שימוש ב-AVIF לדחיסת תמונות באתר

Jai Krishnan
Jai Krishnan
Wan-Teh Chang
Wan-Teh Chang

אנחנו כותבים לעיתים קרובות על העומס שנוצר באתרים בגלל תמונות, וכלים כמו Lighthouse מדגישים מתי טעינת התמונות משפיעה לרעה על חוויית המשתמש, למשל, מאריכה את זמן הטעינה או מנצלת רוחב פס על חשבון משאבים חשובים יותר. אחת מהדרכים לפתור את הבעיה היא להשתמש בדחיסה מודרנית כדי להקטין את הקבצים של התמונות, ואפשרות חדשה למפתחי אתרים היא פורמט התמונה AVIF. בפוסט הזה בבלוג מפורטים העדכונים האחרונים בכלי הקוד הפתוח של AVIF, מוצגות ספריות הקידוד libaom ו-libavif, ומופיע מדריך לשימוש בספריות האלה כדי לקודד תמונות AVIF ביעילות.

‫AVIF הוא פורמט תמונה שמבוסס על קודק הווידאו AV1, והוא עבר סטנדרטיזציה על ידי Alliance for Open Media. פורמט תמונה AVIF מציע יתרונות דחיסה משמעותיים בהשוואה לפורמטים אחרים של תמונות, כמו JPEG ו-WebP. החיסכון המדויק תלוי בתוכן, בהגדרות הקידוד וביעד האיכות, אבל אנחנו ואחרים ראינו חיסכון של יותר מ-50% בהשוואה ל-JPEG.

‫
התמונה בפורמט AVIF
‫AVIF בגודל 1,120 על 840 בנפח 18,769 בייטים (לחצו כדי להגדיל)
התמונה בפורמט JPEG
‫JPEG בגודל 1,120 על 840 בנפח 20,036 בייטים (לחצו כדי להגדיל)

בנוסף, AVIF מוסיף תמיכה בקודקים ובקונטיינרים לתכונות חדשות של תמונות, כמו טווח דינמי גבוה וסולם צבעים רחב, סינתזה של גרעיניות סרט ופענוח הדרגתי.

מה חדש

מאז שהוספנו תמיכה ב-AVIF ב-Chrome M85, התמיכה ב-AVIF בסביבה העסקית של קוד פתוח השתפרה בכמה תחומים.

Libaom

‫Libaom הוא מקודד ומפענח AV1 בקוד פתוח שמתוחזק על ידי החברות ב-Alliance for Open Media, ומשמש בשירותי ייצור רבים ב-Google ובחברות אחרות שחברות בברית. בין גרסת libaom 2.0.0 – בערך באותו זמן שבו נוספה ל-Chrome תמיכה ב-AVIF – לבין גרסת 3.1.0 האחרונה, נוספו לבסיס הקוד אופטימיזציות משמעותיות לקידוד של תמונות סטילס. למשל:

  • אופטימיזציות לריבוי תהליכים (multi-threading) ולקידוד באריחים (tiled encoding).
  • השימוש בזיכרון קטן פי 5.
  • הפחתה של פי 6.5 בשימוש במעבד (CPU), כמו שמוצג בתרשים הבא.
שימוש ב-speed=6, ‏ cq-level=18, לתמונות של 8.1MP

השינויים האלה מפחיתים באופן משמעותי את עלות הקידוד של AVIF, במיוחד של התמונות שנטענות בתדירות הגבוהה ביותר או של התמונות בעדיפות הגבוהה ביותר באתר. ככל שקידוד AV1 במהירות משופרת באמצעות חומרה יהיה זמין יותר בשרתים ובשירותי ענן, העלות של יצירת תמונות AVIF תמשיך לרדת.

Libavif

‫Libavif, הטמעת העזר של AVIF, הוא מנתח וממזג AVIF בקוד פתוח שמשמש ב-Chrome לפענוח תמונות AVIF. אפשר גם להשתמש בו עם libaom כדי ליצור תמונות AVIF מתמונות קיימות לא דחוסות, או להמיר תמונות קיימות מהאינטרנט (JPEG,‏ PNG וכו').

לאחרונה נוספה ל-Libavif תמיכה במגוון רחב יותר של הגדרות מקודד, כולל שילוב עם הגדרות מתקדמות יותר של מקודד libaom. אופטימיזציות בצינור עיבוד הנתונים, כמו המרה מהירה של YUV ל-RGB באמצעות libyuv ותמיכה באלפא מוכפל מראש, מאיצות עוד יותר את תהליך הפענוח. ולבסוף, התמיכה במצב הקידוד all-intra שנוסף לאחרונה ב-libaom 3.1.0 מביאה את כל השיפורים ב-libaom שצוינו למעלה.

