画像圧縮アルゴリズムの説明: JPEG、PNG、WebP テクニカル ガイド

画像圧縮アルゴリズムの説明: JPEG、PNG、WebP テクニカル ガイド

簡単な答え

画像圧縮アルゴリズムは、数学的変換と知覚的最適化を通じてファイル サイズを削減します。 JPEG などの非可逆方式では、DCT (離散コサイン変換)、量子化、およびハフマン符号化を使用して、知覚できない細部を破棄することで 10:1 ～ 100:1 の圧縮を実現します。 PNG などのロスレス方式では、LZ77 辞書圧縮とフィルタリングおよびハフマン コーディングを組み合わせて、完璧な品質を維持しながら 2:1 ～ 10:1 の圧縮を実現します。 WebP などの最新の形式では、最適なバランスを保つために両方の技術が使用されます。

JPEG 圧縮は基本的にどのように機能しますか?

JPEG (Joint Photographic Experts Group) 圧縮は、コンピューティング史上最も成功したアルゴリズムの 1 つです。 1992 年に作成された JPEG は、人間の視覚システムの制限を利用する高度な数学によって驚くべき圧縮効率を実現します。 JPEG の技術アーキテクチャを理解すると、品質、処理速度、ファイル サイズのバランスをとった洗練されたエンジニアリングが明らかになります。

JPEG 圧縮パイプライン

JPEG 圧縮は 8 つの異なる段階を経て進行し、それぞれが最終的な圧縮効率に影響します。

1.カラースペース変換 は、RGB (赤、緑、青) を YCbCr (輝度、青のクロミナンス、赤のクロミナンス) に変換します。この分離は、人間の視覚が色の細部よりも明るさに対して敏感であることを利用しています。

「」
Y = 0.299R + 0.587G + 0.114B (輝度 - 明るさ)
Cb = -0.168736R - 0.331264G + 0.5B (青の差)
Cr = 0.5R - 0.418688G - 0.081312B (赤の差)
「」

この変換により、人間の視覚が優れている輝度情報 (Y チャネル) と、視覚がそれほど鋭くない色情報 (Cb/Cr チャネル) が分離されます。

2.クロマ サブサンプリング は、知覚できる品質の損失なしに色の解像度を低下させます。最も一般的なモードである 4:2:0 は、フル輝度解像度を保存しますが、色解像度は 4 分の 1 のみです。

「」
オリジナルRGB:
RGBRGBRGBRGB (4 ピクセルの 12 値)
RGBRGBRGBRGB

YCbCr 4:4:4 (サブサンプリングなし):
Y Y Y Y Cb Cb Cb Cb Cr Cr Cr Cr (12 値)
Y Y Y Y Cb Cb Cb Cb Cr Cr Cr Cr

YCbCr 4:2:0 (標準サブサンプリング):
Y Y Y Y Cb Cr (6 つの値 - 50% 削減!)
Y Y Y Y
「」

これにより、知覚される品質への影響を最小限に抑えながら、カラー データが 75% 削減されます。高品質 JPEG は 4:2:2 (ハーフカラー解像度) または 4:4:4 (サブサンプリングなし) を使用し、ファイル サイズと引き換えに色の精度を重視します。

3.ブロック分割 は、画像を 8x8 ピクセルのブロックに分割します。このブロック サイズにより、圧縮効率と計算の複雑さのバランスがとれます。 8x8 次元により、効率的な DCT 実装が可能になり、4:2:0 モードのクロマ サブサンプリング要件に適合します (8x8 ルマ ブロックの 2x2 ブロックがクロマを共有します)。

4.離散コサイン変換 (DCT) は、空間ピクセル値を周波数領域係数に変換します。 DCT は JPEG の数学的中心部を表し、ピクセル強度を周波数に変換します。

8x8 DCT は、次の式を各ブロックに適用します。

「」
F(u,v) = (1/4) * C(u) * C(v) * Σ Σ f(x,y) *
cos[(2x+1)uπ/16] * cos[(2y+1)vπ/16]

ここで:
f(x,y) = 位置 (x,y) のピクセル値
F(u,v) = (u,v) における周波数係数
u=0 の場合は C(u) = 1/√2、それ以外の場合は 1
「」

DCT の後、係数は周波数ごとに整理されます。

• 左上 (0,0): DC 係数 (平均輝度)
• 上行/左列: 低周波 (緩やかな変化)
• 右下: 高周波 (シャープなディテール、ノイズ)

一般的な DCT 係数分布は、低周波数で最も多くのエネルギーを示します。

「」
DCT 出力の例:
1260 -20 10 5 2 1 0 0
-15 -8 3 1 0 0 0 0
5 2 1 0 0 0 0 0
2 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
「」

5.量子化 では、DCT 係数を量子化テーブル値で除算し、四捨五入することで非可逆圧縮を導入します。このステップでは、知覚できない高周波の詳細を破棄します。

「」
量子化テーブル (品質 50):
16 11 10 16 24 40 51 61
12 12 14 19 26 58 60 55
14 13 16 24 40 57 69 56
14 17 22 29 51 87 80 62
18 22 37 56 68 109 103 77
24 35 55 64 81 104 113 92
49 64 78 87 103 121 120 101
72 92 95 98 112 100 103 99

量子化 = ラウンド(DCT / 量子化)

例:
1260/16 ≈ 79、-20/11 ≈ -2、10/10 = 1、...
結果:
79 -2 1 0 0 0 0 0
-1 -1 0 0 0 0 0 0
0 0 0 0 0 0 0 0
... (ほとんどがゼロ)
「」

JPEG 品質が高くなると、より小さな量子化値が使用され、より多くのディテールが保持されます。品質 100 では最小限の量子化が使用されます。品質 10 では、積極的な量子化が使用されます。

6. DC 係数エンコーディング は、DC 係数 (ブロック平均を表す左上の値) を特別に処理します。隣接するブロックの平均値は類似しているため、JPEG は現在の DC 値と以前の DC 値の差をエンコードします。

「」
ブロック 1 DC: 1260
ブロック 2 DC: 1255
ブロック 3 DC: 1258

エンコードされた相違点:
ブロック 1: 1260 (最初のブロック、前ブロックなし)
ブロック 2: -5 (1255 - 1260)
ブロック 3: 3 (1258 - 1255)
「」

