Automatische Erkennung des optimalen Kompressionsverfahrens für Bilddateien in PDFs

Abstract

Die Rechengeschwindigkeiten und Speicherkapazitäten moderner Computer steigen stetig. Dennoch besteht nach wie vor ein Bedarf, Dokumente möglichst platzsparend speichern zu können, ohne dabei deren Qualität signifikant zu verschlechtern. Vor allem bei Mobilgeräte ist oftmals eine kleine Dateigröße vorteilhaft, da hier in der Regel nur ein begrenztes Datenvolumen für das Versenden und Empfangen von Daten zur Verfügung steht (Sangtae 2012). Auch für den Versand per E-Mail Anhang gibt es oftmals eine maximal zugelassene Dateigröße. Das Dateiformat PDF ist dafür besonders geeignet, da hier verschiedene Elemente des Dokuments mit unterschiedlichen Verfahren komprimiert werden können, um eine Datei geringer Dateigröße ohne zu großen Qualitätsverlust zu erzeugen, welche auf allen gängigen Betriebssystemen mit kostenloser Software betrachtet werden kann. Dies wirft die Frage auf, ab wann der Qualitätsverlust „zu groß“ ist. Bei der Erstellung der PDFs muss der Nutzer die Entscheidung, welches Kompressionsverfahren für die im Dokument enthaltenen Bilddaten verwendet werden soll, häufig selbst treffen. Dies hat 3 wesentliche Nachteile: In dem Dokument sind mehrere Bilder enthalten, welche nicht alle mit dem gleichen Verfahren komprimiert werden sollten. Der Nutzer kann aber nur ein Verfahren für alle Bilder einstellen. Selbst erfahrene Nutzer können nicht immer erkennen, welches Verfahren besser geeignet ist Wenn viele Bilder komprimiert werden sollen, stellt die manuelle Auswahl des besser geeigneten Verfahrens einen erheblichen Zeitaufwand dar. Daher ist es wünschenswert, dem Nutzer die Entscheidung abzunehmen und automatisch zu erkennen, welches der Kompressionsverfahren das beste Ergebnis liefert. Es wird hierzu ein Verfahren entwickelt, welches alleine anhand von Metadaten in der Lage ist, das optimale Kompressionsverfahren für 89% der untersuchten Bilder korrekt zu erkennen.

The processing speed and data capacities of modern computers are constantly rising. Nevertheless there is still a demand for storing documents at minimum file size, without decreasing their quality significantly. Especially mobile devices benefit from small file sizes, as they usually only have a limited amount of data volume for transmitting data (Sangtae 2012). There are also often file size restrictions when sending files as email attachment. The file format PDF is very suitable for this use case, as it allows individual elements of the document to be compressed with different algorithms in order to create a compact file without decreasing its quality too much, which can be viewed with free software on all major operating systems. This raises the question, how much quality loss is acceptable. When creating a PDF, the user is often confronted with selecting a compression algorithm for the images contained in the document. This has 3 major disadvantages: The document contains multiple images which shouldn’t all be compressed by the same algorithm, but the user can only select a single algorithm to compress all of the documents images. Even advanced users can’t always recognize which algorithm will work best. If there are a lot of images to compress, the manual selection of the compression algorithm can be very time consuming. Therefore it is desirable to relieve the user of this decision and to automatically detect the compression algorithm leading to the best result. A procedure is developed which can detect the optimal compression algorithm for 89% of tested images, using only metadata.