Объяснение алгоритмов сжатия изображений: Техническое руководство по JPEG, PNG, WebP

Объяснение алгоритмов сжатия изображений: Техническое руководство по JPEG, PNG, WebP

Быстрый ответ

Алгоритмы сжатия изображений уменьшают размеры файлов за счет математических преобразований и оптимизации восприятия. Методы с потерями, такие как JPEG, используют DCT (дискретное косинусное преобразование), квантование и кодирование Хаффмана для достижения сжатия от 10:1 до 100:1 за счет отбрасывания незаметных деталей. Методы без потерь, такие как PNG, сочетают сжатие по словарю LZ77 с фильтрацией и кодированием Хаффмана для достижения сжатия от 2:1 до 10:1 при сохранении идеального качества. Современные форматы, такие как WebP, используют оба метода для достижения оптимального баланса.

Как работает сжатие JPEG?

Сжатие JPEG (Joint Photographic Experts Group) представляет собой один из самых успешных алгоритмов в истории вычислений. Созданный в 1992 году формат JPEG обеспечивает выдающуюся эффективность сжатия благодаря сложной математике, которая использует ограничения зрительной системы человека. Понимание технической архитектуры JPEG открывает элегантную конструкцию, которая балансирует между качеством, скоростью обработки и размером файла.

Конвейер сжатия JPEG

Сжатие JPEG проходит через восемь отдельных этапов, каждый из которых влияет на конечную эффективность сжатия:

1. Преобразование цветового пространства преобразует RGB (красный, зеленый, синий) в YCbCr (яркость, цветность синего, цветность красного). В этом разделении используется более высокая чувствительность человеческого зрения к яркости, чем к цветовым деталям:

Y = 0,299R + 0,587G + 0,114B (Яркость - яркость)
Cb = -0,168736R - 0,331264G + 0,5B (разница синего цвета)
Cr = 0,5R – 0,418688G – 0,081312B (красная разница)

Это преобразование изолирует информацию о яркости (канал Y), где человеческое зрение превосходно, от информации о цвете (каналы Cb/Cr), где зрение менее острое.

2. Chroma Subsampling снижает цветовое разрешение без ощутимой потери качества. Самый распространенный режим, 4:2:0, сохраняет полное разрешение яркости, но только четверть цветового разрешения:

Оригинальный RGB:
RGBRGBRGBBRGB (12 значений по 4 пикселя)
RGBRGBRGBBRGB

YCbCr 4:4:4 (без субдискретизации):
Y Y Y Y Cb Cb Cb Cb Cr Cr Cr Cr (12 значений)
Y Y Y Y Cb Cb Cb Cb Cr Cr Cr Cr

YCbCr 4:2:0 (стандартная подвыборка):
Y Y Y Y Cb Cr (6 значений – снижение 50%)!
Да Да Да Да

Это уменьшает цветовые данные на 75 % с минимальным ощутимым влиянием на качество. В высококачественном формате JPEG используется соотношение 4:2:2 (половинное разрешение цвета) или 4:4:4 (без субдискретизации), при этом размер файла меняется на точность цветопередачи.

3. Функция Block Division разбивает изображение на блоки размером 8x8 пикселей. Этот размер блока уравновешивает эффективность сжатия и вычислительную сложность. Размерность 8x8 обеспечивает эффективную реализацию DCT и соответствует требованиям к подвыборке цветности для режима 4:2:0 (блоки 2x2 из блоков яркости 8x8 совместно используют цветность).

4. Дискретное косинусное преобразование (DCT) преобразует значения пространственных пикселей в коэффициенты частотной области. DCT представляет собой математическое ядро JPEG, преобразующее интенсивность пикселей в частоты:

DCT 8x8 применяет эту формулу к каждому блоку:

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

где:
f(x,y) = значение пикселя в позиции (x,y)
F(u,v) = частотный коэффициент в (u,v)
C(u) = 1/√2, если u=0, иначе 1

После DCT коэффициенты группируются по частоте:

• Вверху слева (0,0): коэффициент постоянного тока (средняя яркость)
• Верхний ряд/левый столбец: Низкие частоты (постепенные изменения).
• Внизу справа: высокие частоты (резкие детали, шум).

Типичное распределение коэффициента DCT показывает большую часть энергии на низких частотах:

Пример вывода DCT:
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. Квантование обеспечивает сжатие с потерями путем деления коэффициентов DCT на значения таблицы квантования и последующего округления. Этот шаг отбрасывает незаметные высокочастотные детали:

Таблица квантования (Качество 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

Квантованный = круглый (DCT / Квантование)

Пример:
1260/16 ≈ 79, -20/11 ≈ -2, 10/10 = 1,...
Результат:
79 -2 1 0 0 0 0 0
-1 -1 0 0 0 0 0 0
 0 0 0 0 0 0 0 0
 ... (в основном нули)

Более высокое качество JPEG использует меньшие значения квантования, сохраняя больше деталей. Качество 100 использует минимальное квантование; качество 10 использует агрессивное квантование.

6. Кодирование коэффициента постоянного тока особым образом обрабатывает коэффициент постоянного тока (значение в верхнем левом углу, представляющее среднее значение блока). Поскольку соседние блоки имеют одинаковые средние значения, JPEG кодирует разницу между текущим и предыдущим значениями постоянного тока:

Блок 1 ДК: 1260
Блок 2 DC: 1255
Блок 3 ДК: 1258

Закодированные различия:
Блок 1: 1260 (первый блок, без предыдущего)
Блок 2: -5 (1255 - 1260)
Блок 3: 3 (1258 - 1255)

Это дифференциальное кодирование использует пространственную корреляцию, поскольку соседние блоки обычно имеют одинаковую яркость.

7. Кодирование коэффициента переменного тока использует зигзагообразное сканирование для группировки нулей. Зигзагообразный шаблон обрабатывает коэффициенты от низких частот к высоким:

Зигзагообразный узор:
 1 → 2 5 → 6
 ↓ ↗ ↗ ↓
 3 4 7 10
 ↓ ↗ ↗ ↓
 ...