通常、隣接するブロックは同様の明るさを有するため、この差分エンコーディングは空間相関を利用します。

7. AC 係数エンコーディング は、ジグザグ スキャンを使用してゼロをグループ化します。ジグザグ パターンは、低周波数から高周波数まで係数を処理します。

「」
ジグザグパターン:
1 → 2 5 → 6
↓ ↗ ↗ ↓
3 4 7 10
↓ ↗ ↗ ↓
...
「」

この順序付けにより、2D 係数配列が高周波のゼロが最後に集まる 1D シーケンスに変換され、効率的なランレングス エンコードが可能になります。

8.エントロピーコーディング は、ハフマンコーディングを適用して係数データを圧縮します。ハフマンはシンボルの頻度に基づいて可変長コードを割り当てます。一般的なシンボルは短いコードになります。

「」
シンボルの頻度:
0:45% → コード:0(1ビット)
1:20% → コード:10(2ビット)
-1：15% → コード：110（3ビット）
2：10％ → コード：1110（4ビット）
-2：5% → コード：11110（5ビット）
...
「」

JPEG は、DC 係数と AC 係数に個別のハフマン テーブルを使用し、それぞれの異なる統計的特性を最適化します。

JPEG 品質要素の影響

JPEG 品質パラメータ (0 ～ 100) は、量子化テーブルのスケーリングを制御します。

品質 100 (最小圧縮):

• ファイル サイズ: 元の最大 90%
• 量子化値: ~1 ～ 2 (最小限の量子化)
• 使用例: アーカイブ、さらなる編集、最高の品質

品質 90-95 (高品質):

• ファイル サイズ: 元の 5 ～ 10%
• 量子化: 中程度
• 使用例: 写真、印刷物制作、専門的な仕事

品質 75-85 (標準品質):

• ファイル サイズ: 元の約 2 ～ 5%
• 量子化: バランス
• ユースケース: Web 画像、ソーシャル メディア、汎用

品質 50-60 (許容可能な品質):

• ファイル サイズ: 元のサイズの ~1 ～ 2%
• 量子化: アグレッシブ
• 使用例: サムネイル、プレビュー、電子メールの添付ファイル

品質 <50 (低品質):

• ファイル サイズ: 元の 1% 未満
• 量子化: 非常に積極的
• 目に見えるアーティファクト: ブロッキング、カラーバンディング、ディテールの損失

JPEG 圧縮アーティファクト

JPEG アーティファクトを理解すると、品質の評価と最適化が可能になります。

ブロッキング アーティファクトは、特に滑らかな領域では、目に見える 8x8 の正方形として表示されます。積極的な量子化によりブロック境界で不連続性が生じることが原因です。低品質設定で最もよく表示されます。

モスキート ノイズは、エッジ付近のちらつきパターンとして現れます。鋭い遷移付近の高周波係数の量子化の結果。特にテキストと線画で顕著です。

色のにじみは、色が境界を越えて広がっていることを示します。クロマ サブサンプリングにより色の解像度が低下することが原因です。色の変化がシャープな画像でより顕著になります。

リンギングは、エッジ付近の波形として表示されます。 DCT が鋭い不連続性 (ギブス現象) を完全に表現できないことによる結果です。コントラストの高い領域で目立ちます。

ポスタリゼーション は、グラデーションのカラー バンディングとして表示されます。微妙な色の変化を排除する積極的な量子化が原因です。空と肌の色で最もよく見えます。

JPEG のバリアントと拡張子

JPEG プログレッシブ は、画像データを複数のスキャンで保存し、プログレッシブ レンダリングを可能にします。初期スキャンではプレビューがぼやけて表示されます。連続スキャンにより詳細が追加されます。接続が遅いが、ファイル サイズが若干大きい場合に便利です。

JPEG 2000 は、DCT の代わりにウェーブレット変換を使用して、次のことを実現します。

• JPEG よりも 20 ～ 30% 優れた圧縮率
• ブロックアーティファクトなし
• 関心領域のコーディング
• プログレッシブ送信
• 複雑さと特許により採用が限定される

JPEG XL (新しい形式、2021) は以下を提供します:

• JPEG よりも 60% 優れた圧縮率
• 既存の JPEG のロスレス再圧縮
• プログレッシブレンダリング
• HDR サポート
• 現在サポートは限定的です

1converter.com で、最適化された品質設定で JPEG バリアント間で変換します。

PNG 圧縮がロスレスでありながら効果的なのはなぜですか?

PNG (Portable Network Graphics) は、高度なフィルタリングおよび圧縮アルゴリズムを通じて優れたロスレス圧縮を実現します。 1996 年に特許フリーの GIF の代替として作成された PNG は、複数の補完的な技術を組み合わせて、ピクセル完璧な品質を維持しながら圧縮を最適化します。

PNG 圧縮アーキテクチャ

PNG 圧縮は、次の 5 つの段階を経て行われます。

1.フィルタリング は、スキャンラインを最適な圧縮に向けて準備します。 PNG は、5 つのフィルター タイプのいずれかを各スキャンラインに適用し、最も圧縮可能な出力を生成するフィルターを選択します。

フィルター タイプ 0 (なし): フィルターなし、生のピクセル値
「」
フィルター済み(x) = 生(x)
「」

フィルター タイプ 1 (サブ): 左のピクセルから予測します
「」
フィルター済み(x) = 未加工(x) - 未加工(x-1)
「」
横方向のグラデーションに効果的です。

フィルター タイプ 2 (上): 上のピクセルから予測します
「」
フィルター済み(x) = Raw(x) - Raw(x, y-1)
「」
縦方向のグラデーションに効果的です。

フィルター タイプ 3 (平均): 左と上の平均から予測します
「」
フィルター済み(x) = Raw(x) - Floor((Raw(x-1) + Raw(x, y-1)) / 2)
「」
滑らかなグラデーションに効果的です。

フィルター タイプ 4 (Paeth): Paeth 予測アルゴリズム
「」
Filtered(x) = Raw(x) - PaethPredictor(Raw(x-1), Raw(x, y-1), Raw(x-1, y-1))

