Wyróżnia się dwa tryby przetwarzania sygnałów cyfrowych: bezstratne i stratne. Przetwarzanie bezstratne pozwala na odtworzenie zakodowanego sygnału w dokładnie takiej postaci, w jakiej został on poddany kodowaniu. Osiągany stopień kompresji jest z reguły niewielki, ponadto idealna postać sygnału rzadko jest istotnie potrzebna, dlatego też metody te używane są w nielicznych zastosowaniach (np. środowiska medyczne słyną z tego, że nie godzą się na utratę części, nawet nieistotnych, informacji). Przetwarzanie stratne polega na zastosowaniu określonych kryteriów do wyeliminowania pewnej części informacji – odtworzony sygnał jest jedynie podobny do zakodowanego, jednak możliwa jest znaczna kompresja.

Kryteria eliminacji danych są przedmiotem rozległych badań, dąży się do takiego oszukania zmysłów człowieka, by nie dostrzegł on braku danych. Postęp w jakości serwowanych danych medialnych jest zdeterminowany przez polepszanie algorytmów kompresji. To z kolei spowodowane jest przez postęp części matematycznej oraz badań fizjologicznych – sposoby, w jaki mózg człowieka spostrzega rzeczywistość (w tym przypadku: dane medialne). Należy pamiętać, iż około 95-97% informacji dociera do mózgu przez wzrok.

Nośnik danych systemu multimedialnego ma zasadniczy wpływ na rodzaj wybranego kodowania. Różnorodność kanałów transmisyjnych powoduje różnorodność standardów kodowania, choć daje się zaobserwować pewien trend do tworzenia systemów uniwersalnych (np. MPEG-4). Warto też pamiętać o tym, że często kanał transmisyjny składa się z kilku różnych części, np. media transmitowane przez Internet są składowane po stronie nadawczej (a często i odbiorczej) w pamięci masowej.

Kompresja bezstratna obrazów nieruchomych

Kompresja bezstratna wykorzystuje redundancję (nadmiarowość) informacyjną (dowolnego) strumienia danych. Jej cechą charakterystyczną jest identyczność bitowa strumienia zdekompresowanego ze strumieniem źródłowym. Dzięki temu kompresja bezstratna może być wykorzystana do dowolnego formatu danych, niekoniecznie mediów.

Oto różnego rodzaju algorytmy kompresji bezstratnej:

ByteRun (IFF)

Algorytm ByteRun jest chyba najprostszym istniejącym sposobem kompresji danych. Jest on prosty w implementacji, ma małe wymagania pamięciowe (nie bez powodu tzw. kompresory znacznikowe stanowiły najliczniejszą grupę programów pakujących na 8-bitowym Commodore 64) i wreszcie jest szybki zarówno podczas kompresji, jak i dekompresji -- wykonywanie tych operacji "w locie" (tzn. z dysku lub na dysk) jest praktycznie nieodczuwalne. Tu jednak zalety tego algorytmu się kończą. ByteRun jest bardzo mało efektywny. O ile dobrze radzi sobie z danymi, w których występują ciągi jednakowych bajtów, to gdy jest to np. zwykły plik tekstowy (z dużym prawdopodobieństwem można przyjąć, że liczba występujących obok siebie identycznych znaków jest mała), wtedy plik wynikowy (spakowany) może być dłuższy od oryginału! Nie oznacza to jednak, że algorytm ten jest bezużyteczny -- wystarczy tylko wiedzieć, do jakich danych można go użyć. Warto dodać, że ByteRun jest wewnętrznym formatem kompresji plików graficznych IFF.

Run Length Encoding (BMP)

Algorytm RLE (Run Length Encoding) jest jednym z najprostszych algorytmów bezstratnej kompresji danych. Jego idea polega na zamianie ciągów powtarzających się symboli oznaczeniem, że wystąpił ciąg danego symbolu i określeniu jego długości. Na przykład w ciągu wwwwwaaaassssssskkooo litera 'w' powtarza się 5 razy, co jest zapisywane jako 5w (ciąg pięciu liter w), dalej 'a' występuje 4 razy – 4s, itd. — ostatecznie uzyskuje się ciąg: 5w4a7s2k3o . Dane, które charakteryzują się takim rozkładem liter to głównie obrazy bitmapowe, np. pomiędzy wierszami tekstu występują długie ciągi pikseli w kolorze tła, dokumenty fax, w których dominuje białe tło. Dlatego kompresja RLE jest stosowana m.in. w faksach, w różnych formatach zapisu obrazu, takich jak PCX, BMP, TGA, również jako jeden z filtrów w dokumentach PostScript i PDF. Kodowanie RLE jest także stosowane jako jeden z końcowych etapów kompresji, który poprzedzają transformaty mające na celu utworzenie ciągów znaków dobrze kompresowanych przez RLE; takie transformaty, to np. Burrowsa-Wheelera i MTF lub w przypadku kompresji dźwięku jakiś sposób predykcji.

