জিডিএলকে সংকোচনের সাথে জিওটিআইএফএফ ফাইল তৈরি করতে সেট করা উচিত? কোন অ্যালগরিদম ব্যবহার করা উচিত?


50

আমার কাছে জিআইএস ডেটার একটি ফোল্ডার রয়েছে যা মূলত জিওটিআইএফএফ ফাইলগুলি নিয়ে থাকে। পুরো সেটটির ওজন প্রায় 1.2 GB। আমি লক্ষ্য করেছি যে আমি যদি সামগ্রীগুলি একটি টারবলে প্যাক করি তবে এটি প্রায় টুকরো টুকরো হয়ে যায় 82 MB। আমি সেটটি একটি পুনর্বিবেচনা নিয়ন্ত্রণ সিস্টেমের মধ্যে দেখতে চাই যাতে এটি অন্য লোকেরা কাজ করতে পারে এবং দেখে মনে হচ্ছে কিছু জায়গা আছে যা কেটে গেছে।

জিডিএল জিওটিআইএফএফ ড্রাইভার পৃষ্ঠাতে প্রচুর বিকল্পের তালিকা রয়েছে যা সংকুচিত জিওটিআইএফএফ ফাইল তৈরি করতে ব্যবহৃত হতে পারে। এখানে প্রচুর বিকল্প রয়েছে যা প্রতিটি অ্যালগরিদমকে কাজ করে affect

সহায়তা পৃষ্ঠা অপশনগুলি বর্ণনা করতে একটি ভাল কাজ করে তবে কীভাবে একটি অ্যালগরিদম বা ট্রেডঅফগুলি নির্বাচন করতে হয় যা সংকোচনের বিভিন্ন স্তরের সাথে সম্পর্কিত। এটি নিম্নলিখিত প্রশ্নের দিকে নিয়ে যায়:

  • সংক্ষেপণ ব্যবহারের পক্ষে স্থানগুলিতে একটি নাটকীয় সঞ্চয়। কনস কি? চিত্রটি সংকুচিত করা হলে তথ্য কী হারিয়ে যায়?

  • একজনকে কীভাবে অ্যালগরিদম এবং সংকোচনের স্তর বেছে নেওয়া উচিত। কিছু ধরণের চিত্রগুলি কি কোনও নির্দিষ্ট অ্যালগোরিদমকে ndণ দেয়?

উত্তর:


84

সংকোচন পদ্ধতি নির্বাচন করতে আপনার যেমন একটি কমান্ড ব্যবহার করতে হবে:

gdal_translate -co "COMPRESS=method" src_dataset dst_dataset

আপনি যখন সংক্ষেপণটি ব্যবহার করেন সবচেয়ে বড় ট্রেড অফ হ'ল অতিরিক্ত প্রক্রিয়াজাতকরণ সময় যা ইমেজটি সঙ্কুচিত করা প্রয়োজন, এবং চিত্রটি সঙ্কুচিত করার পরেও একই পরিমাণ মেমরি গ্রহণ করবে। তথ্য হ্রাস সম্পর্কে দুটি মূল ধরণের সংক্ষেপণ রয়েছে :

  • ক্ষতিহীন - যা মূল ডেটা মানগুলিকে সংরক্ষণ করে
  • ক্ষতিগ্রস্ত - যা আরও বেশি স্থান বাঁচাতে ডেটা হ্রাস করে

আপনি ডেমলেস অ্যালগরিদম করবেন যখন ডেম, বা রাস্টার বৈশিষ্ট্যগুলির মতো মূল ডাটা মানগুলি সংরক্ষণ করতে হবে। মত আলগোরিদিম PACKBITS , চুপসে এবং LZW অবচয়হীন এবং কম্প্রেশন অনুপাত অনুযায়ী আদেশ করা যেতে পারে:

  1. LZW - সর্বোচ্চ সংকোচনের অনুপাত, সর্বোচ্চ প্রক্রিয়াকরণ শক্তি processing
  2. নি: সৃত হত্তয়া
  3. প্যাকবিটস - সর্বনিম্ন সংক্ষেপণের অনুপাত, সর্বনিম্ন প্রক্রিয়াকরণ শক্তি

সংক্ষেপণের অনুপাত এখনও তথ্যের উপর নির্ভর করে, যদি ডেটাতে অনেকগুলি অনুরূপ মান থাকে তবে প্যাকবিআইটিএস ভাল ফলাফল করবে।

