"LZMA" redirects here. For the airport with the ICAO code "LZMA", see Martin Airport (Slovakia). This article has multiple issues. Please help improve it or discuss these issues on the talk page. (Learn how and when to remove these messages) This article's lead section may be too short to adequately summarize the key points. Please consider expanding the lead to provide an accessible overview of a
compressに関するizariuo440のブックマーク (36)
-
izariuo440 2012/04/16
-
-
-
cabextract
Menu cabextract Free Software for extracting Microsoft cabinet files cabextract is Free Software for extracting Microsoft cabinet files, also called .CAB files. It is distributed under the GNU GPL license and is based on the portable LGPL libmspack library. cabextract supports all features and formats of Microsoft cabinet files and Windows CE installation files. It can also look inside other files
-
libbzip2 の使い方
矢田 晋 Abstract: libbzip2 は bzip2 で採用されている圧縮アルゴリズムのライブラリです．Burrows-Wheeler Transform (BWT) を用いることが特徴の一つであり，gzip と比較すると，圧縮・伸長には時間がかかるものの，優れた圧縮率を示すことが多くなります．本記事は，C 言語から libbzip2 を利用する方法の解説になっています． はじめに libbzip2 のマニュアルは公式サイトで提供されています． http://www.bzip.org/（bzip2 : Home） bzip2, libbzip2 の公式サイトです．ソースコードとマニュアルがあります． libbzip2 では，bz_stream という構造体を用いる低水準インタフェースと，BZFILE という型を用いる高水準インタフェースが用意されています．低水準インタフェースはメ
-
bzip2 - Wikipedia
Seward made the first public release of bzip2, version 0.15, in July 1996. The compressor's stability and popularity grew over the next several years, and Seward released version 1.0 in late 2000.[not verified in body] Following a nine-year hiatus of updates for the project since 2010, on 4 June 2019 Federico Mena accepted maintainership of the bzip2 project.[5] Since June 2021, the maintainer is
-
Delta encoding - Wikipedia
Delta encoding is a way of storing or transmitting data in the form of differences (deltas) between sequential data rather than complete files; more generally this is known as data differencing. Delta encoding is sometimes called delta compression, particularly where archival histories of changes are required (e.g., in revision control software). The differences are recorded in discrete files call
-
-
圧縮に関するメモ
データ圧縮について データ圧縮は、対象とするデータに 偏りがあることを利用 して行います。 データに含まれる値の出現頻度に偏りがある (0などの特定の値が多く使われる)とか、 同じ値(パターン)が連続して現れるとか、 近くに似た値が現れやすい、とか、 です。 例えば 00 00 00 00 00 12 12 12 という 8バイトを 5個 の 00 と 3個の 12 と表現すれば 05 00 03 12 と 4バイトにできたりします。 あるいは 00 と 12 の２種しかないようならば８バイトをビット情報として 00000111 のようにまとめ、 00 12 07 と3バイトにできたりします。 また、偏りの少ない/得られにくいデータの場合でも、別の性質や規則性を利用し、いったん 偏りの現れやすいデータに変換する／ 似たような値が続きやすいように並べ替える ことで圧縮しやすくする場合もありま
-
Burrows–Wheeler transform - Wikipedia
The Burrows–Wheeler transform (BWT, also called block-sorting compression) rearranges a character string into runs of similar characters. This is useful for compression, since it tends to be easy to compress a string that has runs of repeated characters by techniques such as move-to-front transform and run-length encoding. More importantly, the transformation is reversible, without needing to stor
-
-
-
-
Lossless JPEG - Wikipedia
Joint Photographic Experts Groupには、JPEGやJPEG2000などよく知られた非可逆圧縮の画像ファイルフォーマットの他に、3種類の可逆圧縮の画像ファイルフォーマットがある。またそのうちJPEG-LSには非可逆モードが存在する。本稿では主にLossless JPEGとJPEG-LSについて述べる。 Fig. 1 DPCM エンコーダモデル Fig. 2 ロスレスモードのブロックダイアグラム Fig. 3 予測画素の3近傍画素 Lossless JPEGは1993年にJPEGの追加規格として開発された。非可逆のJPEGとは全く異なり、周囲3近傍(上隣、左隣、左上)による予測を行い、その予測残差に対してエントロピー符号化を行う。Lossless JPEGはIndependent JPEG Groupによるライブラリではサポートされていないが、Ken Murchi
-
-
ブロックソート - Wikipedia
ブロックソート、ブロックソーティング、Burrows-Wheeler変換 (Burrows-Wheeler Transform; BWT) は、1994年にマイケル・バローズ (Michael Burrows) とデビッド・ホイーラー (David Wheeler) が開発した可逆変換の方式で、データ圧縮の前処理に応用される。 ブロックソート自体はデータの大きさを変えない。しかし、データを整列することでデータ中に出現するパターンを、いくつかのよく知られている手法で圧縮し易いものにできる。後処理としてMove To Front (MTF)・連長圧縮 (RLE)・エントロピー符号と組み合わせて、データを圧縮する。 実装はbzip2等。 長さ n のデータを巡回シフトし、得られるすべての文字列を辞書順にソートする。このようにしてできた n×n 行列の第 n 列を取り出したものが、BWT系列である
-
算術符号 - Wikipedia
算術符号（さんじゅつふごう、Arithmetic coding）とは、1960年頃にマサチューセッツ工科大学のP. Eliasによって原型が提案され、1970年代後半にIBMのRissanenや、Pascoによって完成された符号。エントロピー符号の一つ。コンパクト符号とは限らない[1]。 たとえば、データA, B, Cがそれぞれ0.5, 0.3, 0.2の確率で出現するとき、それぞれ半開区間 [0, 0.5), [0.5, 0.8), [0.8, 1) に割り当てる。次に、AA, AB, ACについては、半開区間 [0, 0.25), [0.25, 0.4), [0.4, 0.5) に割り当てる。この手順を繰り返して、符号化したいデータの系列について、対応する半開区間を求める。そして、その半開区間内の値で符号化する。 符号化の原理上、全てのデータの出現確率をあらかじめ知っておく必要があるが
-
レンジ符号 - Wikipedia
レンジ符号（レンジふごう、range encoding）は、エントロピー符号の一種である。 G. Nigel N. Martinが1979年の論文で定義した[1]。これは、1976年にRichard Clark Pascoによって最初に導入されたFIFO算術符号を効果的に再発見したものである[2]。シンボルのストリームとそれらの確率が与えられると、レンジコーダ (Range Coder) は、これらのシンボルを表す空間効率のよいビットストリームを生成し、ストリームと確率が与えられると、レンジデコーダ (range decoder) はその逆のプロセスを行う。 レンジ符号は算術符号と非常によく似ているが、符号化をビットではなく任意の基数の数字で行う点が異なる。従って、より大きな基数（例えばバイト）を圧縮効率をわずかに犠牲にして使用する方が高速である[3]。レンジ符号自体についてアルゴリズム考
-
-
公式Twitter
- @HatenaBookmark
リリース、障害情報などのサービスのお知らせ
- @hatebu
最新の人気エントリーの配信
キーボードショートカット一覧
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Copyright © 2005-2025 Hatena. All Rights Reserved.
設定を変更しました