PaethPredictor(a, b, c):
p = a + b - c
pa = abs(p - a)
pb = abs(p - b)
pc = abs(p - c)
pa <= pb および pa <= pc の場合: a を返します。
pb <= pc の場合: b を返す
Cを返す
「」
写真コンテンツに効果的です。

PNG エンコーダは各スキャンラインを分析し、最適な圧縮を生成するフィルタを選択します。最適なフィルターを選択すると、圧縮率が 5 ～ 25% 向上します。

2. DEFLATE 圧縮 は、LZ77 辞書圧縮とハフマン コーディングを組み合わせたものです。

LZ77 辞書圧縮 は、繰り返されるシーケンスを識別します。
「」
原文：いい天気ですね。天気は完璧です。
辞書一致:
位置 23 は位置 0、長さ 15 と一致します (「天気は」)

圧縮: 「天気は最高です。」(後ろ23、丈15)「完璧です。」
「」

LZ77 パラメータは圧縮に影響します。

• ウィンドウ サイズ: どこまで遡って一致を検索するか (PNG は 32 KB を使用します)
• 最小一致: 参照としてエンコードする最短のシーケンス (3 バイト)
• 最大一致: 最長の参照シーケンス (258 バイト)

ハフマン符号化 は、可変長コードをシンボルに割り当てます。
「」
フィルタリングされたデータのシンボル頻度:
0:35% → コード:00
1:25% → コード:01
-1：20% → コード：10
2:10% → コード:110
-2：5% → コード：1110
...
「」

DEFLATE は 2 つのハフマン ツリーを使用します。

• リテラル/長さツリー: リテラルバイトをエンコードし、長さを一致させます。
• 距離ツリー: 一致する距離をエンコードします

3.圧縮レベルの選択 では、処理時間とファイル サイズを交換します。

「」
圧縮レベル 1 (最速):

• 最小限の LZ77 検索
• シンプルなハフマンテーブル
• 2 ～ 5 倍高速なエンコード
• 5 ～ 15% 大きいファイル

圧縮レベル 6 (デフォルト):

• 中程度の LZ77 検索
• 最適化されたハフマンテーブル
• バランスのとれた速度/サイズ

圧縮レベル 9 (最高):

• LZ77の徹底検索
• 複数のハフマンテーブルの試行
• エンコードが 3 ～ 10 倍遅い
• ファイルが 2 ～ 10% 小さくなります
  「」

PNG 形式の最適化テクニック

フィルター選択戦略:

絶対差の最小合計 (MSAD): フィルタリングされた絶対値の最小合計を生成するフィルタを選択します。圧縮率を近似する高速ヒューリスティック。

加重合計: ゼロからの距離によってフィルター値に重みを付け、多くのゼロを生成するフィルターを優先します。

圧縮テスト: 各フィルター オプションを実際に圧縮し、最小のものを選択します。遅いですが最適です。

適応フィルタリング: 画像領域を分析し、さまざまな戦略を適用します。

• グラデーション: サブフィルターまたはアップフィルター
• 写真: Paeth フィルター
• 単色: フィルターなし

ビット深度の最適化:

PNG は、チャネルごとに 1、2、4、8、または 16 ビットをサポートします。可能な場合はビット深度を減らすことで画像を最適化できます。

「」
5 つの一意の値を持つグレースケール:

• 8 ビット: ピクセルあたり 1 バイト
• 4 ビット: ピクセルあたり 0.5 バイト (50% 削減!)
• 3 ビット: サポートされていません。4 ビットに丸められます。

200 個の固有の色を備えた RGB:

• 24 ビット RGB: ピクセルあたり 3 バイト
• 8 ビット インデックス: ピクセルあたり 1 バイト + 600 バイトのパレット (67% 削減!)
  「」

パレットの最適化:

256 色以下の画像の場合、インデックス付きカラー モードによりサイズが大幅に削減されます。

「」
トゥルーカラー RGB:
各ピクセル：3バイト（R、G、B）
1000x1000画像: 3,000,000バイト

インデックス付きの色:
パレット：256色×3バイト＝768バイト
各ピクセル: 1 バイト (パレットへのインデックス)
1000x1000 画像: 1,000,000 + 768 = 1,000,768 バイト
節約: 67% 削減!
「」

最適なパレット生成には以下が使用されます。

• メディアン カット: メディアンによって色空間を再帰的に分割します。
• 八分木量子化: カラー ツリーを構築し、256 色にプルーニングします。
• K-means クラスタリング: パレットの色を繰り返し最適化します。

PNG 最適化ツール:

OptiPNG: 複数の圧縮戦略を試します:
「」バッシュ
optipng -o7 image.png # 最大の最適化
「」

pngcrush: 広範なフィルターと圧縮のテスト:
「」バッシュ
pngcrush -brute input.png Output.png # すべての方法を試す
「」

pngquant: 非可逆パレットの最適化:
「」バッシュ
pngquant --quality=65-80 --output 出力.png 入力.png
「」

これらのツールは、徹底的な最適化により、標準の PNG エンコーダを超える 10 ～ 50% の追加圧縮を実現します。

PNG と JPEG: それぞれをいつ使用するか

PNG の利点:

• ロスレス品質 (圧縮アーティファクトなし)
• 完全なアルファ透明度 (256 レベル)
• グラフィック、テキスト、ラインアートの圧縮率を向上
• 再編集による世代間の品質損失なし
• 16ビットの色深度のサポート

PNG の欠点:

• 写真コンテンツのファイルは 2 ～ 10 倍大きくなります
• エンコードが遅い（特に高圧縮）
• クロマサブサンプリングの最適化なし
• より高い帯域幅要件

最適な使用例:

PNG を使用する目的:

• ロゴとブランドグラフィック
• スクリーンショットと UI 要素
• テキストの多い画像
• 透明度が必要な画像
• 再編集が必要な画像
• シャープなエッジのグラフィックス
• ベタ部分が大きい画像

JPEG を使用する場合:

• 写真および自然画像
• 段階的に色が変化する画像
• 大きな高解像度の写真
• 透明度を必要としない画像
• 最終納品（さらなる編集は不要）
• 帯域幅に制約のある配信

圧縮性能の比較:

「」
ロゴ (単色、シャープエッジ):

• PNG: 50 KB (ロスレス)
• JPEG Q90: 180 KB (アーティファクトあり)
• 勝者: PNG (3.6 倍小さく、高品質)

写真（グラデーショントーン）：

• PNG: 2,500 KB (ロスレス)
• JPEG Q90: 250 KB (知覚できない程度の損失)
• 勝者: JPEG (10 倍小さい、高品質)

スクリーンショット (テキスト + グラフィックス):

• PNG: 300 KB (ロスレス)
• JPEG Q90: 450 KB (テキストアーティファクト)
• 勝者: PNG (1.5 倍小さく、高品質)
  「」

1converter.com は画像コンテンツ分析に基づいて最適な形式を自動的に推奨します。

WebP はどのようにして非可逆圧縮と可逆圧縮の両方を実現するのでしょうか?