পক্ষান্তরে অবচয়হীন আপনার মত লজি আলগোরিদিম ব্যবহার করেন কোন JPEG rasters যে সঠিক মান আসতে হবে না কম্প্রেস করা। উদাহরণস্বরূপ, অস্থায়ী অ্যালগরিদম ব্যবহার করে অর্থোফোটস বা উপগ্রহের চিত্রগুলি সংকুচিত করা যেতে পারে।


5
সুন্দর উত্তরের জন্য +1। প্যাকবিআইটিএস হ'ল রান-লেংথ এনকোডিংয়ের একটি ফর্ম ( en.wikedia.org/wiki/Run-leight_encoding ) যা সংলগ্ন একই মানগুলির সাথে প্রচুর ডেটার জন্য ভাল কাজ করবে (উদাহরণস্বরূপ, আপনার কাছে প্রচুর NULL বা শ্রেণিবদ্ধ রাস্টার রয়েছে) এবং এলজেডব্লিউ একটি আরও দৃust় অ্যালগরিদম যা আরও ধরণের ডেটাতে কার্যকর। সাধারণ বাণিজ্য বন্ধ স্থান এবং গতির মধ্যে উল্লিখিত হিসাবে, তাই উপযুক্ত কি আপনার ব্যবহার এবং ডেটা উপর নির্ভর করে। এছাড়াও, কিছু সফ্টওয়্যার নির্দিষ্ট ধরণের জিওটিফ সংকোচনের সমর্থন করে না।
স্কু

3
এটি একটি ভাল, সম্পর্কিত পোস্ট linfiniti.com/2011/05/…
ওয়ান

1
ভাল উত্তর, এটি আপনার বিকল্পগুলি সংক্ষিপ্তসার করে। এও মনে রাখবেন যে এই সংকোচনের প্রতিটি পদ্ধতিতে আপনি সেট করতে পারেন এমন প্যারামিটার রয়েছে যা ফলাফলকে প্রভাবিত করবে যথেষ্ট। @ j03lar50n, আপনি আমার ব্লগ নিবন্ধটি দরকারী বলে খুশী হয়েছেন ...
আর থিয়েডে

সুন্দর উত্তর! তাই সহজ এবং বিন্দু ডান।
sys49152

@scw আপনি কি আরও বলতে পারেন যে কোন সফ্টওয়্যার নির্দিষ্ট ধরণের সংক্ষেপণকে সমর্থন করে না - বিশেষত, এমন কোনও সফটওয়্যার রয়েছে যা এলজেডব্লু বা প্যাকেট সমর্থন করবে না? বা আপনি বেশিরভাগই কম সাধারণ অ্যালগরিদমগুলিকে উল্লেখ করছেন?
ডেভিড লেবাউর

28

সংক্ষিপ্তসার lzwএবং deflateব্যবহারের -co predictor=2মাধ্যমে চিত্রকল্পে সহায়তা করতে পারে যা স্বতন্ত্রভাবে পরিবর্তিত হয় কারণ এটি পিক্সেল থেকে পিক্সেলের পার্থক্যকে সংক্ষিপ্ত মানগুলির পরিবর্তে সংকুচিত করে এবং এগুলি ছোট হবে এবং আরও নিদর্শন থাকবে ( রেফ )) ভবিষ্যদ্বাণীকারী শুধুমাত্র lzwএবং deflateসংক্ষেপণের সাথে দরকারী , বিকল্পটি অন্যান্য পদ্ধতির সাথে কোনও প্রভাব ফেলবে না।

gdal_translate -co compress=lzw -co predictor=2 ...

ভবিষ্যদ্বাণীকারী সঞ্চয় নাটকীয় হতে পারে। আমি মাত্র ১bit জিবি জিওটিফ এলিভেশন মডেলের একটি ডিরেক্টরি পুনরায় সংকুচিত করে ডিফল্ট এলজেডডব্লিউ সেটিংসকে প্রেডিকটার = ২ দিয়ে মাত্র 5 জিবিতে ব্যবহার করেছি।

ভবিষ্যদ্বাণীকারী 2 এবং 3 এর মধ্যে পার্থক্য এবং যখন প্রতিটি ভাল প্রয়োগ করা হয় তখন ( রেফ 1 , রেফ 2 ) বিরোধী তথ্য রয়েছে । সম্ভবত অন্য প্রশ্নের জ্বালানী।

