JPEG далеко позади: Google представил улучшенный формат сжатия изображений

Опубликовал
Ігор Шелудченко

Корпорация Google представила новую опенсорс-библиотеку Jpegli, которая сжимает изображения на 35% эффективнее, сохраняя при этом высокое качество.

Исследователи Google в течение многих лет работали над улучшением сжатия данных (Brotli), аудио (Lyra V2), ну и изображений (WebP). Jpegli — последний их проект, направленный на улучшение коэффициента сжатия устаревших файлов JPEG в системах, где современное сжатие, например WebP, может быть недоступным или желательным.

Как говорится в сообщении в официальном блоге Googleсреди преимуществ Jpegli:

  • Совместимость Кодер и декодер полностью совместимы с API/ABI с libjpeg-turbo и MozJPEG.
  • Высокое качество. При работе с изображениями выполняются более точные и «психовизуально эффективные» вычисления, благодаря чему изображения получаются более четкими.
  • Скорость. Хотя качество изображения и эффективность сжатия у Jpegli лучше, скорость кодирования находится где-то на уровне с libjpeg-turbo и MozJPEG. Благодаря этому веб-производители могут легко встроить новую библиотеку в рабочие процессы без ущерба для скорости работы и потребления памяти.
  • Возможность кодирования изображения с выделением 10 и более бит на цветовой компонент. Традиционные библиотеки кодируют изображения с использованием 8 бит на компонент, что приводит к артефактам на плавных градиентах.
  • Эффективность сжатия. Jpegli сжимает изображения эффективнее традиционных кодеров, что позволяет экономить ресурсы.

Как работает Jpegli

Jpegli использует ряд новых методов для уменьшения шума и улучшения качества изображения. Это:

Курс Full-stack розробки від Mate academy.
Станьте Full-stack розробником з нуля. Mate academy дає комплексні знання і навички для розробки повноцінних веб-рішень — від візуальної частини до серверної логіки. Ви освоїте технології, щоб створити власний проєкт від а до я — без допомоги інших.
Ознайомитися з курсом
  • адаптивная эвристика квантования он JPEG XL;
  • улучшенный выбор матрицы квантования;
  • точное вычисление промежуточных результатов;
  • возможность использования более усовершенствованного цветового пространства.

Google провел тестирование, сравнив работу Jpegli, libjpeg-turbo и MozJPEG на нескольких битрейтах. Что из этого получилось — можете увидеть на диаграмме ниже.

Disqus Comments Loading...