Calculateur de rapport de compression

Le taux de compression est le rapport entre la taille des données d'origine et la taille compressée : Ratio = Taille d'origine / Taille compressée. Un ratio de 3:1 signifie que le fichier compressé fait un tiers de la taille de l'original, économisant 66,7% d'espace. Le pourcentage d'espace économisé est calculé comme suit : (1 − Compressé/Original) × 100. Un ratio inférieur à 1:1 signifie que le fichier compressé est plus grand que l'original, ce qui peut arriver avec des données déjà compressées.

Les fichiers déjà compressés (JPEG, MP4, ZIP, PNG) contiennent des données à haute entropie sans motifs répétitifs que les compresseurs peuvent exploiter. Leur re-compression n'apporte aucun bénéfice et peut légèrement augmenter la taille en raison des en-têtes de compression. Les données véritablement aléatoires ont une entropie maximale et sont par définition incompressibles. Les compresseurs sans perte comme gzip, zstd et bzip2 fonctionnent mieux sur le texte, les journaux, les CSV et autres données structurées répétitives.

Compresseurs sans perte à usage général classés approximativement par ratio (du meilleur au plus rapide) : bzip2 > zstd (niveaux élevés) > gzip > LZ4. Pour le texte, bzip2 et LZMA (7-zip) obtiennent généralement des ratios de 3:1 à 10:1. Pour les fichiers journaux bruts, zstd à des niveaux de compression élevés peut atteindre 10:1 à 20:1. Les compresseurs spécialisés (comme ceux pour les données génomiques ou les données scientifiques en virgule flottante) peuvent atteindre des ratios beaucoup plus élevés en exploitant des motifs spécifiques au domaine.

L'entropie de Shannon mesure le nombre théorique minimum de bits nécessaires pour représenter les données, définissant la limite supérieure de la compression sans perte. Des données avec une entropie de 4 bits/octet peuvent être compressées à un maximum de 50% de leur taille d'origine. Les données à haute entropie (octets aléatoires, données chiffrées, fichiers déjà compressés) sont proches de la limite d'entropie et offrent peu ou pas de compression supplémentaire. L'incompressibilité des données chiffrées est en fait un indicateur de qualité – elle confirme que le texte chiffré semble aléatoire.