Такое упорядочение преобразует массив 2D-коэффициентов в 1D-последовательность, в конце которой группируются высокочастотные нули, что обеспечивает эффективное кодирование длин серий.

8. Энтропийное кодирование применяет кодирование Хаффмана для сжатия данных коэффициентов. Хаффман назначает коды переменной длины в зависимости от частоты символов — обычным символам присваиваются короткие коды:

Частоты символов:
0: 45% → Код: 0 (1 бит)
1: 20% → Код: 10 (2 бита)
-1: 15% → Код: 110 (3 бита)
2: 10% → Код: 1110 (4 бита)
-2: 5% → Код: 11110 (5 бит)
...

JPEG использует отдельные таблицы Хаффмана для коэффициентов постоянного и переменного тока, оптимизируя их различные статистические свойства.

Влияние фактора качества JPEG

Параметр качества JPEG (0–100) управляет масштабированием таблицы квантования:

Качество 100 (минимальное сжатие):

• Размер файла: ~90% от оригинала.
• Значения квантования: ~1-2 (минимальное квантование)
• Варианты использования: Архивирование, дальнейшее редактирование, максимальное качество.

Качество 90–95 (высокое качество):

• Размер файла: ~5-10% от оригинала.
• Квантование: умеренное
• Варианты использования: фотография, печатная продукция, профессиональная работа.

Качество 75–85 (стандартное качество):

• Размер файла: ~2-5% от оригинала.
• Квантование: сбалансированное
• Варианты использования: веб-изображения, социальные сети, общего назначения.

Качество 50–60 (приемлемое качество):

• Размер файла: ~1-2% от оригинала.
• Квантование: агрессивное
• Варианты использования: миниатюры, предварительный просмотр, вложения электронной почты.

Качество <50 (низкое качество):

• Размер файла: <1% от оригинала.
• Квантование: очень агрессивное
• Видимые артефакты: блокирование, цветовые полосы, потеря деталей.

Артефакты сжатия JPEG

Понимание артефактов JPEG позволяет оценивать и оптимизировать качество:

Блокирующие артефакты выглядят как видимые квадраты 8x8, особенно на гладких участках. Вызвано агрессивным квантованием, создающим разрывы на границах блоков. Наиболее заметно при низких настройках качества.

Комариный шум проявляется в виде мерцания по краям. Результаты квантования высокочастотных коэффициентов вокруг резких переходов. Особенно заметно в тексте и штриховой графике.

Растекание цвета показывает, что цвета выходят за пределы границ. Вызвано субдискретизацией цветности, снижающей цветовое разрешение. Более заметно на изображениях с резкими цветовыми переходами.

Звонок проявляется в виде волн на краях. Результат неспособности DCT идеально отображать резкие разрывы (феномен Гиббса). Виден в высококонтрастных областях.

Постеризация отображается в виде цветных полос в градиентах. Вызвано агрессивным квантованием, устраняющим тонкие цветовые вариации. Наиболее заметен в оттенках неба и кожи.

Варианты и расширения JPEG

JPEG Progressive сохраняет данные изображения в нескольких сканах, обеспечивая прогрессивный рендеринг. Первоначальные сканы показывают размытый предварительный просмотр; последующие сканирования добавляют деталей. Полезно для медленных соединений, но размер файла немного больше.

JPEG 2000 использует вейвлет-преобразование вместо DCT, что обеспечивает:

• Сжатие на 20–30 % лучше, чем у JPEG.
• Нет блокирующих артефактов
• Кодирование области интереса
• Прогрессивная трансмиссия
• Ограниченное внедрение из-за сложности и патентов.

JPEG XL (новый формат, 2021 г.) обеспечивает:

• Сжатие на 60 % лучше, чем у JPEG.
• Повторное сжатие существующих файлов JPEG без потерь.
• Прогрессивный рендеринг
• Поддержка HDR
• Ограниченная поддержка в настоящее время

Конвертируйте варианты JPEG на 1converter.com с оптимизированными настройками качества.

Что делает сжатие PNG без потерь, но эффективным?

PNG (Portable Network Graphics) обеспечивает впечатляющее сжатие без потерь благодаря сложным алгоритмам фильтрации и сжатия. Созданный в 1996 году как незапатентованная замена GIF, PNG сочетает в себе несколько взаимодополняющих методов для оптимизации сжатия при сохранении идеального пиксельного качества.

Архитектура сжатия PNG

Сжатие PNG проходит пять этапов:

1. Фильтрация подготавливает строки сканирования для оптимального сжатия. PNG применяет один из пяти типов фильтров к каждой строке развертки, выбирая фильтр, обеспечивающий наиболее сжимаемый результат:

Тип фильтра 0 (Нет): без фильтрации, необработанные значения пикселей.

Фильтрованное(х) = Необработанное(х)

Тип фильтра 1 (дополнительный): прогнозирование по левому пикселю.

Фильтрованное(x) = Необработанное(x) - Необработанное(x-1)

Эффективен для горизонтальных градиентов.

Тип фильтра 2 (вверх): прогнозирование по пикселю выше

Фильтрованное(x) = Необработанное(x) - Необработанное(x, y-1)

Эффективен для вертикальных градиентов.

Тип фильтра 3 (Средний): прогнозирование на основе среднего значения слева и выше.

Фильтрованное(x) = Необработанное(x) - пол((Необработанное(x-1) + Необработанное(x, y-1)) / 2)

Эффективен для плавных градиентов.

Фильтр типа 4 (Paeth): алгоритм прогнозирования Paeth

Filtered(x) = Raw(x) - PaethPredictor(Raw(x-1), Raw(x, y-1), Raw(x-1, y-1))

PaethPredictor(a, b, c):
  р = а + б - с
  па = абс(р - а)
  рб = абс(р - б)
  ПК = абс(р - с)
  если pa <= pb и pa <= pc: вернуть a
  если pb <= pc: вернуть b
  вернуть с

Эффективен для фотографического контента.

Кодеры PNG анализируют каждую строку развертки и выбирают фильтр, обеспечивающий наилучшее сжатие. Оптимальный выбор фильтра может улучшить сжатие на 5-25%.

