l'idée: comprimer l'image avec uniquement une solution de dithering couplé à une matrice de perte quantification/vs/résolution.

principe présenté avec à une image en teinte de gris, à géneraliser pour chaque composante d'un projection RGB, YUV, etc.

principe: on transforme l'image à compresser en une résolution supérieure avec une quantification inférieure. Les teintes de gris sont encodés par dithering. Par exemple, on multiplie la résolution par 8 et on passe en N&B. Un pixel original gris devient un groupe de 8 pixels formant une trame. L'encodage de la teinte d'origine doit être de sorte que beaucoup de bits à 1 correspond à une valeur élevée (A FAIRE: Nommer l'encodage). Il doit exister une fonction inverse pour retrouver exactement l'image originale.

Pour l'instant, rien n'a été compressé.

L'idée à présent est de réduire la résolution de l'image résultante. Grosso modo, on remplace un groupe majoritaire de 1 par un 1, et un groupe majoritaire de 0 par 0 (alèa à voir).

Il s'agit d'une compression par perte d'information.

Mais perte de quoi? c'est là l'astuce: on découpe l'image en zone, pour chaque zone on associe un attribut disant si l'on a plutôt perdu la quantification (proche de 0) ou la résolution de l'image (proche de 1).

sur une zone à fort détail, d'entropie élevée, on choisit un attribut proche de 0. On perd la quantification: les couleurs sont fortement quantifiées, mais les détails (forme des bords) sont préservés.

sur une zone à faible détail, on choisit un attribut proche de 1. Cela conserve la quantification (couleur proche de l'original), mais on sacrifie la résolution. on retrouve les gros applats carrés style JPEG.

On peut dire que cet attribut correspond à un degré de diffusion des pixels dans la zone.

enfin, on comprime le résultat par un algo de compression sans perte.