Lempel Ziv Welsh - LZW (GIF)

Bezstratna, jedna z najbardziej efektywnych i wyrafinowanych metod kompresji. Powstała w roku 1984. Wykorzystali ją między innymi twórcy formatu graficznego GIF do kompresji plików graficznych. Wraz z uszczupleniem głębi barw algorytm LZW pozwala uzyskać stopień kompresji od 20 do 80 procent, zależnie od wielkości i rodzaju grafiki. Tak duże zmniejszenie rozmiaru pliku było jedną z przyczyn sukcesu formatu GIF i jego ogromnej popularności na całym świecie. Obecnie jest on najważniejszym formatem graficznym w Internecie. Kompresja LZW nie powoduje żadnej utraty danych, tzn. po dekompresji pliku skompresowanego metodą LZW uzyskujemy np. zdjęcie identyczne z oryginałem. ważną cechą algorytmu jest również to, iż dekompresja i wyświetlanie grafiki mogą odbywać się w tym samym czasie. LZW opiera się na założeniu, że w grafice wystepują powtarzające się wzory punktów o takiej samej barwie, które stanowią tzw. informację nadmiarową. Wzory te zastępowane są kodami liczbowymi i zapamiętywane w tablicy kodowej. Im więcej informacji nadmiarowych zawiera grafika, tym lepszą kompresję można uzyskać. LZW było przez pewien czas algorytmem objętym patentem, co było przyczyną podjęcia prac nad nowym algorytmem kompresji obrazów, które zaowocowały powstaniem formatu PNG.

Portable Network Graphics (PNG)

Kompresja polega na dokonaniu jednej z transformacji każdej z linii obrazu, po czym wynik jest kompresowany za pomocą algorytmu deflate. Numer transformacji jest zapisywany przed linią. Transformacje mają na celu przystosowanie danych do łatwiejszej kompresji. Zapisują one różnicę między wartością rzeczywistą piksela a wartością obliczoną na podstawie funkcji przewidującej, działającej w oparciu o bity już odkodowane. Zwykle różnica ta jest niewielka.

Funkcje przewidujące to m.in.:

·         tyle samo co piksel po lewej,

·         tyle samo co średnia wartości pikseli po lewej i na górze,

·         tyle samo co suma wartości pikseli po lewej i na górze minus piksel po lewej górnej przekątnej,

Format PNG zapisuje tylko pojedyncze pliki graficzne (nie ma animacji). Analogicznym formatem mającym możliwość zapisu sekwencji grafiki animowanej w jednym pliku (np. prostych animacji) jest MNG. PNG jest określony standardem RFC 2083. używany przez niego algorytm deflate jest określony w RFC 1951.

Kompresja stratna

Kompresja stratna jest charakterystyczna dla danych medialnych, ponieważ wykorzystuje redundancję percepcyjną. Opiera się ona na tym, że ludzkie zmysły i mózg nie analizują całej informacji zawartej w strumieniu multimedialnym. W związku z tym część danych może zostać z tego strumienia usunięta, podczas gdy percepcja tego strumienia pozostanie niezmieniona, lub (częściej) strata jakości percepcji jest w danych warunkach akceptowalna. Pewnym problemem jest tu indywidualność percepcji. Autorzy kompresorów konstruują uśrednione modele percepcji w oparciu o wyniki eksperymentów (np. model psychoakustyczny MPEG Audio). Trzeba się liczyć z tym, że indywidualne osoby mogą mieć percepcję inną niż uśredniony model. Na przykład większość ludzi kompresję MPEG 1 Audio warstwę 3 (popularne MP3) o przepływności 192 kbit/s traktuje jako „jakość CD”, podczas gdy są osoby, które odczuwają stratę jakości nawet przy 256 kbit/s. Większość algorytmów kompresji stratnej na koniec pakuje przetransformowane dane dodatkowo algorytmem bezstratnym.

Kompresja stratna obrazów nieruchomych

Wzrok człowieka oszukać trudniej niż słuch, stąd wiele formatów obrazu pozostaje przy kompresji bezstratnej (GIF, BMP), ewentualnie wspomagając się usuwaniem korelacji między sąsiednimi pikselami (PNG). Kompresja stratna sprawdza się w przypadku obrazów naturalnych (zdjęcia). Najbardziej rozpowszechnionym formatem jest JPEG, który opiera się na transformacie obrazu w dziedzinę częstotliwości (DCT), a następnie stratnym kwantowaniu współczynników transformaty. Nowsze formaty (JPEG2000, DjVu) wykorzystują transformatę falkową, która lepiej dopasowana jest do sposobu przetwarzania obrazu przez mózg (przy tej samej kompresji, artefakty są mniej widoczne). Ważną techniką jest też zmniejszanie pasma przenoszenia chrominancji (formaty YUV).