সঞ্চয়ের জন্য আরেকটি সহজ বিকল্প হ'ল -co tiled=yes। কিছু সফ্টওয়্যার রয়েছে যা টাইল্ড ইমেজগুলি পড়তে পারে না, তবে সেগুলি বিরল হয়ে উঠছে এবং বেশিরভাগই জিআইএসের বাইরে রয়েছে (আমি এখন কোনও মূল স্ট্রিম জিআইএস সফ্টওয়্যার সম্পর্কে জানি না যা সেগুলি পড়ে না)।

সংক্ষিপ্ত ওভারভিউগুলি ব্যবহার করার জন্য @ অ্যালফোনক্সের উত্তর তৈরি করতে: এটি গতি এবং কিছু স্থানের সাশ্রয়ের জন্য, ডেটা অখণ্ডতা এবং পিরামিডগুলিকে ক্ষতিকারক হওয়ার জন্য বেস ইমেজটিকে ক্ষয়ক্ষতিতে সংরক্ষণ করতে দেয়। এটি প্রায় উভয় বিশ্বের সেরা। gdaladdoআরজিবি চিত্রগুলির সাথে সামান্যতম সম্ভাব্য ওভারভিউগুলির জন্য: ডিফল্ট নিকটতম প্রতিবেশী (ওভারভিউগুলিকে মসৃণ করে তোলে) এর পরিবর্তে জেপেইগ সংক্ষেপণ, গড় বা গসিয়ান রিস্যাম্পলিং এবং ওয়াইসিবিসিআর ফটোমেট্রিক ওভারভিউ ব্যবহার করুন। দেখুন gdaladdo রেফারেন্স পৃষ্ঠা (যদিও এটা কি আলোকমিতি সব সম্পর্কে সম্পর্কে অনেক বলে না) এই অপশন আরো তথ্যের জন্য।

এটি একটি উইন্ডোজ ব্যাচ ফাইলের একটি অংশ যা আমি ডিরেক্টরিতে সমস্ত টিফগুলিতে বহিরাগত জেপিগ ওভারভিউ প্রয়োগ করতে ব্যবহার করি:

set _opts= -r gauss --config PHOTOMETRIC_OVERVIEW YCBCR ^
--config COMPRESS_OVERVIEW JPEG --config JPEG_QUALITY_OVERVIEW 85

for %%a in (*.tif) do gdaladdo -ro %_opts% %%a 2 4 8 16 32 64

নোট

জিডিএল 1.6.0 পুনরায় মডেলিং চালু করেছে gaussযা averageউচ্চতর বিপরীতে বা গোলমাল নিদর্শনগুলির সাথে ধারালো প্রান্তগুলির ক্ষেত্রে আরও ভাল ফলাফল করতে পারে । 2 স্তরের শক্তি (2 4 8 ...) ব্যবহার করা উচিত যাতে একটি 3x3 পুনরায় মডেলিং গউসিয়ান কার্নেল নির্বাচন করা হয়।

JPEG_QUALITY_OVERVIEW 85 - যদি নির্দিষ্ট না করা হয় তবে 75% এর ডিফল্ট ব্যবহার করা হয়, যা ছোট ফাইল দেয় তবে আমি 85% মানের বনাম মানের বাণিজ্যের চেয়ে আরও ভাল আপস খুঁজে পাই।

আপডেট, ২০১৫: জিডিএল ১.৮ এবং ২.০ এখানে প্রচুর নতুন বিকল্প প্রবর্তন করেছে যা আমার হজম করার সময় পায়নি। অফিসিয়াল জিটিফ ফর্ম্যাট পৃষ্ঠাটি পড়ুন , আমি নিশ্চিত যে এখানে অতিরিক্ত দরকারী সেটিংস বিশদ রয়েছে।


