Sanyanggae LogoSanyanggae

📱 פיתוח למובייל ולאפליקציות

למה תמונות ב־ZIP אינן קטנות יותר? ההבדל בין ארכוב לדחיסה

נבדיל בין איגוד קבצים ב־ZIP לדחיסת DEFLATE, נבין מדוע תמונות וסרטונים שכבר נדחסו מצטמצמים מעט וכיצד מידע נוסף מגדיל ארכיון. נשווה גדלים, נשמור מקורות ונבדוק את הקבצים שחולצו.

사냥개 (Sanyanggae)פורסם עודכן 8 דק׳

זהו תרגום של המקור בקוריאנית. מקור בקוריאנית · בדיקת תרגום: נבדק בבינה מלאכותית

תרשים הסבר המפריד בין איגוד קבצים ב־ZIP, אפשרות דחיסת הנתונים ובדיקתם אחרי החילוץ
תרשים הסבר מקורי של Sanyanggae: ארכוב, אפשרות הדחיסה ובדיקה אחרי חילוץ. אינו צילום מסך אמיתי או גרף של יחסי דחיסה שנמדדו.

1. איגוד קבצים ב־ZIP וצמצום גודלם הם מטרות שונות

ZIP שמכיל תמונות מחופשה עשוי להיות כמעט באותו גודל כמו המקורות, או אף מעט גדול יותר. התוצאה לבדה אינה אומרת שתוכנת הדחיסה מקולקלת. ZIP הוא פורמט לשמירת קבצים רבים, שמותיהם, נתיבי תיקיות ומידע נוסף בארכיון אחד. כל קובץ בתוכו יכול להידחס או להיכלל ללא דחיסה. מסירת קובץ יחיד וצמצום מספר הבתים המאוחסנים הן שתי מטרות שלעתים מושגות יחד, אך אינן אותה פעולה. גם אם התמונות אינן קטנות, הארכיון עוזר להעביר את האוסף במלואו.

מפרט ZIP מגדיר אחסון של קבצים ללא שינוי ולצדו כמה שיטות דחיסה. השיטה ללא דחיסה מסומנת לעתים קרובות Store, ואחת משיטות הדחיסה הנפוצות היא DEFLATE. קבצים שונים באותו ZIP יכולים להשתמש בשיטות שונות. לכן הסיומת .zip אינה מראה שכל התכולה צומצמה באותו אלגוריתם. אם התוכנה מציגה את שיטת הדחיסה ואת הגודל המקורי והמאוחסן של כל קובץ, כדאי להתחיל שם. אפשר לבחון בנפרד אם יצירת הארכיון הצליחה ואם נחסך מקום.

2. DEFLATE מוצא דפוסים בבתים ואינו מפרש משמעות

DEFLATE הוא פורמט דחיסה ללא אובדן, המשלב הפניות לרצפי בתים קודמים תואמים עם קידוד הופמן. בטקסט שחוזר על אותו משפט, למשל, לעתים אפשר לתאר איזה חלק קודם וכמה ממנו להעתיק במקום לכתוב כל חזרה במלואה. הקצאת קודים קצרים יותר לסמלים שכיחים יכולה גם היא לחסוך מקום. בפורמט האמיתי יש מגבלות למרחק ההפניה ולאורכה וכללים לשמירת בתים שאין להם התאמה. זהו הסבר לעיקרון, לא טענה שרק משפטים שאדם קורא ניתנים לדחיסה.

המדחס אינו מבין את העצמים בתמונה או את משמעות המשפט ואינו מוחק מה שנראה לו מיותר. הוא ממיר את בתי הקלט לייצוג אחר שאפשר לשחזר ממנו בדיוק את המקור. נתונים עם חזרות רבות או אפשרות לקידוד חסכוני עשויים להצטמצם היטב, אך אין שיטה ללא אובדן שמקטינה כל קלט אפשרי. רמת דחיסה גבוהה יותר מקצה בדרך כלל זמן רב יותר לחיפוש ואינה מבטיחה שיעור צמצום מסוים. גם באותו פורמט ובאותה רמה, סידור הבתים ומימוש התוכנה יכולים לשנות את גודל התוצאה.

3. ייתכן שתמונות וסרטונים כבר נדחסו

תמונת JPEG רגילה כבר נדחסת בזמן קידוד התמונה. גם PNG משתמש בדחיסה ללא אובדן, ופורמטים רבים של וידאו ואודיו מכילים נתונים שעברו דחיסה משלהם. כשמכניסים קבצים כאלה ל־ZIP, דוחסים שוב את בתי הקובץ המוכן ולא מתחילים מחדש מן הפיקסלים. אם השלב הקודם כבר ניצל חלק גדול מן החזרות והמבנה הסטטיסטי, מדחס כללי עשוי למצוא חיסכון נוסף קטן בלבד. לכן אין לצפות שתיקיית תמונות תצטמצם באותו שיעור כמו תיקיית מסמכי טקסט פשוט.