Warto tu wspomnieć, że w przypadku rysunków wygenerowanych sztucznie, zawierających głównie linie i jednobarwne figury, bardzo skutecznym rodzajem „kompresji” jest zapis w formacie wektorowym (np. SVG, czy nawet PostScript i PDF).

JPEG

Standard kompresji statycznych obrazów rastrowych, przeznaczony głównie do przetwarzania obrazów naturalnych (zdjęć satelitarnych, pejzaży, portretów itp.), charakteryzujących się płynnymi przejściami barw oraz brakiem lub małą ilością ostrych krawędzi i drobnych detali. Jest formatem najczęściej stosowanym przy przesyłaniu zdjęć przez Internet i wyświetlaniu grafiki na stronach WWW. Stosuje się go również często jako standardowy format zapisu fotografii w aparatach cyfrowych. Nazwa tego formatu pochodzi od skrótu Joint Photographic Experts Group, czyli od nazwy organizacji, która opracowała ten standard zapisu. Jednak sam JPEG służy jedynie do, przekształcania obrazu w ciąg bajtów. Nie określa, w jaki sposób ten ciąg bajtów zapisywany jest na nośniku (dysku twardym, płycie CD, pamięci RAM etc.). Do tego, opracowano kolejny standard zwany JFIF (JPEG File Interchange Format), którego twórcą jest Independent JPEG Group. To właśnie z połączenia tych dwóch technologii powstał JPEG, którego używa się dziś. Najbardziej charakterystyczna cecha formatu JPEG to kompresja stratna, oraz możliwość zapisywania obrazu w pełnej gamie kolorów RGB (24 bity, czyli ok. 16,7 mln kolorów, tzw. True Color). Kompresja stratna polega na zmniejszaniu wielkości pliku graficznego przy równoczesnej stracie jakości. Podczas zapisywania obrazu w formacie JPEG ustala się jak bardzo skompresowany ma być plik. Kompresja ta polega na przekształceniu przestrzeni kolorów RGB w inną przestrzeń zwaną YCbCr, gdzie Y oznacza jasność a Cb raz Cr to wartości odpowiadające za nasycenie barwy. Następnie, w zależności od stopnia kompresji, wartości te zostają uśredniane. Mówiąc jaśniej, barwa pikseli o zbliżonych do siebie kolorach zostaje zmieniona na jeden kolor wyliczony przez algorytm. Należy pamiętać, iż pliku JPEG nie da się zapisać bez kompresji. Możemy mówić również o tzw. Progressive JPEG, jest to zapisany w odpowiedni sposób plik JPEG, który ładuje się w oknie przeglądarki wyświetlając obraz stopniowo, od rozdzielczości minimalnej do największej.

Kompresja Wideo

MPEG (Moving Picture Experts Group) - grupa robocza ISO/IEC zajmująca się rozwojem standardów kodowania audio i wideo, a także zatwierdzona przez ISO grupa powszechnie stosowanych formatów zapisu danych zawierających obraz i dźwięk. Wśród tych standardów znajdują się m.in. najpopularniejszy format kompresji dźwięku, stosowany w komputerach osobistych i odtwarzaczach przenośnych MP3 oraz opracowany dość dawno przez grupę niezależnych ekspertów standard używany jest do zapisu filmów Video CD, DVD i transmisji telewizji cyfrowej (MPEG 2).

AVI (Audio Video Interleave) to kontener danych audiowizualnych. Został wprowadzony w roku 1992 przez firmę Microsoft jako element strategii przystosowania systemu Windows do obsługi multimediów, stanowiący część technologii Video for Windows.

WMV - Windows Media Video - format kompresji filmów stworzony przez Microsoft.

DivX - stratna metoda kompresji obrazu filmowego, pozwalającą zapisać na zwykłej płycie kompaktowej filmy o długości i jakości porównywalnej do formatu DVD-Video. Wykorzystywana także do przesyłania filmów przez Internet. Do odtwarzania wymagany jest układ komputerowy posiadający odpowiednio wydajny procesor do dekodowania programowego (np. komputer osobisty lub konsola Xbox) lub dekoder sprzętowy (np. w niektórych odtwarzaczach DVD). Pierwotnie pod nazwą "DivX ;-)" występowała nielegalnie udostępniona, zmodyfikowana wersja kodeka MPEG 4 autorstwa Microsoftu. Warto jednak zauważyć, że kodek ten, pomimo sugerującej to nazwy, nie jest zgodny ze standardem MPEG-4 (tak samo DivX 3) - Microsoft nazwał go tak ponieważ myślał, że zostanie on właśnie wybrany jako ten standard. Ponieważ tak się nie stało, kolejne wersje tego kodeka nosiły już nazwę Windows Media Video. Autorzy DivX-a postanowili jednak stworzyć własną implementację kodeka MPEG-4. W ten sposób powstał Project Mayo, z którego następnie wykształcił się obecny, komercyjny DivX oraz otwarty XviD. Wersje DivX od 4 wzwyż są zgodne ze standardem MPEG-4 ASP.

