Sanyanggae LogoSanyanggae

📱 Мобильная разработка

Почему фотографии в ZIP не становятся меньше? Архивация и сжатие

Чем упаковка файлов в ZIP отличается от сжатия DEFLATE, почему уже сжатые фото и видео почти не уменьшаются и как служебные данные увеличивают архив. Сравниваем размеры, сохраняем оригиналы и проверяем распаковку.

사냥개 (Sanyanggae)Опубликовано Обновлено 10 мин. чтения

Это перевод корейского оригинала. Корейский оригинал · Проверка перевода: Проверка с помощью ИИ

Поясняющая схема объединения нескольких файлов в ZIP, сжимаемости данных и проверки после распаковки
Собственная поясняющая схема Sanyanggae: архивация, сжимаемость и проверка после распаковки. Это не снимок программы и не график измеренных коэффициентов сжатия.

1. Собрать файлы в ZIP и уменьшить размер — разные задачи

ZIP с несколькими фотографиями из поездки может оказаться почти равным исходным файлам по размеру или даже чуть больше. Само по себе это не означает поломку архиватора. ZIP — формат для хранения нескольких файлов, их имён, путей папок и других сведений в одном архиве. Каждый файл внутри можно сжать или положить без сжатия. Передать один файл и сократить число хранимых байтов — цели, которые иногда достигаются вместе, но это разные функции. Даже не уменьшая размер фотографий, архив помогает передать полный набор.

Спецификация ZIP определяет сохранение файлов без изменений и несколько способов сжатия. Несжатый способ часто называется Store, а один из распространённых способов сжатия — DEFLATE. Разные файлы одного ZIP могут использовать разные методы. Поэтому расширение .zip не доказывает, что всё содержимое уменьшено одним алгоритмом. Если программа показывает метод, исходный и сохранённый размер каждого файла, сначала посмотрите эти значения. Успешное создание архива и экономию места можно проверять отдельно.

2. DEFLATE ищет закономерности байтов, а не понимает смысл

DEFLATE — формат сжатия без потерь, сочетающий ссылки на совпадающие последовательности ранее встреченных байтов с кодированием Хаффмана. Например, в тексте с повторяющейся фразой вместо полного повторения может быть выгодно указать, откуда и сколько данных взять снова. Более короткие коды частых символов тоже могут уменьшать объём. Реальный формат ограничивает расстояние и длину ссылок и задаёт запись байтов без совпадения. Это объяснение принципа, а не утверждение, что сжимаются только понятные человеку предложения.

Архиватор не понимает объекты фотографии или смысл текста и не удаляет то, что сочтёт ненужным. Он переводит входные байты в другое представление, позволяющее точно восстановить их позже. Повторы и возможности более экономного кодирования могут дать хорошее сокращение, но никакой метод без потерь не уменьшает все возможные данные. Более высокий уровень сжатия обычно означает больше времени на поиск, а не гарантированный процент экономии. Даже при одинаковых формате и уровне результат зависит от структуры данных и реализации программы.

3. Фото и видео могут быть уже сжаты

Обычный JPEG уже проходит сжатие при кодировании изображения. PNG также использует сжатие без потерь; многие видео- и аудиоформаты содержат данные, сжатые собственными методами. Добавляя их в ZIP, вы снова сжимаете байты готовых файлов, а не начинаете обработку исходных пикселей. Если предыдущий этап уже использовал значительную часть повторов и статистических закономерностей, универсальный архиватор может найти мало дополнительной экономии. Поэтому нельзя ожидать одинакового уменьшения папки фотографий и папки простых текстов.

Но это не значит, что ни один JPEG или PNG нельзя уменьшить хотя бы на байт. Метаданные, использованный кодировщик и особенности внутренних данных иногда оставляют возможности дополнительного сжатия. Повторное сжатие может помочь, если закономерности сохранились даже в уже сжатых данных. Судить следует по реальным размерам входа и выхода, а не только расширению. Некоторые документы, например DOCX, сами используют структуру ZIP, так что слово «документ» не обещает эффекта, характерного для обычного текста.

4. Архив может вырасти при неизменном содержимом

Помимо содержимого файлов, ZIP нужны имена, способы сжатия, размеры, контрольные значения и структуры для поиска списка файлов. Дополнительные возможности и способ записи могут добавлять новые сведения. Эти служебные данные — цена формата за различение и извлечение файлов. Даже если сами данные немного уменьшились, ZIP может стать больше суммы исходных размеров, когда служебная информация перевесит экономию. Для очень маленьких файлов доля имён и записей особенно велика. Нельзя и считать, что к любому ZIP добавляется одно и то же фиксированное число байтов.

Обычный пофайловый DEFLATE в ZIP не использует автоматически все одинаковые фразы между разными файлами. Файлы сжимаются независимо: содержимое первого документа не становится само собой словарём сжатия второго. Это отличается от других способов архивации, где файлы сначала объединяют и затем сжимают общий поток. Store позволяет сократить вычислительную работу сжатия, но не убирает имена и каталог ZIP. Поэтому итоговый размер Store тоже не обязательно точно равен сумме исходных файлов.

5. Сжатие без потерь — не перекодирование снимка и не шифрование

При исправной упаковке и распаковке сжатие ZIP без потерь предназначено для восстановления исходных байтов помещённого файла. Само добавление JPEG в ZIP не снижает качество JPEG и не уменьшает ширину или высоту изображения в пикселях. Изменение размера или параметров сжатия с потерями ради меньшего изображения — отдельное преобразование. Оно может сэкономить место, но меняет содержание или представление картинки. Если инструмент объединяет оптимизацию фотографий и ZIP, проверьте изменения до упаковки и храните оригиналы отдельно.

Создание ZIP также не означает его шифрование. В обычном ZIP контрольное значение CRC-32 помогает обнаружить повреждение при хранении или передаче, но не является цифровой подписью автора. Оно не обеспечивает надёжной проверки подлинности содержимого, изменённого злоумышленником. Успешная проверка при распаковке не подтверждает ни личность отправителя, ни безопасность файла. И наоборот, увеличение архива само по себе не доказывает повреждение. Экономия места, восстановление байтов, конфиденциальность и подтверждение происхождения — разные вопросы.

6. Сравнивайте одинаковые исходники и проверяйте результат

Для сравнения создайте архив Store и архив DEFLATE из одного набора файлов. Используйте одинаковые единицы и сравните сумму длин исходных файлов в байтах с длиной каждого ZIP. Не путайте длину содержимого с занятым на диске местом, которое зависит от единиц выделения. Отдельное сравнение текста с повторяющимися фразами и уже сжатых фотографий помогает увидеть влияние свойств данных. Это опыт, который можно провести самостоятельно: статья не приводит измеренных процентов уменьшения или скоростей конкретной программы.

Перед отправкой распакуйте ZIP в другую папку, проверьте число файлов, пути и открытие нужных файлов. Если важна точная сохранность байтов, необходимо сравнение с доверенным оригиналом. Когда фотографии превышают лимит размера, вместо многократного помещения ZIP внутрь новых ZIP полезнее сохранить оригиналы и выбрать подходящий размер отправляемых копий или другой способ передачи. Иллюстрация статьи — собственная поясняющая схема архивации, сжимаемости и проверки после распаковки. Это не снимок реальной программы и не график измеренных коэффициентов сжатия. Важно проверить не только экономию, но и возможность получателя использовать весь комплект файлов.

Попробовать на практике

Источники и материалы

Статья объясняет сведения из открытых источников. Упоминание организации не означает её проверки или одобрения.

Об издателе и контакты

Другие статьи по теме