WebP は、Google が開発した、JPEG と PNG の優れた点を組み合わせた最新の画像形式を表します。 2010 年にリリースされた WebP は、透明度やアニメーションなどの機能をサポートしながら、非可逆圧縮では JPEG より 25 ～ 35%、可逆圧縮では PNG より 25 ～ 30% 優れた圧縮率を実現します。

WebP 非可逆圧縮アーキテクチャ

WebP 非可逆圧縮は VP8 ビデオ コーデックから派生し、ビデオ圧縮技術を静止画像に適用します。

1.予測モード は、隣接するデコードされたピクセルからピクセル値を推定し、差分 (残差) のみをエンコードします。

イントラ予測モード:

• DC モード: 上と左のピクセルの平均から予測します
• TM モード (TrueMotion): 3 つの近傍からの勾配予測
• V モード: 上のピクセルからの垂直予測
• H モード: 左ピクセルからの水平予測
• LD モード: 左下斜め予測
• RD モード: 右下斜め予測
• VR、VL、HR、HL モード: さまざまな方向予測

WebP は各 4x4 ブロックを分析し、最小の残差を生成する予測モードを選択し、残差値のみをエンコードします。

2.変換コーディング は、DCT または WHT (ウォルシュ アダマール変換) を残差に適用します。

DCT (離散コサイン変換): JPEG と同じですが、8x8 ではなく 4x4 ブロックに適用されます。
「」
ブロックが小さい = ブロッキングアーティファクトが少ない
ブロックが大きい = 圧縮率が高い

WebP 4x4 と JPEG 8x8:

• エッジの保存性の向上
• 遮蔽物の視認性を低減
• 圧縮効率がわずかに低下します
  「」

WHT (ウォルシュ アダマール変換): DC 係数に使用され、滑らかな領域に対して DCT よりも優れた圧縮を実現します。

3.量子化 では、知覚できない高周波情報が破棄されます。

「」
WebP 量子化:

• DC 係数: 光の量子化 (全体の明るさを維持)
• 低周波AC: 中程度の量子化
• 高周波AC: 積極的な量子化

量子化強度は品質パラメータ (0 ～ 100) によって制御されます
「」

4.アダプティブ ブロック パーティショニング は、画像を可変サイズのセグメントに分割します。

「」
マクロブロック (16x16) は次のように分割できます。

• 16x16 パーティション 1 つ (滑らかな領域)
• 8x16 パーティション 2 つ
• 2 つの 16x8 パーティション
• 4 つの 8x8 パーティション (詳細エリア)

各パーティションは異なる予測モードを使用できます
「」

この適応型アプローチでは、滑らかな領域を効率的にエンコードしながら、ビットを複雑な領域に集中させます。

5.フィルタリング により、ブロッキングやリンギングのアーティファクトが軽減されます。

デブロッキング フィルター: エッジを維持しながらブロック境界を滑らかにします。
「」
フィルター強度は以下に適応します。

• 量子化レベル (低品質でのより強力なフィルタリング)
• エッジの存在 (真のエッジに対する最小限のフィルタリング)
• テクスチャの複雑さ (滑らかな領域でのフィルタリングの増加)
  「」

デリンギング フィルター: エッジを意識したスムージングにより、エッジ付近のリンギングを軽減します。

6.エントロピー コーディング は、優れた圧縮のために算術コーディングを使用します。

算術符号化は、メッセージ全体を [0,1) 範囲の単一の数値として符号化することにより、ハフマンよりも優れた圧縮を実現します。 WebP は、二項決定用に最適化されたブール算術コーディングを使用し、最適に近い圧縮を実現します。

WebP 可逆圧縮アーキテクチャ

WebP ロスレス モードは、複数の新しい技術を組み合わせたものです。

1.予測変換 PNG フィルタリングに似ていますが、より洗練されています:

WebP では、PNG の 5 つに対して 14 の予測モードが提供されます。
「」
モード 0: 左のピクセルから予測
モード 1: 先頭ピクセルから予測
モード 2: 右上のピクセルから予測
モード 3: 左上のピクセルから予測
モード 4: TM (勾配) 予測子から予測
モード 5-13: さまざまな組み合わせと変形
「」

WebP は、画像を独立した予測モードでタイルに空間的に分割し、各領域を最適化します。

2.カラー変換 は、RGB を無相関色空間に変換します。

「」
R と B が G と相関する RGB を変換します。
G' = G
R' = R - G
B' = B - G

変換後:

• G'には完全な情報があります
• R' と B' の値が小さい (圧縮率が高い)
• 逆変換はロスレスです: R = R' + G'、B = B' + G'
  「」

通常、この変換により圧縮が 5 ～ 15% 向上します。

3.グリーン変換を減算:

「」
R' = R - G
B' = B - G
G' = G

自然画像の RGB チャネル間の相関を利用します
「」

4.色の少ない画像のパレット インデックス作成:

「」
ユニークな色のパレットを構築する
ストアパレット（最大256色）
ピクセル インデックスを保存します (ピクセルあたり 1 バイト)

追加の最適化:

• カラーキャッシュ: 最近使用したカラーを追跡します。
• エンコードされたキャッシュ ヒット: 8 ビットではなく 1 ～ 2 ビット
  「」

5. LZ77 後方参照 は、繰り返されるパターンを識別します。

WebP は拡張された LZ77 を実装します。
「」
標準LZ77:

