Ne raspakirana slika (kao *.bmp) u megapikselnoj rezoluciji bila bi veličine 4MB i prevelika za efikasni prijenos i snimanje. Čak i u 100mbits mreži slici bi trebalo pola sekunde za prijenos. Zbog ovg razloga podaci u slici se moraju komprimirati. Postoje različite metode komprimiranja međutim generalno mogu se podijeliti u dvije grupe:

- kompresija bez gubitka podataka

- kompresija sa gubitkom podataka

Metode kompresije bez gubitka podataka:

Ove metode osiguravaju identičnost dekompresovane i izvorne slike. Ovo je vrlo važno u nekim područjima, npr. u medicini gdje je osim visoke razlučljivosti potrebno i osigurati nepromijenjeno arhiviranje slika, što je i zakonski regulisano.

Jedna od ovakvih metoda kompresije je i Run-length kodiranje koja koristi činjenicu da su u mnogim fajlovima česti nizovi istih vrijednosti (npr. jako korelisane slike). Ovaj algoritam provjerava fajl, te ubacuje specijalne znakove (engl. ‘token’) svaki put kad naiđe na niz od dva ili više jednakih znakova.

Huffman kodovanje - Ovaj algoritam je razvio D. A. Huffman i temelji se na činjenici da se neki znakovi pojavljuju češće nego neki drugi. Na toj osnovi algoritam gradi težinsko binarno stablo (na osnovu frekvencije pojavljivanja pojedinih znakova). Svakom elementu tog stabla pridružuje se nova kodna riječ određena pozicijom znaka u stablu. Najčešće ponavljani znak postaje korijen stabla i njemu se pridružuje najkraća kodna riječ, dok kodna riječ najrjeđe ponavljanog znaka može biti i dvostruko duža od samog znaka.

Entropijsko kodovanje - Najčešće se koristi pristup J.Ziv/Lempel (tzv. Lempel/Ziv ili LZ) koji se zasniva na tome da koder i dekoder sadrže jednak riječnik metasimbola od kojih svaki predstavlja cijelu sekvenciju ulaznih znakova. Ako se sekvencija ponovi nakon što je pronađen simbol za nju, onda se ona zamjenuje tim simbolom. Kodovani podaci ne trebaju sadržavati riječnik (nizovi znakova = simbol) budući da je riječnik sadržan u koderu i dekoderu.

Kodovanje područja - To je poboljšana verzija run-length kodovanja koja iskorištava dvodimenzionalnu karakteristiku slika. Algoritam pokušava pronaći pravougle regije jednakih karakteristika koje se zatim koduju u opisnoj formi kao elementi s dvije tačke i određenom strukturom. Cijela slika treba biti opisana da bi se omogućilo dekodovanje bez gubitaka. Moguće performanse temelje se na vrlo kompleksnom problemu pronalaženja najvećih područja jednakih karakteristika.

Metode kompresije sa gubitkom podataka:

Metode sa gubicima podataka zasnivaju se na modelima percepcije naseg oka (više se  kompresuju oni atributi slike koji manje doprinose ukupnom izgledu slike) i uzrokuju degradaciju slike u svakom koraku (svakim slijedećim korakom kompresije/dekompresije slika se degradira), ali najčešće omogućuju daleko veće omjere kompresije nego metode bez gubitaka. Ove metode sastoje se od tri komponente :

• modelovanje slike (definicija transformacije koja se koristi)
• kvantizacija parametara (kvantizacija podataka dobijenih transformacijom)
• kodovanje

Prvi dio, modelovanje slike, usmjeren je na iskorištavanje statističkih karakteristika slike (npr. korelacija). Pokušava se da što manji broj koeficijenata u transformisanom domenu sadrži što veći dio informacija originalne slike. Ova faza najčešće ne rezultira nikakvim gubitkom informacija.

Cilj kvantizacije je da smanji količinu podataka potrebnu za predstavljanje informacija u novom domenu. Kod kvantizacije u većini slučajeva dolazi do gubitka informacija.

Kodovanje optimizuje reprezentaciju informacija, te se može unijeti detekcija grešaka.

Performanse algoritama za kodovanje s gubicima se najčešće izražavaju preko dva faktora: 

1. faktor kompresije
2. distorzija proizvedena nakon rekonstrukcije

Prvi faktor je objektivan, dok drugi uveliko zavisi o samom izboru slike.

Danas se najčešće koristi transformaciono kodovanje kao što je npr. JPEG budući da postoje već neki oblici standardizacije procesa.