Calcolatore del Rapporto di Compressione
Dati di input
| Dimensione originale | 100 MB |
|---|---|
| Dimensione compressa | 25 MB |
Calcolatore del Rapporto di Compressione
Inserire le dimensioni del file originale e compresso per trovare il rapporto di compressione, la percentuale di spazio risparmiato e i byte assoluti risparmiati. Funziona con qualsiasi tipo di file o algoritmo di compressione.
Dati di input
Dimensioni File
Risultati
Inserisci un valore per visualizzare i risultati.
Risultati della Compressione
Dettaglio del Risparmio
Il rapporto di compressione
Il rapporto di compressione misura con quale efficienza un algoritmo di compressione riduce il volume dei dati. Viene impiegato in contesti che spaziano dalle utilità di archiviazione e i protocolli di rete alla valutazione dei codec e alla pianificazione dell'archiviazione dei database.
Le formule
CR=ScSo Space saved (%)=(1−SoSc)×100dove è la dimensione originale (non compressa) e è la dimensione compressa, entrambe nella stessa unità. Un rapporto maggiore di 1 indica che il file si è ridotto; uguale a 1 indica nessuna variazione.
Esempio pratico. Un archivio di log da 100 MB viene compresso a 25 MB con gzip:
CR=25 MB100 MB=4(4:1) Space saved=(1−10025)×100=75%Convenzioni sul rapporto
Esistono due convenzioni di uso comune. Quella utilizzata qui — originale ÷ compresso — fornisce un numero maggiore di 1, più semplice da confrontare a colpo d'occhio (un rapporto di 10 è chiaramente migliore di un rapporto di 4). Alcuni strumenti e pubblicazioni scientifiche utilizzano il reciproco (compresso ÷ originale, denominato anche fattore di compressione o guadagno di codifica), che è un numero compreso tra 0 e 1. Prima di confrontare valori provenienti da strumenti diversi, è sempre opportuno verificare quale convenzione viene adottata.
Rapporti tipici per tipo di file
| Tipo di file | Algoritmo | Rapporto tipico |
|---|---|---|
| Testo semplice, log | gzip | 4:1 – 10:1 |
| Codice sorgente | gzip | 3:1 – 6:1 |
| Dump di database | gzip | 5:1 – 15:1 |
| Fotografie | JPEG (qualità 80) | 10:1 – 20:1 |
| Audio | MP3 (128 kbps) | ~10:1 |
| Video | H.264 vs. non compresso | 50:1 – 200:1 |
| Dati cifrati / casuali | qualsiasi lossless | ~1:1 |
Compressione lossless versus lossy
La compressione lossless (ZIP, FLAC, PNG, LZ4) garantisce che la decompressione ricostruisca l'originale byte per byte. È limitata dalla ridondanza statistica dei dati — l'entropia di Shannon stabilisce un minimo teorico che non può essere superato. La compressione lossy (JPEG, MP3, H.264) elimina definitivamente informazioni giudicate impercettibili ai sensi umani, superando la soglia entropica a scapito della qualità.
Il limite dell'entropia
Il teorema di codifica della sorgente di Claude Shannon (1948) dimostra che nessun codificatore lossless può comprimere una sorgente indipendente e identicamente distribuita al di sotto della sua entropia. Per un file di byte casuali — come l'output di un generatore di numeri casuali crittograficamente sicuro o un file già cifrato — l'entropia equivale alla dimensione del file. Qualsiasi algoritmo lossless applicato a tale file produrrà un output di dimensioni uguali o maggiori rispetto all'input.
Calcolatori correlati
Per stimare la dimensione grezza non compressa di un'immagine prima della compressione, utilizzare il calcolatore Calcolatore della Dimensione dei File Immagine. Per misurare il tempo di trasferimento di un file compresso, utilizzare il calcolatore Calcolatore del Tempo di Download.
Domande frequenti (FAQ)
Cosa indica il rapporto di compressione?
Il rapporto di compressione è la dimensione originale divisa per la dimensione compressa. Un rapporto di 3 significa che il file compresso è un terzo dell'originale — utilizza 3 byte di dati originali per ogni byte memorizzato. Un rapporto di 1 indica assenza di compressione.
Alcune fonti definiscono il rapporto in modo inverso (compresso ÷ originale, con valore inferiore a 1), pertanto è opportuno verificare la convenzione adottata quando si confrontano rapporti provenienti da strumenti diversi.
Qual è la differenza tra compressione lossless e lossy?
La compressione lossless (ZIP, FLAC, PNG) ricostruisce il file originale esattamente; il rapporto di compressione è limitato dalla ridondanza statistica dei dati e raggiunge tipicamente da 2:1 a 5:1 per file comuni.
La compressione lossy (JPEG, MP3, H.264) elimina definitivamente informazioni per ottenere rapporti molto più elevati — da 10:1 a 100:1 — a scapito di una certa perdita di qualità. La scelta dipende dalla necessità di una riproduzione esatta dei dati originali.
Quali rapporti di compressione posso aspettarmi?
Il testo semplice si comprime bene grazie ai pattern ripetuti: ZIP raggiunge da 3:1 a 6:1 su documenti tipici. I dump di database con dati ripetitivi possono arrivare a 10:1 o più. Le fotografie compresse come JPEG (qualità 80) raggiungono tipicamente da 10:1 a 20:1 rispetto a una bitmap non compressa. I formati già compressi come JPEG o MP4 traggono poco vantaggio da un'ulteriore compressione lossless — rapporti vicini a 1:1 sono normali.
Esiste un limite teorico alla compressione?
Sì. Il teorema di codifica della sorgente di Claude Shannon (1948) afferma che nessun algoritmo lossless può comprimere i dati al di sotto della loro entropia di Shannon — una misura del contenuto informativo.
Per un file di byte completamente casuali, l'entropia equivale alla dimensione del file: un'ulteriore compressione lossless è impossibile e qualsiasi algoritmo produrrà un output di dimensioni pari o superiori all'input. È per questo motivo che i file cifrati o già compressi non si riducono ulteriormente con ZIP o gzip.
Da provare dopo
Calcolatore dell'Overhead di Codifica Base64
Inserire una dimensione di dati binari per vedere quanto sarà grande l'output codificato in Base64 e quanto spazio aggiuntivo aggiunge la codifica.
Calcolatore della Dimensione dei File Immagine
Inserire la risoluzione e la profondità di bit di un'immagine per calcolare la dimensione non compressa del file e il conteggio totale dei pixel. Utile per comprendere l'output grezzo del sensore della fotocamera, l'allocazione del framebuffer GPU e la memoria delle texture.