• 距離: どのくらい後ろまで
• 長さ: コピーするバイト数

WebP の機能強化:

• カラーキャッシュ参照: 最近の色
• 短距離コード: 近くのピクセル向けに最適化
• 特別な距離コード: 前のピクセル、上のピクセルなど。
  「」

6.エントロピー コーディング では、ハフマン コーディングまたは算術コーディングが使用されます。

WebP は複数のハフマン コード テーブルを構築します。

• グリーンチャンネル
• レッドチャンネル
• ブルーチャンネル
• アルファチャンネル
• 距離コード
• 長さコード

このチャネルごとの最適化により、単一テーブルと比較して圧縮が向上します。

WebP の高度な機能

アルファ透明度:

WebP は、オプションの圧縮を使用して完全な 8 ビット アルファ チャネルをサポートします。
「」
ロスレス アルファ: 完璧な透明度 (アーティファクトなし)
非可逆アルファ: 圧縮された透明度 (小さいファイル)

アルファ前処理:

• カラーチャンネルにアルファを乗算します。
• 透明なエッジの周囲の圧縮を改善します
  「」

アニメーション:

WebP はアニメーション画像 (GIF などですが、はるかに小さい) をサポートしています。
「」
特徴:

• 非可逆フレームまたは可逆フレーム
• フレームの廃棄方法
• ループ回数制御
• フレーム継続時間のタイミング

サイズ比較:

• アニメーションGIF：2,500KB
• アニメーション WebP (非可逆): 450 KB (82% 削減!)
• アニメーション WebP (ロスレス): 1,200 KB (52% 削減)
  「」

メタデータのサポート:

WebP は Exif、XMP、および ICC プロファイルを保存します。
「」
Exif: カメラ設定、GPS 座標
XMP: Adobe メタデータ、キーワード、説明
ICC: 正確な再現のためのカラープロファイル
「」

WebP のパフォーマンス特性

圧縮効率:

「」
非可逆モードと JPEG:

• 同等の品質で 25 ～ 35% 小型化
• SSIM 品質指標: WebP が一貫して高い
• ビジュアル品質: 低ビットレートでも優れた品質

ロスレス モードと PNG:

• 平均して 26% 小型化
• 範囲: コンテンツの種類に応じて 10 ～ 50%
• 写真: 20-30% 削減
• グラフィック: 30-50% 削減
  「」

処理パフォーマンス:

「」
エンコード速度 (対 JPEG ベースライン):

• 非可逆: 2 ～ 10 倍遅い (品質設定によって異なります)
• ロスレス: PNG より 3 ～ 5 倍遅い

デコード速度 (対 JPEG):

• 非可逆: 1.5 倍遅い (ハードウェア アクセラレーションが向上)
• ロスレス: PNG に類似

メモリ使用量:

• JPEG/PNG に似ています
• マルチスレッドエンコーディングが利用可能
  「」

ブラウザのサポート (2024 年現在):

• Chrome/Edge: フルサポート
• Firefox: フルサポート
• Safari: 完全サポート (iOS 14 以降、macOS 11 以降)
• カバー範囲: ユーザーの 96% 以上

WebP 最適化戦略

品質設定:

「」
品質 100 (ほぼロスレス):

• ロスレスよりも 10 ～ 20% 小さい
• 視覚的に区別できない
• サイズ制限のあるアーカイブに使用

品質 80-90 (高品質):

• ロスレスよりも 50 ～ 70% 小さい
• 優れたビジュアル品質
• プロの写真撮影に使用

品質 70-80 (標準):

• ロスレスよりも 70 ～ 85% 小さい
• ほとんどのユースケースで高品質
• Web画像、サムネイルに使用

品質 <70 (低品質):

• ロスレスよりも 85% 以上小さい
• 目に見えるアーティファクト
• プレビュー、重要ではない画像に使用します
  「」

圧縮レベル (ロスレスモード):

「」
レベル 0 (最速):

• エンコード: 非常に高速
• 圧縮: 基本
• リアルタイム処理に使用します

レベル 4 (デフォルト):

• エンコード: 高速
• 圧縮: 良い
• 一般的な使用向けにバランスが取れています

レベル 6 (遅い):

• エンコード: 遅い
• 圧縮: 優れています
• 配信の最適化に使用します

レベル 9 (最も遅い):

• エンコード: 非常に遅い (レベル 0 の 10 ～ 100 倍遅い)
• 圧縮: 最大
• レベル 6 より 2 ～ 5% 優れています
• 最終的な最適化のみに使用します
  「」

1converter.com で WebP 変換をお試しください。特定の画像の自動品質最適化が可能です。

画像圧縮における最新の技術革新とは何ですか?

画像圧縮は、新しいアルゴリズム、機械学習アプローチ、従来の方法を超えて効率性を高める知覚的に最適化された技術によって進化し続けています。

AVIF: AV1 ベースの画像フォーマット

AVIF (AV1 Image File Format) は、AV1 ビデオ コーデックに基づいた最新の圧縮画期的な形式です。

圧縮パフォーマンス:
「」
同じビジュアル品質の比較:
-AVIF：100KB

• WebP: 145 KB (45% 大きい)
• JPEG: 185 KB (85% 大きい)

品質指標:

• SSIM: AVIF が一貫して最高
• VMAF: AVIF は特に低ビットレートで優れています
• Butteraugli: AVIF の優れた知覚品質
  「」

技術的特徴:

より大きなスーパーブロック サイズ: 最大 128x128 ピクセル (WebP の 16x16 に対して) により、より優れた大面積圧縮が可能になります。

複合予測: ブロックごとに複数の予測モードを組み合わせて、優れた精度を実現します。

高度なフィルタリング: 制約付き指向性強調フィルター (CDEF) とループ復元フィルターは、ディテールを維持しながらアーティファクトを軽減します。

フィルム グレイン合成: エンコード中にグレインを分析して削除し、デコード中に合成グレインを追加します。写真の美しさを保ちながら圧縮率を向上させます。

HDR サポート: 広い色域を備えた 10 ビットおよび 12 ビットの色深度:
「」
SDR (標準ダイナミック レンジ): 8 ビット、sRGB
HDR10: 10ビット、BT.2020色空間
HDR10+: 動的メタデータを含む 10 ビット
Dolby Vision: 12 ビット、シーンごとに最適化
「」