10

বড় রাস্টারদের জন্য জিওটিফ জিওটিফ ফাইলটিতে অতিরিক্ত চিত্র হিসাবে ডাউন প্রচ্ছদ ওভারভিউগুলি সংরক্ষণের (প্রাক-) সম্ভাবনা সরবরাহ করে। এটি gdaladdo (= GDAL ADD ওভারভিউ) দিয়ে করা যেতে পারে। এই ওভারভিউগুলি তৈরি করার সময়, আপনি gdal ম্যানুয়ালি এগুলি সংকোচন করতে বলতে পারেন:

gdaladdo --config COMPRESS_OVERVIEW JPEG 

খুব বেশি আকার না যুক্ত করে আপনার ডেটা দেখার গতি বাড়ায়। দ্রষ্টব্য: জিওটুলস অ্যাপ্লিকেশনগুলি যেমন জিওসিভার, ইউডিগ, আটলাস স্টিলার, জিওপাব্লিশার সমস্ত এই বৈশিষ্ট্যটি ব্যবহার করতে পারে এবং ওভারভিউ থেকে লাভ করতে পারে।



4

শেষ পর্যন্ত আপনাকে সম্ভবত বিভিন্ন বিকল্পগুলি নিয়ে পরীক্ষা-নিরীক্ষা করতে হবে এবং আপনার প্রয়োজনগুলি কী পূরণ করে তা দেখুন।

আমি ওয়েপলেট-ভিত্তিক ফর্ম্যাটগুলির চেয়ে জেপিইজি-সংকুচিত জিওটিআইএফএফগুলির বর্ধিত ব্যবহার করছি। আমার ফলাফল বেশ ভাল হয়েছে। এটি করার জন্য জিডিএলএল ব্যবহার করে খুব বেশি ডেটা ক্ষতি ছাড়াই ওয়েভলেট-ভিত্তিক ফর্ম্যাটগুলির সাথে তুলনীয় সংক্ষেপণ অনুপাত পেয়েছে। ডিকম্প্রেশন সহ যে পারফরম্যান্স হিট তা গ্রহণযোগ্য।

আমি এই পদ্ধতির সম্পর্কে সবচেয়ে বেশি যা পছন্দ করি তা হ'ল জিওটিআইএফএফ সমর্থনটি প্রায় সর্বজনীন, অন্যদিকে তরঙ্গলেখ-ভিত্তিক ফর্ম্যাটগুলির পক্ষে সমর্থন সর্বদা আশ্বাসিত হয় না এবং কখনও কখনও কাঁটাযুক্ত লাইসেন্সিংয়ের বিষয় হয়।


3

জিওটিআইএফএফ বনাম আর্থ রিসোর্স ম্যাপিংয়ের ইসিডাব্লু ( এনহান্সড কমপ্রেসড ওয়েভলেট ) সংক্ষেপণের তুলনায় আমার অভিজ্ঞতা হ'ল উচ্চ রেজোলিউশনের এরিয়াল ছবি সংকুচিত করার সময় ইসিডাব্লুটি আরও বেশি মাত্রার অর্ডার দেয়। ওয়েভলেট ভিত্তিক সংকোচনের আরেকটি গুরুত্বপূর্ণ সুবিধা হ'ল জিওটিআইএফএফ হিসাবে পুরানো ফর্ম্যাটগুলির বিপরীতে, জেপিইজি - জেপিইজি 2000 নয় - চিত্রটির কেবল একটি অংশকে সঙ্কুচিত করা যায় [রেফ]। 1]। "প্রায় অর্ধেক কম্পিউটারের মেমরির আকারের চেয়ে বড়" এর সাথে কাজ করার সময় এই সুবিধাটির গুরুত্ব অবশ্যই অবমূল্যায়ন করা উচিত নয়।

দেখে মনে হচ্ছে - এটির পরীক্ষা করার সুযোগ আমার কখনই হয়নি - মিঃএসআইডি , অন্য প্রফিটারি, ওয়েভলেট ভিত্তিক ফাইল ফর্ম্যাট, "পুরানো" ফর্ম্যাট এবং সিলেক্টিক ডিকম্প্রেশনের চেয়ে উচ্চতর সংক্ষেপণ অনুপাত প্রদর্শন করে।

সুত্র। 1: http://www.ifp.uni-stuttgart.de/publications/phowo01/Ueffing.pdf


1
দরিপ্রা, মনে রাখবেন যে জিওটিআইএফএফ-প্যাকব্যাটস বা জিওটিআইএফএফ-এলজেডব্লু হ'ল লসলেস সংকোচনের সময় ইসিডাব্লু এবং জেপিইজি ক্ষতিকারক। ভবিষ্যতের ডেটা ব্যবহারের উপর নির্ভর করে ক্ষতিহীন বা ক্ষতিকারক সংকোচনের বিষয়টি অবশ্যই সাবধানে চয়ন করতে হবে।
মার্কাস এন

