देखने के लिए, हमें रंग के हर एक शेड को रखने की आवश्यकता नहीं होती। हमें केवल प्रकाश को रखने की आवश्यकता होती है।