エンコードパフォーマンス:
「」
速度の比較:

• JPEG: 1x (ベースライン)
• WebP: 3 ～ 5 倍遅い
• AVIF: 10 ～ 50 倍遅い (設定による)

利用可能な速度/効率モード:

• スピード 10: 高速エンコード、圧縮率の低減
• スピード 6: バランス (デフォルト)
• スピード 0: 徹底的なエンコード、最大の圧縮
  「」

ブラウザのサポート (2024):

• Chrome 85+: フルサポート
• Firefox 93+: フルサポート
• Safari 16 以降: フルサポート (macOS 13 以降、iOS 16 以降)
• カバー範囲: ユーザーの 75 ～ 80% (急速に増加)

JPEG XL: 次世代 JPEG

JPEG XL (Joint Photographic Experts Group Extra Long Term) は、JPEG と互換性のある最新の圧縮を提供します。

主なイノベーション:

ロスレス JPEG 再圧縮: 既存の JPEG ファイルをロスレスで再圧縮します。
「」
オリジナルJPEG：250KB
JPEG XL（再圧縮）：175KB（30％縮小）
解凍: オリジナルの JPEG とビット同一

ワークフロー:

1. JPEG を JPEG XL として保存 (ストレージを 30% 節約)
2. 最新のブラウザに JPEG XL を提供する
3. レガシーブラウザの場合は元の JPEG にフォールバック
   「」

知覚の最適化: エンコーダーには心理視覚モデルが含まれています。
「」
適応量子化:

• 顔のビットを追加 (人間は非常に敏感です)
• テクスチャ領域のビット数を削減 (ノイズ マスキング)
• エッジを保持した量子化
• 勾配を意識した処理
  「」

プログレッシブ デコード: 複数の品質レベルで画像を表示します:
「」
パス 1: 1/64 解像度のサムネイル (データの 0.1%)
パス 2: 1/8 解像度のプレビュー (データの 3%)
パス 3: フル解像度 (データの 25%)
パス 4: 最終品質 (データの 100%)

ほぼ瞬時のプレビュー、段階的な改良を可能にする
「」

高度な機能:

• ロスレスアルファ透明度
• アニメーションのサポート
• 非常に高い解像度 (1 ギガピクセル以上)
• 32 ビット浮動小数点数 HDR サポート
• スポットカラーと複数のレイヤー

圧縮パフォーマンス:
「」
非可逆モード:

• 同等の品質で JPEG よりも 60% 優れています
• スムーズな品質劣化 (突然のアーティファクトなし)
• 優れた低ビットレートパフォーマンス

ロスレスモード:

• PNG より 35% 優れています
• WebP ロスレスより 20% 優れています
• FLIF より 15% 優れています
  「」

現在のステータス:

• 仕様決定（2021年）
• 複雑さの問題により Chrome サポートが削除されました (2023 年)
• Firefox の実験的サポート
• 将来は不確実だが技術的には優れている

ニューラルネットワークベースの圧縮

機械学習により、コンテンツに適応する学習された圧縮が可能になります。

圧縮用オートエンコーダー:

「」
アーキテクチャ:
入力画像 → エンコーダ ネットワーク → 圧縮表現 → デコーダ ネットワーク → 出力画像

トレーニング:

• 数百万枚の画像を使ってトレーニングする
• 再構成エラーを最小限に抑える
• 自然画像の最適な変換を学習します
  「」

パフォーマンス:
「」
BPG (Better Portable Graphics): HEVC ベースの圧縮

• JPEG より 30 ～ 50% 優れています
• AVIF 効率と同様
• 特許がかかっています

学習された圧縮 (研究):

• JPEG より 40 ～ 60% 優れています
• 計算コスト: 100 ～ 1000 倍
• 一般的な使用にはまだ実用的ではありません
  「」

生成モデル:

生成再構成による極度の圧縮:
「」
画像を次のようにエンコードします。

• 意味的説明: 「湖のある森の風景」
• 構造スケルトン: エッジマップ、深さ
• スタイルパラメータ: 照明、カラーパレット

デコード方法:

• 画像に一致する説明を生成します
• 構造的制約を適用する
• パラメータに合わせてスタイルを調整

圧縮比：1000:1～10,000:1
品質: 意味的には似ていますが、同一ではありません
「」

知覚最適化テクニック

Butteraugli Distance: 圧縮の決定をガイドする Google の知覚的類似性指標:

「」
以下を考慮して知覚の違いを測定します。

• 色感度のばらつき
• 空間周波数マスキング
• コントラストマスキング
• 時間感度（ビデオ用）

エンコーダの使用法:

• 知覚的に重要な領域にビットを割り当てる
• 違いが知覚できない場所でビットを削減します
• 同じファイルサイズでより良い主観的品質を実現
  「」

SSIMULACRA: 構造類似性に基づくメトリック:

「」
組み合わせます:

• マルチスケールの構造的類似性
• 色の見え方モデリング
• エッジの検出と保存
• テクスチャ分析

結果: PSNR よりも人間の知覚との相関性が高い
「」

コンテキスト適応型量子化:

「」
画像領域を分析します。

• 顔: 最小限の量子化 (人間に敏感)
• 空/グラデーション: 中程度の量子化 (バンディングを防止)
• テクスチャ領域: 積極的な量子化 (ノイズ マスキング)
• 焦点の合っていない領域: 高度な量子化 (それほど重要ではありません)

10 ～ 20% 小さいファイル サイズで同等の知覚品質を実現
「」

圧縮ベンチマークの概要

「」
フォーマットの比較 (1920x1080 写真):

非圧縮（BMP）：6,220KB
PNG (ロスレス): 3,800 KB (非圧縮の 39%)
WebP (ロスレス): 2,850 KB (非圧縮の 46%、PNG の 75%)
JPEG Q90: 485 KB (非圧縮の 8%)
WebP Q90 (非可逆): 340 KB (JPEG の 70%)
AVIF Q90: 235 KB (JPEG の 48%、WebP の 69%)
JPEG XL Q90: 220 KB (JPEG の 45%)

エンコード時間 (JPEG = 1.0 を基準):
PNG: 1.5倍
WebP ロスレス: 2.5x
WebP 非可逆: 4x
AVIF: 25x
JPEG XL: 8x

デコード時間 (JPEG = 1.0 を基準):
PNG: 0.8x
WebP ロスレス: 1.2x
WebP 非可逆: 2.5x
AVIF：3.5倍
JPEG XL：2.8倍
「」

1converter.com で圧縮形式を比較 で品質分析を並べて比較します。

よくある質問

非可逆圧縮と可逆圧縮の根本的な違いは何ですか?