1
আমি দাবি করছি না যে একটি আলগা কম্প্রেশন ফর্ম্যাটটি সর্বদা একটি বৈধ স্টোরেজ ফর্ম্যাট। আমি যেটি বলতে চাইছিলাম তা হ'ল ইসিডব্লিউর মতো ফর্ম্যাট ব্যবহার করা কিছু উত্পাদন পরিবেশে উপযুক্ত। উদাহরণস্বরূপ, ইসিডাব্লু জিওটিআইএফএফের চেয়ে আরও উপযুক্ত ফর্ম্যাট, যদি আমাদের কাছে ম্যাপসার্ভার উদাহরণ থাকে তবে ডাব্লুএমএস এর মাধ্যমে অর্টোফোটো স্তরগুলি সরবরাহ করে। লসলেস সংকোচনের সাহায্যে অরটোফোটো সংরক্ষণ করার কোনও কিছুই নিষেধ করে না।
দরিপপ্রা

3

@ ডডোবাস এবং @ ম্যাট-উইলকি দ্বারা প্রাপ্ত জবাবগুলি চিত্রের আকার হ্রাস করতে জিডিএল-এর সাথে সংকোচনের এবং অস্পষ্টতার কাজ সম্পর্কিত বেশিরভাগ সমস্ত বিষয়কে কভার করে cover

আমি দুটি জিনিস যুক্ত করতে চাই:

  • জিডিএল থেকে ফাইল-ফর্ম্যাট ডকুমেন্টেশন: http://www.gdal.org/frmt_gtiff.html ;
    • -coবিশেষভাবে তৈরির বিকল্পগুলি ( ) দেখুন :
      • COMPRESS
      • NUM_THREADS
      • PREDICTOR
      • ZLEVEL
  • এবং সফ্টওয়্যার যে জিওটিআইএফএফ গ্রহণ করবে তা যাচাই করা অপরিহার্য:
    • পছন্দসই সংক্ষেপণ পদ্ধতি সমর্থন করে;
    • সংক্ষেপণ ব্যবহার করার পরামর্শ দেয়।

উদাহরণস্বরূপ, জিও সার্ভার জিওটিআইএফএফগুলি সংক্ষেপণের সুপারিশ করে না :

চূড়ান্ত নোট হিসাবে, জিওটিফ বিভিন্ন ধরণের সংক্ষেপণ সমর্থন করে, তবে আমরা এটি ব্যবহার না করার পরামর্শ দিই। যদিও এটি অনেক ছোট ফাইলগুলির জন্য মঞ্জুরি দেয়, ডিকম্প্রেশন প্রক্রিয়া ব্যয়বহুল এবং প্রতিটি ডেটা অ্যাক্সেসে সঞ্চালিত হবে, উল্লেখযোগ্যভাবে রেন্ডারিংকে কমিয়ে দেয়। আমাদের অভিজ্ঞতায় খাঁটি ডিস্ক ডেটা পড়ার চেয়ে ডেকম্প্রেশন সময়টি বেশি।

যদি ইতিমধ্যে ওভারভিউ, টাইলিং এবং উচ্চ কার্যকারিতা স্টোরেজ মিডিয়া (এন্টারপ্রাইজ গ্রেড ডিস্ক বা এসএসডি) ব্যবহার করা হয় তবে এটি বিশেষত সত্য।


আমাকে আমার জেপিগ ছবিটি কপ্রেস করা দরকার কারণ আমি আমার রাস্টারকে জিডালিন পাইথনের সাহায্যে অ্যারে রূপান্তর করতে পারছি না। এটি মেমরির ত্রুটি দেখায় এবং কখনও কখনও স্মৃতি থেকেও যায়। আমি কীভাবে পাইথনটিতে এই লাইনটি প্রয়োগ করতে পারি (gdal_translate -co "COMPPress = পদ্ধতি" src_dataset dst_dataset) কারও কি ধারণা থাকতে পারে? আমি gdal ব্যবহারে নতুন। সুতরাং, কাঠামোটি বোঝা আমার পক্ষে কখনও কখনও কঠিন।
শিউলি পারভিন

