データの圧縮って具体的にどうなるの？

質問

動画ファイルなど、容量の大きなデータを抱えると圧縮することが多いですが、まず、圧縮ってコンピュータ側ではどういう原理でしてるのでしょうか？
単純にそれぞれの要素のデータ量を平均的に落とす？
それとももっと高度に「この部分は多めに落としてもいいな。あっ、ここは重要だから劣化なしの方がいいな」など判断してるのでしょうか？

また、圧縮した結果、人間が視聴する際にはどういった影響があるのでしょうか？
画質が落ちる（粗くなる）？　音質が落ちる？　いろんな面でちょっとずつ落とす？　そもそも人間の目でその差は認識できる？

そのへんのこと詳しいかた教えてください。

回答No.4

tama80ji

はじめまして。

他の圧縮に関しては説明がなされているので、動画や音声に関してのみ。
現実はアナログで、その階調は無限です。
が、それをそのままデジタル化したのではそれこそ膨大なデータ量となります。
そこでデータを圧縮します。
動画や静止画は基本的にRGB各色を8ビットずつ、計24ビットで表現する。Y、Cb、Crを各8ビット、計24ビットで表現するなど、この時点ですでに圧縮されています。
実はD1、D2、など放送用のビデオ（SD）でもすでに圧縮はされています。ただその度合が家庭用に比べると低いだけです。
家庭用で無圧縮の代表格のDV方式のビデオもありますが、これですら圧縮されています。主に圧縮の度合いが高いのは色帯域です。
これは人間の視覚能力の限界から、白黒の階調には敏感だけど色に関しては鈍感と言う点を応用し、色の帯域制限をしています。
アナログビデオ（VHSなど）でも、色帯域はかなり制限しています。
またDV方式の場合は解像度こそ352×240程度ですが、フレーム単位、つまり1枚1枚（352×240のブロックでデータの変化を監視）で圧縮しているので、データ量は大きくなります。その代わり動きへの適応性は高い利点があります。
DV方式が余りにも容量が大きいので開発されたのがMPEGです。MPEG1から始まり、MPEG2、MPEG4と変遷（圧縮効率の進化）しましたが、基本はフレーム相関の圧縮で15フレーム単位で動いていない部分は同じものと判断しデータ量を削減しています。なのでデータ量が増えるのは動いている部分だけとなります。欠点は15フレーム相関なので、それに準じていない動きには追従し切れず、画像破綻が発生しやすくなります。
当初はCBR（コンスタント・ビットレート）でスタートしたMPEGですが、急激な動きの変化に画像破綻しやすい欠点を回避するためにVBR（バリアブル・ビットレート）が採用されました。
MPEGは動いていない画面ではデータ量はかなり抑えられます。それこそ2Mbpsでも充分にキレイな絵を表現します。ところが動画は単一な映像を表示し続けるわけでなく、刻一刻と変化します。その変化している部分だけデータの転送量を高める、瞬間的に10Mbps近くまで割り当てる方式です（DVDの場合）。
ビデオCDはMPEG1、DVDはMPEG2PS、デジタル放送はMPEG2TS、WMVやDivx、Xvid、H264/AVCは全てMPEG4系列のフォーマットですので同様の弱点を抱えています。
が、大抵はVBRとノイズリダクションの併用などで誤魔化せます。
人間の視覚の特性として静止画よりも動画に関しては感覚が鈍るので、多少の破綻は認識できなかったりもします。
このように動画の圧縮に関しては人間の視覚特性を利用して、各部でかなりの圧縮をかけています。

音楽の圧縮も同様で人間の聴覚特性を利用し、マスキング（大きな音の前では小さな音は隠される）効果などを応用し、小さな音のデータ量を減らしたり、0にしたり、帯域制限でデータ量を削減して圧縮しています。
まぁCDの音声でも当時の技術的限界から、16ビットサンプリング周波数44.1KHz、帯域は0～20KHzの制限せざるを得なかったと言うのもあります。つまりこれでも自然の音を圧縮していると言うことです。
そのためにDVD-AUDIOやSACDが出たのですが、世の中の趨勢は低圧縮高音質大容量よりも、高圧縮小容量になったので結局普及しないとの状況となりました。

まぁ、これでもかなり大雑把な説明ですけど。