ロスレス圧縮では、元のデータの完全な再構成が保持され、解凍後にすべてのピクセルが正確に一致します。 PNG、FLIF、WebP ロスレスなどのアルゴリズムは、辞書圧縮とエントロピー コーディングを通じて統計的冗長性を活用し、2:1 ～ 5:1 の圧縮率を実現します。非可逆圧縮では、10:1 ～ 100:1 の比率を達成するために、知覚できない情報を意図的に破棄します。 JPEG、WebP 非可逆、AVIF では、知覚モデル、周波数変換、量子化を使用して、人間が気付かない詳細を削除します。再編集が必要なアーカイブ、グラフィック、画像にはロスレスを選択してください。最終的な配信、写真、サイズに制限のあるシナリオには非可逆を選択してください。

JPEG では低品質のブロック状のアーティファクトが作成されるのはなぜですか?

JPEG の 8x8 DCT ブロック処理では、積極的な量子化によりブロック境界で不連続性が生じると、ブロッキング アーティファクトが発生します。各ブロックは個別に圧縮されます。量子化により高周波係数がゼロに丸められ、詳細が失われます。量子化結果が異なるブロック間の境界には、目に見えるエッジが現れます。これは、特に滑らかなグラデーションや単色の場合に、8x8 のグリッド パターンとして現れます。高品質の設定では、より小さな量子化値が使用され、より多くの係数が保持され、境界の不連続性が減少します。 WebP (4x4 ブロック) や AVIF (アダプティブ ブロック) などの最新の形式は、より小さなブロックとオーバーラップ処理によってブロッキングを軽減します。

クロマ サブサンプリングは、目に見える品質の低下なしにファイル サイズをどのように節約しますか?

クロマ サブサンプリングは、人間の視覚が色解像度と輝度解像度に対して低い感度を利用するものです。目には色に敏感な錐体よりも輝度に敏感な桿体が含まれているため、明るさの細部の知覚が優れています。 4:2:0 サブサンプリングでは、フル輝度解像度は保存されますが、色解像度は 4 分の 1 のみです。各 2x2 ピクセル ブロックは、個々の明るさを維持しながら単一のカラー値を共有します。これにより、写真コンテンツの品質への影響を最小限に抑えながら、カラー データが 75% 削減されます。品質の低下は、鮮明な色の変化 (テキスト、グラフィックス、クロマ キーイング) で目立ちます。プロのビデオでは、より高品質にするために 4:2:2 (ハーフカラー) または 4:4:4 (サブサンプリングなし) が使用されます。

WebP が JPEG や PNG より優れている理由は何ですか?

WebP は、VP8 ビデオ コーデックから派生した高度なアルゴリズムを通じて、両方の形式の利点を組み合わせています。非可逆圧縮の場合、WebP は、予測モード、適応ブロック分割、算術符号化により、JPEG よりも 25 ～ 35% 優れた圧縮率を実現します。可逆圧縮の場合、WebP は、強化された予測 (PNG の 5 に対して 14 モード)、色変換、および最適化されたエントロピー コーディングを通じて、PNG よりも 26% 優れた圧縮を実現します。 WebP はさらに、優れた圧縮率を備えたアルファ透明度 (PNG など) とアニメーション (GIF など) をサポートします。最新のブラウザのサポートはユーザーの 96% を超えています。主な欠点: JPEG/PNG よりもエンコードが遅い、ブラウザ以外のソフトウェアでのサポートが制限されている。

AVIF エンコードは JPEG よりもはるかに遅いのはなぜですか?

AVIF は AV1 ビデオ コーデックから派生し、徹底的な分析と複雑なアルゴリズムを通じて最大の圧縮効率を実現するように設計されています。エンコーディングには、複数の予測モード テスト (方向性、複合、ワープ)、徹底的な動き推定、再帰的ブロック分割 (最大 128x128 のスーパーブロックを 4x4 のサブブロックに分割)、すべての決定におけるレート歪みの最適化、高度なループ フィルタリング、高度なエントロピー コーディングが含まれます。それぞれの決定では複数のオプションが試行され、圧縮と品質のトレードオフに基づいて最適なものが選択されます。これにより、JPEG よりも 40 ～ 50% 小さいファイルが生成されますが、10 ～ 50 倍長いエンコードが必要になります。デコーダの複雑さは適度であり (JPEG の 3 ～ 4 倍)、実用的な再生が可能です。配信の最適化には AVIF を使用します。それほど重要ではないユースケースで使用できる高速エンコード モード。

JPEG を PNG に変換して、失われた品質を回復できますか?

いいえ - JPEG 圧縮には非可逆性があり、量子化中に情報が永久に破棄されます。 JPEG を PNG に変換すると、コンテナ形式が変更されますが、失われた詳細を復元することはできません。それ以降、PNG はロスレスになりますが、ソース JPEG と同じアーティファクトと品質レベルが含まれます。非可逆から可逆に変換すると、品質上の利点が得られない不必要に大きなファイルが作成されます。画像の品質は、処理チェーン内の最も弱い部分によって制限されます。 JPEG を PNG に変換するのは、透明度が必要な場合（アルファ チャネルの追加後）、品質のさらなる低下を防ぐために可逆再編集が必要な場合、または互換性のために PNG が必要な場合のみです。品質重視のワークフローでは、元の高品質ファイルまたは RAW ファイルを常に維持してください。

最適な JPEG 品質設定はどのように選択しますか?