2. Сжатие DEFLATE сочетает в себе словарное сжатие LZ77 с кодированием Хаффмана:

Сжатие словаря LZ77 идентифицирует повторяющиеся последовательности:

Оригинал: Погода отличная. Погода идеальная.
Словарные совпадения:
Позиция 23 соответствует позиции 0, длина 15 («Погода такая»)

Сжато: «Погода отличная». (спина 23, длина 15) «отлично».

Параметры LZ77 влияют на сжатие:

• Размер окна: насколько далеко назад можно искать совпадения (PNG использует 32 КБ)
• Минимальное совпадение: кратчайшая последовательность для кодирования в качестве ссылки (3 байта).
• Максимальное совпадение: самая длинная ссылочная последовательность (258 байт).

Кодирование Хаффмана присваивает символам коды переменной длины:

Частоты символов в отфильтрованных данных:
0: 35% → Код: 00
1: 25% → Код: 01
-1:20% → Код: 10
2: 10% → Код: 110
-2:5% → Код: 1110
...

DEFLATE использует два дерева Хаффмана:

• Дерево литералов/длин: кодирует литеральные байты и соответствующие длины.
• Дерево расстояний: кодирует соответствующие расстояния.

3. Выбор уровня сжатия меняет время обработки на размер файла:

Уровень сжатия 1 (самый быстрый):
- Минимальный поиск LZ77
- Простые таблицы Хаффмана
- Кодирование в 2-5 раз быстрее
- файлы на 5-15% больше

Уровень сжатия 6 (по умолчанию):
- Умеренный поиск LZ77
- Оптимизированы таблицы Хаффмана.
- Сбалансированная скорость/размер

Уровень сжатия 9 (лучший):
- Исчерпывающий поиск LZ77
- Несколько попыток таблицы Хаффмана
- Кодирование в 3-10 раз медленнее
- Файлы на 2–10% меньше

Методы оптимизации формата PNG

Стратегии выбора фильтров:

Минимальная сумма абсолютных разностей (MSAD): выберите фильтр, создающий наименьшую сумму абсолютных отфильтрованных значений. Быстрая эвристика, аппроксимирующая сжимаемость.

Взвешенная сумма: взвешивайте значения фильтра по расстоянию от нуля, отдавая приоритет фильтрам, выдающим много нулей.

Тестирование сжатия: фактически сжимайте каждый параметр фильтра и выбирайте наименьший. Медленно, но оптимально.

Адаптивная фильтрация: анализируйте области изображения и применяйте различные стратегии:

• Градиенты: фильтры Sub или Up.
• Фотографический: фильтр Паэта
• Сплошные цвета: нет фильтра.

Оптимизация разрядности:

PNG поддерживает 1, 2, 4, 8 или 16 бит на канал. Изображения можно оптимизировать, уменьшив битовую глубину, если это возможно:

Оттенки серого с 5 уникальными значениями:
- 8-битный: 1 байт на пиксель
- 4-битный: 0,5 байта на пиксель (уменьшение на 50 %)!
- 3-битный: не поддерживается, округляется до 4-битного.

RGB с 200 уникальными цветами:
- 24-битный RGB: 3 байта на пиксель
- 8-битная индексация: 1 байт на пиксель + палитра 600 байт (уменьшение на 67%)!

Оптимизация палитры:

Для изображений с ≤256 цветами режим индексированного цвета значительно уменьшает размер:

Истинный цвет RGB:
Каждый пиксель: 3 байта (R, G, B)
Изображение 1000x1000: 3 000 000 байт.

Индексированный цвет:
Палитра: 256 цветов × 3 байта = 768 байт.
Каждый пиксель: 1 байт (индекс в палитре)
Изображение 1000х1000: 1 000 000 + 768 = 1 000 768 байт.
Экономия: скидка 67%!

Для создания оптимальной палитры используются:

• Медианный разрез: рекурсивное разделение цветового пространства по медиане.
• Квантование октодерева: построение цветового дерева, сокращение до 256 цветов.
• Кластеризация по k-средним: итеративная оптимизация цветов палитры.

Инструменты оптимизации PNG:

OptiPNG: пробует несколько стратегий сжатия:

optipng -o7 image.png # Максимальная оптимизация

pngcrush: расширенное тестирование фильтров и сжатия:

pngcrush -brute input.png output.png # Попробуйте все методы

pngquant: оптимизация палитры с потерями:

pngquant --quality=65-80 --output output.png input.png

Эти инструменты обеспечивают дополнительное сжатие на 10–50 % по сравнению со стандартными кодировщиками PNG за счет исчерпывающей оптимизации.

PNG или JPEG: когда использовать каждый из них

Преимущества PNG:

• Качество без потерь (без артефактов сжатия)
• Полная альфа-прозрачность (256 уровней)
• Лучшее сжатие графики, текста и штриховых рисунков.
• Отсутствие потери качества при повторном редактировании.
• Поддержка 16-битной глубины цвета.

Недостатки PNG:

• Файлы фотографического контента в 2–10 раз больше.
• Медленное кодирование (особенно высокое сжатие)
• Нет оптимизации подвыборки цветности
• Более высокие требования к пропускной способности

Оптимальные варианты использования:

Используйте PNG для:

• Логотипы и фирменная графика
• Скриншоты и элементы пользовательского интерфейса.
• Изображения с большим количеством текста
• Изображения, требующие прозрачности
• Изображения, требующие повторного редактирования.
• Графика с острыми краями
• Изображения с большими сплошными цветными областями.

Используйте JPEG для:

• Фотографии и природные изображения
• Изображения с постепенными переходами цветов
• Большие фотографии высокого разрешения.
• Изображения, не требующие прозрачности
• Окончательная версия (без дальнейшего редактирования)
• Доставка с ограничением пропускной способности

Сравнение производительности сжатия:

Логотип (сплошные цвета, острые края):
- PNG: 50 КБ (без потерь)
- JPEG Q90: 180 КБ (с артефактами)
– Победитель: PNG (в 3,6 раза меньше, лучшее качество)

Фотография (постепенные тона):
- PNG: 2500 КБ (без потерь)
- JPEG Q90: 250 КБ (незаметная потеря)
– Победитель: JPEG (в 10 раз меньше, хорошее качество)

Скриншот (текст + графика):
- PNG: 300 КБ (без потерь)
- JPEG Q90: 450 КБ (текстовые артефакты)
– Победитель: PNG (в 1,5 раза меньше, лучшее качество)

1converter.com автоматически рекомендует оптимальный формат на основе анализа содержимого изображения.

