理Kotowary

データの正体 — 文字・画像・音・動画の正体

大人こども
初級中級上級

概要 — まず全体をつかむ

中級ではメディアの表現と圧縮を見ました。上級では、デジタル化の理論的な限界と、圧縮がなぜ効くかへ踏み込みます。数の表現（2の補数・IEEE 754）や文字の深部（正規化・書記素）は 2進数とデータ が担当します。

詳細 — 1段階ずつ追う

デジタル化の理論

連続した現実を有限のビットに落とすとき、2つの軸で情報を捨てています。

  • 標本化（時間・空間の離散化） — どれだけ細かく測るか。標本化定理により、元信号の最高周波数の2倍を超える周波数で測れば波形を復元できる。足りないとエイリアシング（折り返し）が起きる
  • 量子化（値の離散化） — 各点を何段階で表すか。段階が粗いほど量子化ノイズが乗る。音の16bit／24bit、画像の色深度（bit/ch）がこれにあたる

「どこまで細かく・何段階で」を上げるほど原信号に近づきますが、そのぶんデータ量が増えます。

アニメーション『音のデジタル化（標本化と量子化）』を開く
音のデジタル化 — 標本化と量子化連続の波を「一定間隔で測り」「段階値に丸める」ことで数値の列にする000001010011100101110111高さ（段階値）時間 →連続の波（アナログ）標本点（測った高さ）丸めた値（量子化）← 縦の間隔＝標本化周期。狭いほど（＝標本化周波数が高いほど）波に忠実← 横の段の数＝量子化の段階。多いほど（＝ビット数が大きいほど）なめらか① 標本化（サンプリング）一定間隔で波の高さを測る。1秒あたりの測定回数＝標本化周波数（例 CD＝44.1kHz）。細かく測るほど元の波に近い。② 量子化測った高さを段階値に丸める。段階数＝2＾（量子化ビット数）（例 16bit＝65536段階）。段階が多いほどなめらか。CDの音質 ＝ 44.1kHz／16bit1秒に44100回測り、各点を65536段階の数値で表す
やさしく言うと（中級）

現実の連続した情報（色の濃淡・音の波・動き）を、コンピュータが扱える段階的な数値に置き換えるのがデジタル化です。共通の考え方は「細かく区切り、各点を数値に丸める」こと。

  • 文字 — 文字コードで数値に対応づける（機構の詳細は 2進数とデータ）
  • 画像／音／動画 — 空間や時間を細かく区切って数値にする

登場人物メモ:

  • ※1 標本化（サンプリング） — 一定間隔で測ること
  • ※2 量子化 — 測った値を決まった段階の数値に丸めること

各メディアの深部

  • 画像 — 色は色空間（sRGB・Adobe RGBなど）で定義され、1チャンネルの段階数が色深度。輝度と色差に分け色差を間引くクロマサブサンプリング（4:2:0など）は非可逆圧縮の常套
  • 音 — 音質は「標本化周波数 × 量子化ビット数 × チャンネル数」で決まる。1秒あたりのデータ量がビットレートで、可変（VBR）／固定（CBR）がある
  • 動画 — フレーム内圧縮に加え、前後フレームの差分だけを持つフレーム間予測でデータ量を大きく削る。コンテナ（MP4）とコーデック（H.264／H.265）は別レイヤ
やさしく言うと（中級）
  • 画像 — 縦横に並んだ画素（ピクセル）それぞれの色を、赤・緑・青（RGB）の強さの数値で記録する。画素数が多いほど解像度が高い。PNG（可逆）／JPEG（非可逆）
  • 音 — 波形を一定間隔で測る標本化と、各点を段階値に丸める量子化の対で数値化する。例 CD＝44.1kHz／16bit。WAV（無圧縮）／MP3（非可逆）
  • 動画 — 少しずつ違う画像（フレーム）を1秒に何十枚も並べ（フレームレート）、音を重ねたもの。データ量が大きく圧縮が必須。H.264などのコーデックで縮める

いずれも「決まった形式で並んだ0と1」であり、正しい形式で読んで初めて意味を持ちます。

アニメーション『画像のデジタル化（画素とRGB）』を開く
画像のデジタル化 — 画素とRGB絵をマス目（画素）に分け、1マスの色を「赤・緑・青」3つの数値で記録する① 絵をマス目に分ける（1マス＝1画素）② 1画素を拡大この1マスの色は…③ 3つの数値（各 0〜255）で記録赤 R255緑 G201青 B96光の三原色。3つの強さの組み合わせであらゆる色を表す（例: 全部255＝白）解像度 ＝ マス目の細かさ画素が多いほど絵は細かくなるが、そのぶんデータ量も増える1画素 ＝ 3バイト（R・G・B 各1バイト）が基本例: 4000×3000画素の写真 ＝ 約36MB（圧縮前）→ だから圧縮する
アニメーション『音のデジタル化（標本化と量子化）』を開く
音のデジタル化 — 標本化と量子化連続の波を「一定間隔で測り」「段階値に丸める」ことで数値の列にする000001010011100101110111高さ（段階値）時間 →連続の波（アナログ）標本点（測った高さ）丸めた値（量子化）← 縦の間隔＝標本化周期。狭いほど（＝標本化周波数が高いほど）波に忠実← 横の段の数＝量子化の段階。多いほど（＝ビット数が大きいほど）なめらか① 標本化（サンプリング）一定間隔で波の高さを測る。1秒あたりの測定回数＝標本化周波数（例 CD＝44.1kHz）。細かく測るほど元の波に近い。② 量子化測った高さを段階値に丸める。段階数＝2＾（量子化ビット数）（例 16bit＝65536段階）。段階が多いほどなめらか。CDの音質 ＝ 44.1kHz／16bit1秒に44100回測り、各点を65536段階の数値で表す