最適な JPEG 品質により、特定の使用例に合わせてファイル サイズとビジュアル品質のバランスが取れます。品質 90 ～ 95 は、プロの写真や印刷に適した高品質 (ほぼ透明な圧縮) を提供します。品質 75 ～ 85 は、Web 配信に優れた品質を提供します。品質サイズ曲線上の最も効率的なポイントです。品質 60 ～ 75 は、小さいサイズが重要なサムネイルやプレビューに適しています。 60 未満の品質ではアーティファクトが目に見えるため、極端なサイズ制限を除いて避けるべきです。固定された数値ではなく、知覚的なメトリクスを使用します。アーティファクトが見えるまで圧縮し、品質をわずかに向上させます。最新のエンコーダは、コンテンツに基づいて量子化を自動的に調整する知覚の最適化をサポートしています。つまり、顔の品質が向上し、テクスチャ領域はより多くの圧縮を受け入れます。

2024 年の Web サイトに最適な画像形式は何ですか?

AVIF は、最新のブラウザのサポート (カバー率 75 ～ 80%) により、最高の圧縮効率 (JPEG より 40 ～ 50% 優れています) を提供します。効率と互換性を最大限に高めるために、WebP フォールバックと JPEG フォールバックを備えた AVIF を実装します。形式ネゴシエーションにピクチャ要素を使用します。ブラウザは、サポートされている最適な形式を自動的に選択します。ロゴ、アイコン、グラフィックには、SVG (ベクター、無限のスケーラビリティ) または WebP ロスレス (PNG よりも優れた) を使用します。アニメーションの場合は、GIF の代わりに WebP または AVIF アニメーションを使用します (80 ～ 90% のサイズ縮小)。レガシー システムとの互換性を最大限に高めるには、JPEG (写真) と PNG (グラフィックス) が安全な選択肢となります。複数のフォーマットを生成し、各クライアントに最適なフォーマットを提供する自動変換パイプラインを実装します。

PNG フィルタリングはどのように圧縮を改善しますか?

PNG フィルタリングは、予測可能なパターンを削除して、より圧縮率の高い残差を残すことで、スキャンラインを最適な圧縮に向けて準備します。フィルターは各ピクセルを近傍 (左、上、両方の平均、または Paeth 予測子) から予測し、差分のみをエンコードします。グラデーションでは、隣接するピクセルは類似しており、予測を減算すると、非常によく圧縮される多くの小さな残差 (多くの場合ゼロ) が生成されます。 PNG エンコーダは各スキャンラインを分析し、複数のフィルタ タイプを試し、最適な圧縮を実現するフィルタを選択します。最適なフィルタリングを行うと、フィルタリングを行わない場合と比較して圧縮率が 5 ～ 25% 向上します。フィルターの選択は非常に重要です。間違ったフィルターを使用すると、実際にファイル サイズが増加する可能性があります。 OptiPNG や pngcrush などの最新のオプティマイザーは、圧縮を最大化するためにすべてのフィルターの組み合わせをテストします。

知覚的最適化は最新の圧縮においてどのような役割を果たしますか?

知覚的最適化は、目に見える品質を維持しながら、圧縮アーティファクトを知覚できない領域に割り当てます。人間の視覚には限界があります。色解像度の感度が低く、テクスチャ領域の知覚が低下し (ノイズマスキング)、顔やエッジに対する感度が高くなっています。知覚的に最適化されたエンコーダーは画像コンテンツを分析します。顔は最小限の量子化を受け取り、滑らかな領域は中程度の圧縮を使用し（バンディングを防止）、テクスチャ領域は積極的な圧縮を受け入れます（テクスチャによって隠されたアーティファクト）。知覚メトリクス (Butteraugli、SSIMULACRA) は、数学的メトリクス (PSNR) よりも適切にエンコードの決定を導きます。これにより、同じ知覚品質で 10 ～ 30% 優れた圧縮率が実現します。最新の形式 (AVIF、JPEG XL) は知覚的な最適化を統合しますが、jpeg-recompress などのツールは従来の JPEG エンコーディングに知覚的な分析を適用します。

＃＃ 結論

画像圧縮アルゴリズムは、実用的なデジタル写真、Web コンテンツ、およびビジュアル メディアを可能にする、洗練された数学的および知覚的エンジニアリングを表します。 JPEG の DCT と量子化から PNG のフィルタリングと DEFLATE、WebP のデュアルモード アーキテクチャから AVIF の最先端の効率に至るまで、圧縮の基礎を理解することで、開発者やコンテンツ作成者は画像配信を最適化し、品質とサイズのトレードオフのバランスをとり、特定の要件に適した形式を選択できるようになります。

圧縮の状況は進化し続けています。 JPEG は普遍的な互換性によって優位を占めており、互換性を最大限に高めるには JPEG が依然として安全な選択肢ですが、WebP や AVIF などの最新の形式は、将来を見据えた実装の効率を大幅に向上させます。 PNG の可逆圧縮は引き続きグラフィックスと透明性の要件に応えますが、ニューラル ネットワーク ベースの圧縮は将来のブレークスルーを約束します。

実際の最適化には、高品質のマスターの維持、最適化された配信バージョンの生成、複数のフォーマットでのレスポンシブなイメージの実装、圧縮効率の継続的な監視など、フォーマットを意識したワークフローが必要です。得た知識により、圧縮パラメータ、形式の選択、最適化戦略について証拠に基づいた意思決定が可能になります。

高度な圧縮最適化を画像に適用する準備はできていますか? 1converter.com のインテリジェントな画像圧縮をお試しください は、自動フォーマット選択、知覚品質の最適化、業界をリードする圧縮アルゴリズムによるバッチ処理を特徴としています。

---

関連記事:

• ファイル形式について: 技術的な詳細 - コンテナとコーデックの基礎
• ビデオ コーデックとコンテナ ガイド - H.264、H.265、VP9、AV1 の技術詳細
• WebP と AVIF: 最新フォーマットの比較 - 並列圧縮分析
• JPEG 最適化: 完全ガイド - 品質設定、プログレッシブ エンコード
• PNG 最適化テクニック - フィルター選択、パレットの最適化
• 画像フォーマット選択戦略 - 最適なフォーマットの決定マトリックス
• 知覚品質メトリクスの説明 - SSIM、VMAF、Butteraugli 分析
• HDR 画像フォーマットと圧縮 - 10 ビット カラー、広色域、HDR メタデータ