Как WebP обеспечивает сжатие как с потерями, так и без потерь?

WebP представляет собой современный формат изображений, разработанный Google и сочетающий в себе лучшие аспекты JPEG и PNG. Выпущенный в 2010 году, WebP обеспечивает на 25–35 % лучшее сжатие, чем JPEG, для сжатия с потерями и на 25–30 % лучше, чем PNG для сжатия без потерь, поддерживая при этом такие функции, как прозрачность и анимация.

Архитектура сжатия с потерями WebP

Сжатие с потерями WebP происходит от видеокодека VP8, применяющего методы сжатия видео к неподвижным изображениям:

1. Режимы прогнозирования оценивают значения пикселей из соседних декодированных пикселей, а затем кодируют только разницу (остаток):

Режимы внутреннего прогнозирования:

• Режим постоянного тока: прогнозирование по среднему значению верхнего и левого пикселей.
• Режим TM (TrueMotion): прогнозирование градиента по трем соседям.
• Режим V: прогнозирование по вертикали по пикселям, расположенным выше.
• Режим H: прогнозирование по горизонтали по левым пикселям.
• Режим LD: прогнозирование по диагонали слева-вниз.
• Режим RD: прогнозирование по диагонали вправо-вниз.
• Режимы VR, VL, HR, HL: различные прогнозы направления.

WebP анализирует каждый блок 4x4 и выбирает режим прогнозирования, создающий наименьший остаток, а затем кодирует только остаточные значения.

2. Кодирование преобразования применяет DCT или WHT (преобразование Уолша-Адамара) к остаткам:

DCT (Дискретное косинусное преобразование): то же, что и JPEG, но применяется к блокам 4x4 вместо 8x8:

Меньшие блоки = меньше блокирующих артефактов
Большие блоки = лучшее сжатие

WebP 4x4 против JPEG 8x8:
- Лучшее сохранение кромок
- Уменьшена видимость блокировки.
- Немного ниже эффективность сжатия.

WHT (преобразование Уолша-Адамара): используется для коэффициентов постоянного тока, обеспечивая лучшее сжатие, чем DCT, для гладких областей.

3. Квантование отбрасывает незаметную высокочастотную информацию:

Квантование WebP:
- Коэффициенты постоянного тока: квантование света (сохранение общей яркости)
- Низкочастотный переменный ток: умеренное квантование
- Высокочастотный переменный ток: агрессивное квантование

Сила квантования контролируется параметром качества (0–100).

4. Адаптивное блочное разделение разбивает изображение на сегменты переменного размера:

Макроблок (16х16) можно разделить на:
- Одна перегородка 16х16 (гладкие участки)
- Две перегородки 8x16
- Две перегородки 16x8
- Четыре раздела 8х8 (детализированные области)

Каждый раздел может использовать разные режимы прогнозирования.

Этот адаптивный подход концентрирует биты в сложных областях, одновременно эффективно кодируя гладкие области.

5. Фильтрация уменьшает артефакты блокировки и звонка:

Фильтр удаления блочности: сглаживает границы блоков, сохраняя края:

Сила фильтра адаптируется к:
- Уровень квантования (более сильная фильтрация при низком качестве)
- Наличие края (минимальная фильтрация по истинным краям)
- Сложность текстур (больше фильтрации в гладких областях)

Фильтр снижения шума: уменьшает звон вблизи краев за счет сглаживания с учетом краев.

6. Энтропийное кодирование использует арифметическое кодирование для превосходного сжатия:

Арифметическое кодирование обеспечивает лучшее сжатие, чем Хаффман, за счет кодирования целых сообщений как отдельных чисел в диапазоне [0,1). WebP использует логическое арифметическое кодирование, оптимизированное для двоичных решений, обеспечивая почти оптимальное сжатие.

Архитектура сжатия без потерь WebP

Режим без потерь WebP сочетает в себе несколько новых методов:

1. Преобразование прогнозирования похоже на фильтрацию PNG, но более сложно:

WebP предлагает 14 режимов прогнозирования против 5 в PNG:

Режим 0: прогнозирование по левому пикселю
Режим 1: прогнозирование по верхнему пикселю
Режим 2: прогнозирование по правому верхнему пикселю
Режим 3: прогнозирование по левому верхнему пикселю
Режим 4: Прогнозирование на основе предсказателя TM (градиента).
Режим 5-13: Различные комбинации и преобразования.

WebP пространственно делит изображения на плитки с независимыми режимами прогнозирования, оптимизируя каждую область.

2. Преобразование цвета преобразует RGB в декоррелированное цветовое пространство:

Преобразуйте RGB, где R и B коррелируют с G:
Г' = Г
Р' = Р - Г
Б' = Б - Г

После трансформации:
- G' имеет полную информацию
- R' и B' имеют меньшие значения (лучшее сжатие)
- Обратное преобразование происходит без потерь: R = R' + G', B = B' + G'

Это преобразование обычно улучшает сжатие на 5–15%.

3. Вычтите зеленое преобразование:

Р' = Р - Г
Б' = Б - Г
Г' = Г

Использует корреляцию между каналами RGB в естественных изображениях.

4. Индексация палитры для изображений с небольшим количеством цветов:

Создайте палитру уникальных цветов
Палитра магазина (до 256 цветов)
Хранить индексы пикселей (1 байт на пиксель)

Дополнительная оптимизация:
- Кэш цвета: отслеживайте недавно использованные цвета.
- Закодированные попадания в кэш: 1-2 бита вместо 8 бит.

5. Обратные ссылки LZ77 идентифицируют повторяющиеся шаблоны:

WebP реализует улучшенный LZ77:

Стандартный LZ77:
- Расстояние: как далеко назад
- Длина: сколько байт копировать.