圧縮の理論

  • 可逆圧縮の下限 — シャノンの情報理論が示すエントロピーが理論的な限界。エントロピー符号化（ハフマン・算術符号）で出現頻度の偏りを、辞書式（LZ系）でくり返しを削る。偏りのないデータはそれ以上縮まない
  • 非可逆圧縮 — 人の知覚モデルを使い、気づきにくい成分を捨てる。周波数領域へ変換（JPEGのDCT、音の心理音響モデル）してから、細かい成分を粗く量子化するのが定石
  • トレードオフ — 圧縮率・品質・処理コストは三つ巴。用途（保存／配信／編集）で最適点が変わる
アニメーション『非可逆圧縮の定石（変換→量子化→符号化）』を開く
非可逆圧縮の定石 — 情報を捨てるのは1か所だけJPEG・MP3・H.264 に共通する「変換 → 量子化 → 符号化」の流れ元データ画像・音・動画（大きい）① 変換周波数領域へ写すJPEG: DCT音: 心理音響モデル② 量子化知覚が鈍い成分を粗い段階に丸める＝ここで情報を捨てる③ エントロピー符号化偏りを利用してビットを詰め直す（ハフマン・算術符号）小さいファイル非可逆（元に戻せない）可逆（詰め直すだけ）メディアごとの「捨て方」画像: 色差を間引く（クロマサブサンプリング） ／ 音: 聞こえない成分を削る動画: さらに前後フレームの差分だけを持つ（フレーム間予測）だから再圧縮で劣化する（世代劣化）保存し直すたびに②がまた情報を捨てるので、非可逆 → 非可逆の繰り返しは劣化が累積する
やさしく言うと（中級）

圧縮はデータを小さくする技術で、2種類あります。

  • 可逆圧縮 — 完全に元へ戻せる。ZIP・PNG・FLAC。文書・プログラム向き
  • 非可逆圧縮 — 人が気づきにくい情報を捨てて大きく縮める。JPEG・MP3・H.264。写真・音・動画向き

データ量の単位は バイト → KB → MB → GB → TB と1000倍ごとに上がります（厳密には1024倍区切りのKiB／MiBもあり、詳細は 2進数とデータ）。

  • 写真1枚 … 数 MB ／ 音楽1曲 … 数 MB ／ 映画1本 … 数 GB

同じ中身でも、形式と圧縮の選び方でデータ量は大きく変わります。

アニメーション『可逆圧縮と非可逆圧縮』を開く
可逆圧縮 と 非可逆圧縮小さなコマ＝情報のかけら。元 → 圧縮 → 復元 で、残る情報量を見比べる可逆圧縮（ロスレス）元データ（20コマ）圧縮情報は1つも捨てない圧縮データ（小さい）情報は完全保持復元復元データ✓ 元と完全一致データ量：大データ量：中（縮む）データ量：大（元通り）例：ZIP・PNG・FLAC　／　1バイトも失えない 文書・プログラム 向き非可逆圧縮（ロッシー）元データ（20コマ）圧縮気づきにくい情報を捨てる圧縮データ（とても小さい）8コマ分を破棄復元復元データ≈ 元に近いが同じでないデータ量：大データ量：小（大幅減）捨てた情報は戻らない例：JPEG・MP3・H.264　／　多少の劣化が許される 写真・音・動画 向き可逆＝完全に戻せる（縮みは控えめ）／ 非可逆＝戻せないが大幅に縮む。用途で使い分ける

⚠️ 深部の落とし穴

  • 再圧縮による劣化 — 非可逆で保存したものを再度非可逆で保存すると劣化が累積する（世代劣化）
  • エイリアシング — 標本化周波数が不足すると、元にない周波数の偽信号が現れる
  • 形式と用途の不一致 — 写真をPNGで肥大化、線画をJPEGでにじませる、など逆効果な選択
  • CRCと改ざん — CRCは誤り検出であって改ざん防止ではない（それは暗号のハッシュ／署名）
やさしく言うと（中級）
  • 文字化け — 文字コード（符号化）の不一致。詳細は 2進数とデータ
  • 開けない／壊れる — 形式の不一致、ファイル破損
  • 無駄に重い — 用途に合わない形式・圧縮（写真をPNGで巨大化、など）

関連する知識

理解度チェック

そのまま解けます（成績は保存されません）。無料アカウントを作ると、学習の記録と進捗の山登りが始まります。

問1. 絵文字1個が「見た目1文字なのにバイト数や文字数が食い違う」主因は？

問2. JPEGが色の情報を明るさより粗く記録できるのは、人の視覚のどんな性質を利用しているから？

問3. 0.1 + 0.2 が 0.30000000000000004 になることがあるのは？

問4. 標本化定理（サンプリング定理）が示すのはどれ？

問5. 標本化周波数が不足したときに、元にない周波数の偽信号が現れる現象はどれ？

問6. 可逆圧縮で「これ以上は縮められない」理論的な下限を与えるのはどれ？

問7. MP4（コンテナ）とH.264（コーデック）の関係として正しいのは？

問8. 非可逆で保存した画像を、さらに非可逆で再保存すると起きることは？

問9. 画像を輝度と色差に分け、視覚が鈍い色差のほうを間引いてデータを減らす手法を、カタカナで答えてください。

問10. JPEGが画像を周波数領域へ変換するのに使う変換を、英字3文字で答えてください。