עם זאת, אין פירוש הדבר ששום JPEG או PNG אינו יכול להצטמצם אפילו בבית אחד נוסף. מידע נלווה, המקודד שנבחר ומאפייני הנתונים הפנימיים עשויים להשאיר מקום לדחיסה נוספת. דחיסה חוזרת יכולה לעזור אם נותרו דפוסים בנתונים שכבר נדחסו. יש לשפוט לפי גודלי הקלט והפלט בפועל ולא לפי הסיומת לבדה. יש גם מסמכים, כגון DOCX, שמשתמשים במבנה ZIP פנימי; עצם היות הקובץ מסמך אינו מבטיח התנהגות כמו של טקסט פשוט.

4. הארכיון עלול לגדול גם כשהתוכן לא השתנה

מלבד תוכן הקבצים, ZIP צריך לשמור שמות, שיטות דחיסה, גדלים, ערכי בדיקה ומבנים לאיתור רשימת הקבצים. תכונות אופציונליות ואופן הרישום עשויים להוסיף מידע. זו העלות המבנית של הבחנה בין קבצים ושליפתם. גם אם הנתונים עצמם קטנו מעט, ZIP הסופי עלול לעלות בגודלו על סכום המקורות כאשר המידע הנלווה גדול מהחיסכון. בקבצים זעירים חלקם של השמות והרשומות גדול במיוחד. אין גם מספר קבוע אחד של בתים שמתווסף לכל ZIP.

DEFLATE רגיל לפי קובץ ב־ZIP אינו משתף אוטומטית כל משפט חוזר בין קבצים שונים. הקבצים נדחסים בנפרד, ואין לצפות שתוכן המסמך הראשון ישמש מעצמו מילון דחיסה לשני. בכך הוא שונה משיטות ארכוב אחרות שמאגדות קבצים ואז דוחסות את הזרם המשותף ברצף. בחירה ב־Store יכולה להפחית את עבודת הדחיסה, אך אינה מסלקת מבני ZIP כגון שמות ורשימת קבצים. לכן גם Store אינו מבטיח שגודל הארכיון יהיה בדיוק סכום גדלי המקור.

5. דחיסה ללא אובדן אינה קידוד מחדש של תמונה או הצפנה

דחיסת ZIP ללא אובדן נועדה להחזיר את בתי הקובץ המקוריים כאשר הדחיסה והחילוץ מתבצעים כראוי. הכנסת JPEG ל־ZIP אינה מורידה מעצמה את הגדרת איכות JPEG ואינה מצמצמת את רוחב התמונה או גובהה בפיקסלים. שינוי ממדים או הגדרות דחיסה מאבדת כדי ליצור תמונה קטנה יותר הוא המרה נפרדת. הוא יכול לצמצם גודל אך לשנות גם את התוכן או הייצוג. אם כלי משלב מיטוב תמונות ויצירת ZIP, יש לבדוק מה הוא משנה לפני הארכוב ולשמור את המקורות בנפרד.

יצירת ZIP אינה מעידה גם על הצפנה. ערכי CRC-32 ב־ZIP רגיל מסייעים לזהות פגיעה בהעברה או באחסון, אך אינם חתימה דיגיטלית המוכיחה מי המחבר. הם גם אינם מאמתים באופן אמין תוכן שתוקף שינה. הצלחה בבדיקת תקינות בחילוץ אינה מוכיחה את זהות השולח או את בטיחות הקובץ. מנגד, גדילת הארכיון אינה לבדה סימן לפגיעה. חיסכון במקום, שחזור הבתים, סודיות ואימות המקור הן שאלות נפרדות.

6. השוו אותם קבצים ובדקו מה יצא

כדי להשוות, צרו ארכיון Store וארכיון DEFLATE מאותו אוסף. השתמשו באותן יחידות והשוו את סכום אורכי הקבצים המקוריים בבתים לאורך הסופי של כל ZIP. ערבוב בין שטח תפוס בדיסק, התלוי ביחידות ההקצאה, לבין אורך תוכן הקובץ עלול להטעות. ניסוי נפרד עם טקסט של משפטים חוזרים ועם תמונות שכבר נדחסו יכול להראות את השפעת מאפייני הנתונים. זהו הליך שאפשר לנסות, ולא הצגה של אחוזי צמצום או מהירויות שנמדדו בתוכנה מסוימת.

לפני המסירה חלצו את ZIP לתיקייה אחרת ובדקו את מספר הקבצים, הנתיבים ופתיחת הקבצים הדרושים. אם שימור בתים מדויק חשוב, נדרשת גם השוואה למקור מהימן. כאשר תמונות עוברות את מגבלת הגודל, במקום לעטוף אותן שוב ושוב בארכיוני ZIP עדיף לשמור מקורות ולבחור גודל מתאים לעותקי המסירה או דרך העברה אחרת. האיור הוא תרשים הסבר מקורי המפריד בין ארכוב, אפשרות הדחיסה ובדיקה אחרי חילוץ. הוא אינו צילום מסך אמיתי או גרף של יחסי דחיסה שנמדדו. בדקו לא רק את שיעור החיסכון, אלא גם שהמקבל יכול להשתמש באוסף השלם.

נסו בעצמכם

ראיות ומקורות

המאמר מסביר מידע ממקורות פתוחים. אזכור ארגון אינו מעיד שבדק או אישר את התוכן.

על המפרסם ויצירת קשר

מאמרים נוספים בנושא