画像・音声をデジタルで表す

基本の仕組み

圧縮をしない100×100画素、1画素24ビットの画像なら、画素データは100×100×24＝240,000ビット、8で割ると30,000バイトです。実際のファイルには付加情報などもあります。

音を一定間隔で測るのが標本化、その大きさを有限の段階で表すのが量子化です。標本化周波数は一秒当たりの測定回数、量子化ビット数は一回の値の細かさに関係します。

可逆圧縮は展開すると元のデータへ戻せます。非可逆圧縮は一部の情報を省くため元と完全には一致しません。写真と文字の図では適した形式や圧縮の条件が違い、拡張子だけで常に画質が決まるわけではありません。

データ量と圧縮

音声のデジタル化は、標本化で時間を区切り、量子化で振幅を段階化し、符号化でビット列にします。非圧縮の音声データ量は、標本化周波数×量子化ビット数×チャネル数×秒数でビット単位に求め、8で割るとバイトになります。例えば標本化周波数44.1kHz、量子化ビット数16ビット、2チャネルの1秒分は44,100×16×2＝1,411,200ビットです。

非圧縮の画像データ量は画素数×1画素当たりのビット数で求めます。可逆圧縮は元に完全復元でき、非可逆圧縮は情報を捨てて容量を小さくします。写真・音声の用途と、原本の完全復元が必要な用途を分けます。