Улучшения WebP:
- Ссылки на кэш цветов: последние цвета.
- Коды коротких расстояний: оптимизированы для близлежащих пикселей.
- Специальные коды расстояния: предыдущий пиксель, верхний пиксель и т. д.

6. Энтропийное кодирование использует кодирование Хаффмана или арифметическое кодирование:

WebP создает несколько кодовых таблиц Хаффмана:

• Зеленый канал
• Красный канал
• Синий канал
• Альфа-канал
• Коды расстояний
• Коды длины

Эта поканальная оптимизация улучшает сжатие по сравнению с одной таблицей.

Расширенные функции WebP

Альфа-прозрачность:

WebP поддерживает полный 8-битный альфа-канал с дополнительным сжатием:

Альфа без потерь: идеальная прозрачность (без артефактов)
Альфа с потерями: сжатая прозрачность (файлы меньшего размера)

Предварительная альфа-обработка:
- Умножение цветовых каналов на альфу
- Улучшает сжатие вокруг прозрачных краев.

Анимация:

WebP поддерживает анимированные изображения (например, GIF, но гораздо меньшего размера):

Особенности:
- Кадры с потерями или без потерь
- Методы утилизации рамы
- Контроль количества циклов
- Тайминг длительности кадра

Сравнение размеров:
- Анимированный GIF: 2500 КБ
- Анимированный WebP (с потерями): 450 КБ (уменьшение на 82%)!
- Анимированный WebP (без потерь): 1200 КБ (уменьшение на 52 %).

Поддержка метаданных:

WebP хранит профили Exif, XMP и ICC:

Exif: настройки камеры, координаты GPS.
XMP: метаданные Adobe, ключевые слова, описания.
ICC: Цветовой профиль для точного воспроизведения

Характеристики производительности WebP

Эффективность сжатия:

Режим с потерями против JPEG:
- На 25–35 % меньше при эквивалентном качестве
- Показатель качества SSIM: WebP постоянно выше
- Визуальное качество: превосходное при низких битрейтах

Режим без потерь и PNG:
- в среднем на 26% меньше
- Диапазон: 10–50 % в зависимости от типа контента.
- Фотографическое: сокращение на 20–30 %.
- Графика: снижение на 30-50%

Производительность обработки:

Скорость кодирования (по сравнению с базовым уровнем JPEG):
- С потерями: в 2–10 раз медленнее (зависит от настроек качества)
- Без потерь: в 3–5 раз медленнее, чем PNG.

Скорость декодирования (по сравнению с JPEG):
- С потерями: в 1,5 раза медленнее (улучшение аппаратного ускорения)
- Без потерь: аналогично PNG.

Использование памяти:
- Аналогично JPEG/PNG
- Доступно многопоточное кодирование

Поддержка браузера (по состоянию на 2024 г.):

• Chrome/Edge: полная поддержка
• Firefox: Полная поддержка
• Safari: полная поддержка (iOS 14+, macOS 11+)
• Охват: 96%+ пользователей

Стратегии оптимизации WebP

Настройки качества:

Качество 100 (почти без потерь):
- на 10-20% меньше, чем без потерь
- Визуально неотличимы
- Использование для архивирования с ограничениями по размеру.

Качество 80-90 (высокое качество):
- на 50-70% меньше, чем без потерь
- Отличное визуальное качество
- Использование для профессиональной фотографии

Качество 70-80 (стандарт):
- на 70-85% меньше, чем без потерь
- Хорошее качество для большинства случаев использования.
- Использование для веб-изображений и миниатюр.

Качество <70 (низкое качество):
- на 85%+ меньше, чем без потерь
- Видимые артефакты
- Используйте для превью некритичные изображения.

Уровень сжатия (режим без потерь):

Уровень 0 (самый быстрый):
- Кодирование: Очень быстрое
- Сжатие: Базовое
- Использование для обработки в реальном времени

Уровень 4 (по умолчанию):
- Кодирование: Быстрое
- Сжатие: хорошее
- Сбалансирован для общего использования.

Уровень 6 (медленнее):
- Кодирование: медленное
- Сжатие: Отличное
- Используйте для оптимизации доставки

Уровень 9 (самый медленный):
- Кодирование: очень медленное (в 10-100 раз медленнее, чем уровень 0)
- Сжатие: Максимальное
- на 2-5% лучше, чем уровень 6
- Используйте только для окончательной оптимизации.

Попробуйте конвертацию WebP на 1converter.com с автоматической оптимизацией качества для ваших конкретных изображений.

Каковы последние инновации в сжатии изображений?

Сжатие изображений продолжает развиваться благодаря новым алгоритмам, подходам машинного обучения и методам, оптимизированным для восприятия, которые повышают эффективность за пределы традиционных методов.

AVIF: формат изображения на основе AV1

AVIF (формат файла изображения AV1) представляет собой новейший прорыв в области сжатия, основанный на видеокодеке AV1:

Производительность сжатия:

То же сравнение визуального качества:
- AVIF: 100 КБ
- WebP: 145 КБ (на 45 % больше)
- JPEG: 185 КБ (на 85 % больше)

Показатели качества:
- SSIM: AVIF стабильно самый высокий
- VMAF: AVIF лидирует, особенно при низких битрейтах
- Буттераугли: превосходное качество восприятия AVIF

Технические характеристики:

Увеличенный размер суперблока: до 128x128 пикселей (по сравнению с 16x16 в WebP), что обеспечивает лучшее сжатие больших площадей.

Комплексное прогнозирование: объединяет несколько режимов прогнозирования для каждого блока для обеспечения высочайшей точности.

Расширенная фильтрация: фильтр ограниченного направленного улучшения (CDEF) и фильтр восстановления цикла уменьшают количество артефактов, сохраняя при этом детали.

Синтез зернистости пленки: анализирует и удаляет зернистость во время кодирования, добавляет синтетическую зернистость во время декодирования. Сохраняет фотографическую эстетику и одновременно улучшает сжатие.