1
শিউলিপ্রভিন, প্রথমত, জেপিইজি ইতিমধ্যে একটি সংকীর্ণ (ক্ষতিগ্রস্ত) ফর্ম্যাট। দ্বিতীয়ত, এটি মনে হচ্ছে আপনার শঙ্কিত সমস্যা আছে, সংকোচনের নয়। ফাইলটি একবারে পরিবর্তে টাইলস, স্ট্রিপস বা শঙ্কে পড়ুন। ফাইলটি সংকুচিত করা হলেও, এটি ব্যবহার করার সময় এটি সঙ্কুচিত হতে হবে (উদাহরণস্বরূপ: কোনও 4 জিবি ফাইল সংক্ষেপে যখন ডিস্কে 2 গিগাবাইট ব্যবহার করে, তখনও এটি সমস্ত প্রসেসিংয়ের জন্য লোড হয়ে গেলে 4 গিগাবাইট র‌্যাম গ্রহণ করতে পারে a স্থান বিকল্প সংরক্ষণ, আপনার জন্য বিক্ষিপ্ত বিন্যাস দেখব করতে চাইতে পারেন GeoTIFFs
কেভিন

1
@ শিউলিপ্রভিন, যদিও আমি আপনার প্রশ্নের ভুল বোঝাবুঝি করছি। কম্প্রেশন নিজেই প্রায়ই প্রচুর স্মৃতি ব্যবহার করে তবে লাইব্রেরিতে কোনও ত্রুটি না থাকলে বা আপনাকে একটি অবৈধ যুক্তি না দেওয়া হয় তবে আপনার সিস্টেমটি উপচে পড়া উচিত নয়। জিওটিআইএফএফ-এর সংকোচনের ধরণ হিসাবে আপনার যদি জেপিজি সমস্যা হয় তবে সম্ভবত এলজেডএমএ বা ডিফল্ট চেষ্টা করুন।
কেভিন

0

যারা নতুন জিডিএল সংস্করণ ব্যবহার করছেন তাদের জন্য লসলেস জেডস্ট্যান্ডার্ড ( জেডএসটিডি ) সংক্ষেপণ (জিডিএল> = 2.3) এবং ক্ষয়ক্ষতি সীমাবদ্ধ ত্রুটি রাস্টার সংকোচনের ( এলইআরসি ) সংক্ষেপণ (জিডিএল> = 2.4) পছন্দ রয়েছে।

সাধারণত যদিও বলা যায়, ZSTDউভয়ের তুলনায় LZWএবং DEFLATEএকই রকমের সংক্ষেপণের অনুপাত সহ দ্রুত ডেটা পড়ার গতি উপলব্ধ করে , যদিও ফাইলটি লেখার সময় কিছুটা ধীর হতে পারে (আপনি কী সেটিংস ব্যবহার করেন তার উপর নির্ভর করে)।

আপনি যদি ডেটা নির্ভুলতা সম্পর্কে উদ্বুদ্ধ না হন (উদাহরণস্বরূপ বিশ্লেষণের পরিবর্তে ভিজ্যুয়ালাইজেশন করা), তবে LERCএটি একটি ভাল বিকল্প হতে পারে। একটি MAX_Z_ERRORসেটিং রয়েছে যা আপনি ত্যাগ করতে ইচ্ছুক কতটা নির্ভুলতার জন্য আপনাকে টুইট করতে পারবেন। উদাহরণস্বরূপ, এক MAX_Z_ERROR=0.001বা 1 মিমি একটি বেঞ্চমার্কে 50% একটি স্থান সাশ্রয় দিয়েছে (দেখুন রেফ )।

সেরা অংশ হল যে আপনার কাছে একত্রিত করতে পারেন LERCসঙ্গে ZSTDব্যবহার COMPRESS=LERC_ZSTD! অথবা আপনি যদি ব্যবহার পছন্দ করেন তবে আপনি এটি DEFLATEকরতে পারেন COMPRESS=LERC_DEFLATE। সরকারী জিডিএলএল জিওটিআইএফএফ ডক্স https://gdal.org/drivers/raster/gtiff.html#creation-options এ সংযুক্তি / সেটিংসের সম্পূর্ণ তালিকাও দেখুন

আরও বিশদ এবং পূর্ণ মানদণ্ডের তুলনা এই মূল্যবান রেফারেন্সে পাওয়া যাবে:

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.