Xvid - stratny kodek obrazu zgodny z ISO MPEG-4, wydany na licencji GNU GPL. Jego nazwa jest celowym anagramem nazwy kodeka DivX, który jest zamkniętą implementacją tego samego standardu. Xvid to najczęściej stosowany kodek w sieciach p2p. Używany jest do kompresji plików filmowych.

Kompresja stratna dźwięku

MP3 (MPEG-1/2 Audio Layer-3) to format stratnej kompresji dźwięku opierający się na zmodyfikowanej dyskretnej transformacie cosinusowej i używający modelu psychoakustycznego. Format został stworzony we Fraunhofer-Institut für Integrierte Schaltungen. Przy tworzeniu jego pierwszej implementacji wykorzystywany był m.in. utwór Suzanne Vegi Tom's Diner w celu dostosowania kompresji do brzmienia ludzkiego głosu. Pliki w tym formacie posiadają rozszerzenie .mp3

Musepack (MPC) - format stratnej kompresji dźwięku, bazujący na algorytmach MPEG Layer-2 (MP2), jednakże znacznie w stosunku do nich rozbudowany. Format został zaprojektowany tak, by dawać dźwięk nierozróżnialny od oryginału przy standardowych ustawieniach (tzw. przezroczystość, ang. transparency), co osiąga przy przepływności (bitrate) niższej niż inne popularne kodeki (jak np. MP3). Algorytm zaprojektowano tak, aby przechowywał jak najwięcej informacji, dlatego najlepiej sprawdza się dla wysokich przepływności (od 140 kbit/s wzwyż), natomiast dla przepływności poniżej 112 kbit/s jakość dźwięku w tym formacie gwałtownie spada. Wzorcowa implementacja Musepack jest szybsza niż większość popularnych kodeków dźwięku.

WMA (Windows Media Audio) - format kompresji dźwięku stworzony przez Microsoft Corporation. W zamierzeniach producenta ma konkurować z formatem MP3.

A/52 - standard stratnego kodeka dźwięku używany na większości płyt DVD-Video. Powszechnie znany jako Dolby Digital Audio Compression-3, Dolby Digital lub AC3 (nazwy handlowe używane przez twórcę kodeka, firmę Dolby), nazwa A/52 została przyjęta przez ATSC. Każdy odtwarzacz DVD posiada wbudowany dekoder A/52, a dokładniej konwerter A/52 na Dolby Surround, tak aby można było podłączyć go do zwykłego telewizora (nie tracąc przy okazji możliwości uzyskania dźwięku przestrzennego). Najlepiej jest jednak zakupić 6 kanałowy wzmacniacz cyfrowy z dekoderem A/52 (Dolby Digital), który w pełni wykorzysta możliwości formatu.

Vorbis to stratny kodek dźwięku z rodziny Ogg. Bardzo często używany jest w połączeniu z kontenerem Ogg i nosi wtedy nazwę Ogg Vorbis, często błędnie zapisywaną tylko jako Ogg. Ogg Vorbis potrafi obsłużyć do 255 kanałów i ponad 16-bitowy dźwięk w zakresie 6-48 kHz.

WAV ( ang. waveform audio format ) - format plików dźwiękowych stworzony przez Microsoft oraz IBM. WAVE bazuje na formacie RIFF, poszerzając go o informacje o strumieniu audio, takie jak użyty kodek, częstotliwość próbkowania czy ilość kanałów. WAV podobnie jak RIFF został przewidziany dla komputerów IBM PC, toteż wszystkie zmienne zapisywane są w formacie little endian. Odpowiednikiem WAV dla komputerów PowerPC jest AIFF. Mimo że pliki WAVE mogą być zapisane przy użyciu dowolnych kodeków audio, zazwyczaj stosuje się nieskompresowany format PCM, który powoduje, że pliki zajmują dużo miejsca (około 172 kB na sekundę dla jakości CD). Inną wadą formatu jest ograniczenie wielkości pliku do 4 GB, ze względu na 32-bitowe zmienne. Format WAV został częściowo wyparty przez formaty kompresji stratnej. Mimo to, dzięki swojej prostocie, nadal znajduje szerokie zastosowania. Wykorzystywany jest w edycji dźwięku oraz w przenośnych urządzeniach audio takich jak odtwarzacze i cyfrowe dyktafony.