Поддержка HDR: глубина цвета 10 и 12 бит с широкой цветовой гаммой:

SDR (стандартный динамический диапазон): 8 бит, sRGB
HDR10: 10 бит, цветовое пространство BT.2020.
HDR10+: 10-битный с динамическими метаданными
Dolby Vision: 12 бит с оптимизацией для каждой сцены

Производительность кодирования:

Сравнение скорости:
- JPEG: 1x (базовый уровень)
- WebP: в 3–5 раз медленнее
- AVIF: в 10-50 раз медленнее (в зависимости от настроек)

Доступен режим скорости/эффективности:
- Скорость 10: быстрое кодирование, пониженное сжатие.
- Скорость 6: Сбалансированная (по умолчанию)
- Скорость 0: тщательное кодирование, максимальное сжатие.

Поддержка браузеров (2024 г.):

• Chrome 85+: полная поддержка
• Firefox 93+: Полная поддержка.
• Safari 16+: полная поддержка (macOS 13+, iOS 16+)
• Охват: 75-80% пользователей (быстро растет)

JPEG XL: JPEG нового поколения

JPEG XL (Joint Photographic Experts Group Extra Long Term) обеспечивает современное сжатие, совместимое с JPEG:

Основные инновации:

Рекомпрессия JPEG без потерь: повторно сжимайте существующие файлы JPEG без потерь:

Исходный JPEG: 250 КБ.
JPEG XL (повторное сжатие): 175 КБ (уменьшение 30 %).
Декомпрессия: идентична оригинальному JPEG.

Рабочий процесс:
1. Храните файлы JPEG как JPEG XL (экономия 30 %)
2. Отображение JPEG XL в современных браузерах
3. Возврат к исходному JPEG для устаревших браузеров.

Оптимизация восприятия. Кодировщик включает психовизуальные модели:

Адаптивное квантование:
- Больше битов для лиц (люди очень чувствительны)
- Меньше битов для текстурированных областей (шумовая маскировка)
- Квантование с сохранением границ
- Обработка с учетом градиента

Прогрессивное декодирование: отображение изображения с несколькими уровнями качества:

Шаг 1: миниатюра с разрешением 1/64 (0,1 % данных)
Шаг 2: предварительный просмотр с разрешением 1/8 (3% данных)
Шаг 3: Полное разрешение (25 % данных)
Этап 4: Окончательное качество (100 % данных)

Включите почти мгновенный предварительный просмотр и прогрессивное уточнение

Расширенные функции:

• Альфа-прозрачность без потерь
• Поддержка анимации
• Очень высокое разрешение (1 гигапиксель+)
• Поддержка 32-битного плавающего HDR
• Плашечные цвета и несколько слоев

Производительность сжатия:

Режим с потерями:
- На 60 % лучше, чем JPEG при аналогичном качестве.
- Плавное ухудшение качества (без внезапных артефактов)
- Отличная производительность при низком битрейте

Режим без потерь:
- на 35% лучше, чем PNG
- На 20% лучше, чем WebP без потерь
- на 15% лучше, чем FLIF

Текущий статус:

• Завершена спецификация (2021 г.)
• Поддержка Chrome удалена (2023 г.) из-за проблем со сложностью.
• Экспериментальная поддержка Firefox
• Будущее неопределенно, но технически превосходит

Сжатие на основе нейронной сети

Машинное обучение позволяет научиться сжатию, которое адаптируется к содержимому:

Автоэнкодеры для сжатия:

Архитектура:
Входное изображение → Сеть кодера → Сжатое представление → Сеть декодера → Выходное изображение

Обучение:
- Тренируйтесь на миллионах изображений
- Минимизировать ошибку реконструкции
- Изучите оптимальные преобразования для естественных изображений.

Производительность:

BPG (Better Portable Graphics): сжатие на основе HEVC.
- на 30-50% лучше, чем JPEG
- Аналогично эффективности AVIF
- Патент обременен

Изученное сжатие (исследование):
- на 40-60% лучше, чем JPEG
- Вычислительные затраты: в 100-1000 раз выше
- Пока непрактично для общего использования.

Генераторные модели:

Экстремальное сжатие посредством генеративной реконструкции:

Закодировать изображение как:
- Семантическое описание: «лесная сцена с озером».
- Структурный скелет: карта краев, глубина.
- Параметры стиля: Освещение, цветовая палитра.

Декодировать по:
- Создать описание соответствия изображения
- Применить структурные ограничения
- Настройте стиль в соответствии с параметрами

Степень сжатия: от 1000:1 до 10 000:1.
Качество: Семантически похоже, но не идентично.

Методы оптимизации восприятия

Расстояние Баттераугли: показатель сходства восприятия Google, определяющий решения по сжатию:

Измеряет разницу восприятия с учетом:
- Вариации цветовой чувствительности
- Пространственная частотная маскировка
- Контрастная маскировка
- Временная чувствительность (для видео)

Использование кодировщика:
- Распределить биты по перцептивно важным областям
- Уменьшите биты там, где различия незаметны
- Достичь лучшего субъективного качества при том же размере файла.

SSIMULACRA: Метрика, основанная на структурном сходстве:

Сочетает:
- Многомасштабное структурное сходство
- Цветовое моделирование внешнего вида.
- Обнаружение и сохранение краев
- Анализ текстуры

Результат: лучшая корреляция с человеческим восприятием, чем PSNR.

Контекстно-адаптивное квантование:

Анализ областей изображения:
- Лица: минимальное квантование (чувствительность к людям)
- Небо/градиенты: умеренное квантование (предотвращение полосатости).
- Текстурированные области: агрессивное квантование (маскирование шума).
- Области вне фокуса: высокое квантование (менее важно)

Достигните того же воспринимаемого качества при уменьшении размера файла на 10–20 %.

