book

Détails du sujet

Conception d'une application web de compression d'images en format jpeg


Résumé

La multiplication des images sur les réseaux sociaux et les plateformes de stockage rend leur
surpasse plusieurs solutions existantes. En réduisant l’empreinte numérique des images,
résultats des tests montrent un taux de compression moyen de 97,97 %, avec un rapport signal
compression essentielle pour optimiser l’espace mémoire et faciliter leur transmission. Dans ce
chromatiques, une méthode de réduction des dimensions fondée sur l’identification des
numériques.
significativement la taille des fichiers tout en préservant une qualité visuelle élevée. Les
contexte, nous avons développé Pichanyepesi, une application web permettant de compresser
Cette approche combine la conversion des couleurs en séparant la luminosité des informations
sur bruit de 35,66 décibels, ce qui dépasse le seuil de qualité acceptable fixé à 30 décibels et
automatique des pixels en petits ensembles similaires. Cette méthode permet de réduire
Pichanyepesi contribue également à atténuer l’impact écologique lié au stockage des données
les images au format «Joint Photographic Experts Group»à l’aide d’une approche hybride.
caractéristiques les plus significatives des images, ainsi qu’un procédé de regroupement
Mots-clés: Compression d’images, optimisation, impact écologique, stockage.
Auteur : KULE WA-KANGITSI
Niveau: G3
Département: Genie Informatique
Année Ac: 2023-2024 , | 2025-03-17 11:37:40

Mots clés

Compression d'images, Pichanyepesi, YCbCr, ACP, MiniBatchKMeans, réduction de dimension, optimisation, qualité visuelle, stockage cloud, PostgreSQL, application web, JPEG.

Intérêt

Le choix de ce sujet est motivé par l'importance croissante de la compression d’images dans des domaines variés tels que le stockage cloud, les réseaux sociaux et la photographie numérique. Réduire la taille des fichiers tout en préservant leur qualité est devenu un défi technologique majeur, particulièrement avec l’explosion des contenus visuels. L'apport de IA, notamment à travers ACP et le clustering MiniBatchKMeans, permet de traiter ce défi en exploitant les structures internes des images, offrant ainsi des solutions de compression plus efficaces et intelligentes. Cette approche promet d’améliorer significativement le stockage et la vitesse de transmission, tout en ayant des applications dans des secteurs professionnels et sociaux comme les réseaux sociaux, le cloud computing et l'archivage numérique, contribuant ainsi à une meilleure gestion des ressources numériques dans un monde de plus en plus visuel.

Directeur & Encadreur

Directeur: AKWIR Alain NKIEDIEL
Encadreur: Johnson KISAMBA

Status

Décision ou observation:
Feu vert:
Déposé : OUI
Défendu: NON
Finalisé: OUI