קידוד תמונות AVIF באמצעות avifenc

דרך מהירה להתנסות ב-AVIF היא Squoosh.app. Squoosh מפעיל גרסת WebAssembly של libavif, וחושף הרבה מאותן תכונות כמו הכלים של שורת הפקודה. זו דרך קלה להשוות בין AVIF לפורמטים אחרים, ישנים וחדשים. יש גם גרסת CLI של Squoosh שמיועדת לאפליקציות Node.

עם זאת, ל-WebAssembly עדיין אין גישה לכל פרימיטיבי הביצועים של המעבדים, אז אם אתם רוצים להריץ את libavif במהירות הגבוהה ביותר, מומלץ להשתמש במקודד שורת הפקודה, avifenc.

כדי להבין איך לקודד תמונות AVIF, נציג מדריך שמשתמש באותה תמונת מקור שבה השתמשנו בדוגמה שלמעלה. כדי להתחיל, אתם צריכים:

תצטרכו גם להתקין את חבילות הפיתוח של zlib,‏ libpng ו-libjpeg. הפקודות להפצות Debian ו-Ubuntu של Linux הן:

sudo apt-get install zlib1g-dev
sudo apt-get install libpng-dev
sudo apt-get install libjpeg-dev

בניית מקודד שורת הפקודה avifenc

1. קבל את הקוד

בודקים את תג הגרסה של libavif.

git clone -b v0.9.1 https://github.com/AOMediaCodec/libavif.git

2. משנים את הספרייה ל-libavif

cd libavif

יש הרבה דרכים שונות להגדיר את avifenc ו-libavif ליצירת קובץ. מידע נוסף זמין ב-libavif. אנחנו הולכים ליצור את avifenc כך שהוא יקושר באופן סטטי לספריית המקודד והמפענח של AV1,‏ libaom.

3. הורדה ובנייה של libaom

עוברים לספריית יחסי התלות החיצוניים של libavif.

cd ext

הפקודה הבאה תמשוך את קוד המקור של libaom ותבנה את libaom באופן סטטי.

./aom.cmd

משנים את הספרייה ל-libavif.

cd ..

4. בונים את כלי הקידוד של שורת הפקודה, avifenc

מומלץ ליצור ספריית build ל-avifenc.

mkdir build

עוברים לספריית ה-build.

cd build

יוצרים את קובצי ה-build של avifenc.

cmake -DCMAKE_BUILD_TYPE=Release -DBUILD_SHARED_LIBS=0 -DAVIF_CODEC_AOM=1 -DAVIF_LOCAL_AOM=1 -DAVIF_BUILD_APPS=1 ..

מפתחים את avifenc.

make

הצלחתם ליצור את avifenc.

הסבר על הפרמטרים של שורת הפקודה avifenc

ב-avifenc משתמשים במבנה של שורת הפקודה:

./avifenc [options] input.file output.avif

הפרמטרים הבסיסיים של avifenc שבהם משתמשים במדריך הזה הם:

avifenc
--min 0הגדרת ערך מינימלי של 0 לקוונטיזציה של צבע
--max 63הגדרת קוונטיזציה מקסימלית לצבע ל-63
‎--minalpha 0הגדרת קוונטיזציה מינימלית לאלפא ל-0
‎--maxalpha 63הגדרת קוונטיזציה מקסימלית של 63 לאלפא
-a end-usage=qמגדירים את מצב בקרת הקצב למצב איכות קבועה (Q)
‎-a cq-level=Qהגדרת רמת הקוונטיזציה של הצבע ושל אלפא ל-Q
‎-a color:cq-level=Qהגדרת רמת הקוונטיזציה של הצבע ל-Q
-a alpha:cq-level=Qהגדרת רמת הקוונטיזציה של אלפא ל-Q
-a tune=ssimכוונון ל-SSIM (ברירת המחדל היא כוונון ל-PSNR)
‎--jobs Jשימוש ב-J threads עובדים (ברירת מחדל: 1)
‎--speed Sהגדרת מהירות המקודד מ-0 עד 10 (הכי איטי עד הכי מהיר. ברירת המחדל: 6)

האפשרות cq-level מגדירה את רמת הקוונטיזציה (0-63) כדי לשלוט באיכות הצבע או האלפא.

יצירת תמונת AVIF עם הגדרות ברירת המחדל

הפרמטרים הבסיסיים ביותר להפעלת avifenc הם הגדרת קובצי הקלט והפלט.