Сводка тестов сжатия

Сравнение форматов (фотография 1920x1080):

Несжатый (BMP): 6220 КБ.
PNG (без потерь): 3800 КБ (39% несжатых файлов)
WebP (без потерь): 2850 КБ (46 % несжатого, 75 % PNG)
JPEG Q90: 485 КБ (8% без сжатия)
WebP Q90 (с потерями): 340 КБ (70 % JPEG)
AVIF Q90: 235 КБ (48% JPEG, 69% WebP)
JPEG XL Q90: 220 КБ (45% JPEG)

Время кодирования (относительно JPEG = 1,0):
PNG: 1,5x
WebP без потерь: 2,5x
Потери WebP: 4x
АВИФ: 25x
JPEG XL: 8x

Время декодирования (относительно JPEG = 1,0):
PNG: 0,8x
WebP без потерь: 1,2x
Потери WebP: 2,5x
AVIF: 3,5x
JPEG XL: 2,8x

Сравните форматы сжатия на сайте 1converter.com с помощью параллельного анализа качества.

Часто задаваемые вопросы

В чем принципиальная разница между сжатием с потерями и без потерь?

Сжатие без потерь сохраняет идеальную реконструкцию исходных данных — каждый пиксель точно соответствует после распаковки. Такие алгоритмы, как PNG, FLIF и WebP без потерь, используют статистическую избыточность посредством словарного сжатия и энтропийного кодирования, достигая степени сжатия от 2:1 до 5:1. Сжатие с потерями намеренно отбрасывает незаметную информацию для достижения соотношения от 10:1 до 100:1. JPEG, WebP с потерями и AVIF используют модели восприятия, частотные преобразования и квантование для удаления деталей, которые люди не замечают. Выбирайте формат без потерь для архивов, графики и изображений, требующих повторного редактирования; выберите вариант с потерями для окончательной доставки, фотографий и сценариев с ограниченным размером.

Почему JPEG создает блочные артефакты низкого качества?

Обработка блоков DCT 8x8 в JPEG вызывает артефакты блокировки, когда агрессивное квантование создает разрывы на границах блоков. Каждый блок сжимается независимо — квантование округляет высокочастотные коэффициенты до нуля, теряя детализацию. На границах между блоками с разными результатами квантования появляются видимые края. Это проявляется в виде сеток 8x8, особенно в плавных градиентах и ​​сплошных цветах. При более высоких настройках качества используются меньшие значения квантования, что позволяет сохранить больше коэффициентов и уменьшить разрывы границ. Современные форматы, такие как WebP (блоки 4x4) и AVIF (адаптивные блоки), уменьшают блокировку за счет более мелких блоков и перекрывающейся обработки.

Как субдискретизация цветности позволяет сохранить размер файла без видимой потери качества?

Подвыборка цветности использует более низкую чувствительность человеческого зрения к цветовому разрешению по сравнению с разрешением яркости. Глаз содержит больше палочек, чувствительных к яркости, чем колбочек, чувствительных к цвету, что обеспечивает превосходное восприятие ярких деталей. Субдискретизация 4:2:0 сохраняет полное разрешение яркости, но только четверть цветового разрешения — каждый блок пикселей 2x2 имеет одинаковые значения цвета, сохраняя при этом индивидуальную яркость. Это уменьшает цветовые данные на 75 % с минимальным ощутимым влиянием на качество фотографического контента. Потеря качества становится заметна в резких переходах цветов (текст, графика, хроматическая кеинг). Профессиональное видео использует формат 4:2:2 (полуцветный) или 4:4:4 (без субдискретизации) для более высокого качества.

Чем WebP лучше JPEG и PNG?

WebP сочетает в себе преимущества обоих форматов благодаря передовым алгоритмам, полученным на основе видеокодека VP8. Что касается сжатия с потерями, WebP обеспечивает на 25–35 % лучшее сжатие, чем JPEG, благодаря режимам прогнозирования, адаптивному блочному разделению и арифметическому кодированию. Что касается сжатия без потерь, WebP обеспечивает на 26% лучшее сжатие, чем PNG, за счет улучшенного прогнозирования (14 режимов против 5 в PNG), преобразования цвета и оптимизированного энтропийного кодирования. WebP дополнительно поддерживает альфа-прозрачность (например, PNG) и анимацию (например, GIF) с превосходным сжатием. Поддержка современных браузеров превышает 96% пользователей. Основные недостатки: более медленное кодирование, чем JPEG/PNG, ограниченная поддержка небраузерным программным обеспечением.

Почему кодирование AVIF намного медленнее, чем JPEG?

AVIF создан на основе видеокодека AV1, разработанного для максимальной эффективности сжатия посредством исчерпывающего анализа и сложных алгоритмов. Кодирование включает в себя: тестирование нескольких режимов прогнозирования (направленный, составной, деформированный), исчерпывающую оценку движения, рекурсивное разбиение блоков (до 128x128 суперблоков, разделенных на подблоки 4x4), оптимизацию искажения скорости при каждом решении, расширенную циклическую фильтрацию и сложное энтропийное кодирование. Каждое решение пробует несколько вариантов и выбирает оптимальный на основе компромисса между сжатием и качеством. При этом создаются файлы на 40–50 % меньше, чем в формате JPEG, но требуется в 10–50 раз больше времени кодирования. Сложность декодера разумная (3-4x JPEG), что обеспечивает практичное воспроизведение. Используйте AVIF для оптимизации доставки; режимы быстрого кодирования доступны для менее важных случаев использования.

Можете ли вы конвертировать JPEG в PNG и восстановить потерянное качество?

Нет — сжатие JPEG происходит с потерями, и информация безвозвратно отбрасывается во время квантования. Преобразование JPEG в PNG изменяет формат контейнера, но не позволяет восстановить потерянные детали. С этого момента PNG будет без потерь, но будет содержать те же артефакты и уровень качества, что и исходный JPEG. Преобразование с потерями в формат без потерь приводит к созданию неоправданно больших файлов без какого-либо преимущества в качестве — качество изображения ограничивается самым слабым звеном в цепочке обработки. Конвертируйте JPEG в PNG только в том случае, если вам нужна прозрачность (после добавления альфа-канала), требуется повторное редактирование без потерь, чтобы предотвратить дальнейшую потерю качества, или вам нужен PNG для совместимости. Всегда сохраняйте исходные файлы высокого качества или файлы RAW для рабочих процессов, чувствительных к качеству.

Как выбрать оптимальные настройки качества JPEG?

Оптимальное качество JPEG обеспечивает баланс между размером файла и качеством изображения для конкретных случаев использования. Качество 90–95 обеспечивает высокое качество (почти прозрачное сжатие) для профессиональной фотографии и печати. Качество 75–85 обеспечивает превосходное качество веб-доставки — наиболее эффективную точку на кривой качества и размера. Качество 60–75 подходит для миниатюр и превью, где небольшой размер имеет большее значение. Качество ниже 60 показывает видимые артефакты, и его следует избегать, за исключением крайних ограничений размера. Вместо фиксированных чисел используйте показатели восприятия: сжимайте до тех пор, пока артефакты не станут видимыми, а затем немного увеличьте качество. Современные кодировщики поддерживают оптимизацию восприятия, которая автоматически регулирует квантование в зависимости от содержимого: лица становятся более качественными, а текстурированные области допускают большее сжатие.

Какой формат изображений лучше всего подходит для веб-сайтов в 2024 году?

AVIF обеспечивает наилучшую эффективность сжатия (на 40–50 % выше, чем JPEG) при поддержке современных браузеров (покрытие 75–80 %). Внедрите AVIF с резервным вариантом WebP и JPEG для максимальной эффективности и совместимости. Используйте элемент изображения для согласования формата: браузеры автоматически выбирают наилучший поддерживаемый формат. Для логотипов, значков и графики используйте SVG (векторный, с бесконечной масштабируемостью) или WebP без потерь (лучше, чем PNG). Для анимации используйте анимацию WebP или AVIF вместо GIF (уменьшение размера на 80–90%). Для максимальной совместимости с устаревшими системами безопасным выбором остаются JPEG (фотографии) и PNG (графика). Внедряйте автоматизированные конвейеры преобразования, которые генерируют несколько форматов и предоставляют оптимальный формат каждому клиенту.

Как фильтрация PNG улучшает сжатие?

Фильтрация PNG подготавливает строки сканирования к оптимальному сжатию, удаляя предсказуемые шаблоны, оставляя остатки, которые сжимаются лучше. Фильтры прогнозируют каждый пиксель на основе соседних пикселей (слева, сверху, среднего значения обоих или предиктора Паета), а затем кодируют только разницу. В градиентах соседние пиксели похожи — вычитание прогнозов дает множество небольших остатков (часто нулей), которые очень хорошо сжимаются. Кодировщики PNG анализируют каждую строку сканирования, пробуют несколько типов фильтров и выбирают тот, который обеспечивает наилучшее сжатие. Оптимальная фильтрация может улучшить сжатие на 5–25 % по сравнению с отсутствием фильтрации. Выбор фильтра имеет решающее значение: неправильный фильтр может фактически увеличить размер файла. Современные оптимизаторы, такие как OptiPNG и pngcrush, проверяют все комбинации фильтров на максимальное сжатие.

Какую роль оптимизация восприятия играет в современном сжатии?

Перцепционная оптимизация распределяет артефакты сжатия в незаметные области, сохраняя при этом видимое качество. Человеческое зрение имеет ограничения — более низкое цветовое разрешение, пониженное восприятие текстурированных областей (шумовая маскировка), повышенная чувствительность к лицам и краям. Кодеры, оптимизированные для восприятия, анализируют содержимое изображения: лица получают минимальное квантование, гладкие области используют умеренное сжатие (предотвращают появление полос), текстурированные области допускают агрессивное сжатие (артефакты, скрытые текстурой). Перцептивные метрики (Буттераугли, SSIMULACRA) помогают принимать решения по кодированию лучше, чем математические метрики (PSNR). Это обеспечивает улучшение сжатия на 10–30 % при том же воспринимаемом качестве. Современные форматы (AVIF, JPEG XL) включают оптимизацию восприятия, а такие инструменты, как jpeg-recompress, применяют анализ восприятия к устаревшему кодированию JPEG.

Заключение

Алгоритмы сжатия изображений представляют собой сложную математическую и перцептивную инженерию, которая позволяет использовать практическую цифровую фотографию, веб-контент и визуальные медиа. Понимание основ сжатия — от DCT и квантования JPEG до фильтрации и DEFLATE PNG, от двухрежимной архитектуры WebP до высочайшей эффективности AVIF — позволяет разработчикам и создателям контента оптимизировать доставку изображений, находить баланс между качеством и размером и выбирать подходящие форматы для конкретных требований.

Сфера сжатия продолжает развиваться. Хотя JPEG доминирует благодаря универсальной совместимости, а JPEG остается безопасным выбором для максимальной совместимости, современные форматы, такие как WebP и AVIF, предлагают значительное повышение эффективности для перспективных реализаций. Сжатие без потерь PNG продолжает удовлетворять требования к графике и прозрачности, а сжатие на основе нейронных сетей обещает будущие прорывы.

Практическая оптимизация требует рабочих процессов с учетом формата: поддержание высококачественных мастеров, создание оптимизированных версий доставки, внедрение адаптивных изображений в нескольких форматах и ​​постоянный мониторинг эффективности сжатия. Полученные вами знания позволяют принимать обоснованные решения о параметрах сжатия, выборе формата и стратегиях оптимизации.

Готовы применить расширенную оптимизацию сжатия к своим изображениям? Попробуйте интеллектуальное сжатие изображений 1converter.com с автоматическим выбором формата, оптимизацией качества восприятия и пакетной обработкой с использованием лучших в отрасли алгоритмов сжатия.

---

Статьи по теме:

• Понимание форматов файлов: подробное техническое описание - Основы контейнера и кодека
• Руководство по видеокодекам и контейнерам - Технические подробности H.264, H.265, VP9, AV1
• WebP против AVIF: сравнение современных форматов - Параллельный анализ сжатия
• Оптимизация JPEG: Полное руководство - Настройки качества, прогрессивное кодирование
• Методы оптимизации PNG - Выбор фильтра, оптимизация палитры
• Стратегия выбора формата изображения - Матрица решений для оптимальных форматов
• [Объяснение показателей качества восприятия] (#) - SSIM, VMAF, анализ Баттераугли
• [Форматы изображений HDR и сжатие] (#) - 10-битный цвет, широкая гамма, метаданные HDR