./avifenc happy_dog.jpg happy_dog.avif

כדי לקודד תמונה, למשל ברמת קוונטיזציה 18, מומלץ להשתמש בשורת הפקודה הבאה:

./avifenc --min 0 --max 63 -a end-usage=q -a cq-level=18 -a tune=ssim happy_dog.jpg happy_dog.avif

ל-Avifenc יש הרבה אפשרויות שמשפיעות גם על האיכות וגם על המהירות. כדי לראות את האפשרויות ולקבל מידע נוסף עליהן, פשוט מריצים את ./avifenc

עכשיו יש לכם תמונת AVIF משלכם.

האצת המקודד

פרמטר אחד שכדאי לשנות בהתאם למספר הליבות במכונה הוא הפרמטר --jobs. הפרמטר הזה מגדיר את מספר השרשורים שבהם avifenc ישתמש כדי ליצור תמונות AVIF. נסו להריץ את הפקודה הזו בשורת הפקודה.

./avifenc --min 0 --max 63 -a end-usage=q -a cq-level=18 -a tune=ssim --jobs 8 happy_dog.jpg happy_dog.avif

הפקודה הזו מורה ל-avifenc להשתמש ב-8 שרשורים בזמן יצירת תמונת AVIF, מה שמאיץ את קידוד ה-AVIF בערך פי 5.

ההשפעה על המהירות שבה נטען רכיב התוכן הכי גדול (LCP)

תמונות הן מועמדות נפוצות למדד "המהירות שבה נטען רכיב התוכן הכי גדול" (LCP). המלצה נפוצה אחת לשיפור מהירות הטעינה של תמונות LCP היא לוודא שהתמונה עברה אופטימיזציה. כשמקטינים את גודל ההעברה של משאב, משפרים את זמן הטעינה של המשאב, שהוא אחד מארבעת השלבים העיקריים שצריך להתמקד בהם כשמטפלים במועמדים ל-LCP שהם תמונות.

מומלץ מאוד להשתמש ב-CDN לתמונות כשמבצעים אופטימיזציה של תמונות, כי זה דורש הרבה פחות מאמץ מאשר להגדיר צינורות עיבוד נתונים לאופטימיזציה של תמונות בתהליך הפיתוח של האתר, או להשתמש באופן ידני בקובצי מקודד בינאריים כדי לבצע אופטימיזציה של תמונות באופן ידני. עם זאת, יכול להיות שרשתות CDN לתמונות יהיו יקרות מדי לפרויקטים מסוימים. אם זה המצב, כדאי להביא בחשבון את הדברים הבאים כשמבצעים אופטימיזציה באמצעות המקודד avifenc:

  • חשוב להכיר את האפשרויות שהמקודד מציע. כדי לחסוך עוד יותר ועדיין לשמור על איכות תמונה מספקת, אתם יכולים להתנסות בחלק מתכונות הקידוד הזמינות של AVIF.
  • פורמט AVIF מספק קידוד עם אובדן מידע (lossy) וללא אובדן מידע (lossless). בהתאם לתוכן של התמונה, יכול להיות שסוג קידוד אחד יניב ביצועים טובים יותר מסוג אחר. לדוגמה, תמונות שמוצגות בדרך כלל כקובצי JPEG יפעלו כנראה בצורה הטובה ביותר עם קידוד דחיסת נתונים (lossy), ואילו קידוד ללא אובדן מידע יתאים כנראה בצורה הטובה ביותר לתמונות שמכילות פרטים פשוטים או איורים שמוצגים בדרך כלל כקובצי PNG.
  • אם אתם משתמשים בכלי לאריזת קוד (bundler) עם תמיכה קהילתית ב-imagemin, כדאי להשתמש בחבילת imagemin-avif כדי לאפשר לכלי להפיק וריאציות של תמונות בפורמט AVIF.

אם תנסו להשתמש ב-AVIF, יכול להיות שתצליחו לשפר את זמני ה-LCP של האתר במקרים שבהם המועמד ל-LCP הוא תמונה. מידע נוסף על אופטימיזציה של LCP זמין במדריך לאופטימיזציה של LCP.

סיכום

בעזרת libaom, ‏ libavif וכלים אחרים בקוד פתוח, אתם יכולים להשתמש ב-AVIF כדי לקבל את איכות התמונה והביצועים הטובים ביותר באתר שלכם. הפורמט עדיין חדש יחסית, ואנחנו מפתחים באופן פעיל אופטימיזציות ושילובים של כלים. אם יש לכם שאלות, הערות או הגשת בקשה להוספת תכונה, אתם יכולים לפנות אלינו דרך רשימת התפוצה av1-discuss, קהילת AOM ב-GitHub ודף הוויקי של AVIF.