Formaty obrazu: WebP

Firma Google pierwotnie opracowała format WebP jako stratny format obrazów, aby zastąpić format JPEG — format umożliwiający tworzenie plików mniejszych niż pliku graficznego o porównywalnej jakości zakodowanego w formacie JPEG. Późniejsze aktualizacje formatu wprowadziły opcję kompresji bezstratnej, Przezroczystość kanału alfa podobna do PNG oraz animacje przypominające GIF-y, które można stosować razem z kompresją stratną w stylu JPEG. WebP to niesamowicie uniwersalny format.

Algorytm kompresji stratnej WebP opiera się na metodzie, którą kodek wideo VP8 służy do kompresowania klatek kluczowych w filmach. Ogólnie jest to podobne do kodowania JPEG: WebP działa w kwestii „bloków”. a nie pojedynczych pikseli, i ma podobny podział luminancji i chrominancji. Bloki luma w WebP mają wymiary 16 x 16, a bloki kolorów 8 x 8. to podzielone na bloki podrzędne 4 x 4.

Czym WebP różni się radykalnie od JPEG, są 2 cechy charakterystyczne: „przewidywanie blokad”. i „adaptacyjną kwantyzację blokową”.

Zablokuj prognozę

Prognozowanie blokowe to proces, w ramach którego prognozowana jest zawartość każdego bloku chrominancji i luminancji na podstawie wartości. swoich sąsiadujących brył, zwłaszcza brył powyżej i po lewej stronie bryły. Jak można sobie wyobrazić, algorytmy wykonujące te zadania, są dość złożone, należy jednak przedstawić je prostym językiem: „jeśli nad bieżącym blokiem znajduje się niebieski, a po lewej stronie jest niebieski bieżącej bryły, załóżmy, że jest on niebieski”.

Tak naprawdę zarówno pliki PNG, jak i JPEG do pewnego stopnia wykorzystują podobne prognozy. WebP jest jednak wyjątkowy pod tym względem, że próbkuje bloki danych, a następnie próbuje wypełnić bieżący blok za pomocą kilku różnych „trybów prognozowania”, próbując „rysować” brakującej części obrazu. Wyniki dostarczane przez każdy tryb prognozowania są następnie porównywane z rzeczywistymi danymi obrazu oraz najbliższym jest wybrane dopasowanie prognozowane.

Diagram różnych metod prognozowania blokowych w WebP.

Oczywiście nawet najbliższe dopasowanie prognozowane nie zawsze się sprawdzi, dlatego różnice między wartościami prognozowanymi a rzeczywiste wartości tego bloku są zakodowane w pliku. Podczas dekodowania obrazu mechanizm renderowania używa tych samych danych ta sama logika prognozująca, co prowadzi do tych samych prognozowanych wartości w przypadku każdego bloku. Różnica między prognozą a prognozą oczekiwany obraz zakodowany w pliku jest następnie stosowany do prognoz – podobnie jak zatwierdzenie różnicowe Git przedstawia wartość różnicową. poprawkę nakładaną na plik lokalny, a nie na nową kopię pliku.

Aby zilustrować: zamiast zagłębiać się w skomplikowane działanie matematyczne wykorzystywane w prawdziwym algorytmie predykcyjnym, wynaleźliśmy kodowanie podobne do WebP. za pomocą jednego trybu prognozowania i używać go do efektywnego przekazywania siatki liczb, tak jak to robiliśmy w starszych formatach. Nasz algorytm ma jeden tryb prognozowania, który nazywamy „trybem prognozy 1”: wartość każdego bloku jest sumą wartości bloków powyżej a potem po lewej, zaczynając od numeru 1.

Załóżmy teraz, że zaczynamy od następujących rzeczywistych danych obrazu:

111151111
122456389

Przy użyciu naszego modelu prognozującego do określenia zawartości siatki 2 x 9 uzyskalibyśmy następujący wynik:

111111111
123456789

Nasze dane dobrze pasują do wynalezionego przez nas algorytmu prognozującego – dane prognozowane są bardzo zbliżone do rzeczywistych. Oczywiście nie jest to idealne dopasowanie – rzeczywiste dane zawierają kilka bloków różniących się od danych prognozowanych. Kodowanie , które wysyłamy, obejmuje nie tylko metodę prognozowania, ale też różnice wszystkich bloków, które powinny różnić się od wartości prognozowanych:

_ _ _ _ +4 _ _ _ _
_ _
-1 _ _ _ -4 _ _

Użyj tego samego prostego języka co niektóre omówione przez nas starsze formaty kodowania:

Siatka 2 × 9 z wykorzystaniem trybu prognozowania 1. +4 do 1x5, -1 do 2x3, od -4 do 2x7.

Efektem końcowym jest niewiarygodnie zakodowany plik.

Adaptacyjna kwantyzacja blokowa

Kompresja JPEG jest przeprowadzana w sposób ogólny, przez stosowanie tego samego poziomu kwantyzacji do każdego bloku obrazu. Na obrazie i jednolitej kompozycji, co z pewnością ma sens, ale zdjęcia z życia codziennego nie są bardziej jednolite niż otaczający nas świat. W praktyce oznacza to, że ustawienia kompresji JPEG nie zależą od szczegółów wysokiej częstotliwości – gdzie JPEG kompresja działa doskonale, ale w tych częściach obrazu, w których istnieje największe prawdopodobieństwo pojawienia się artefaktów kompresji.

Skompresowany obraz JPEG przedstawiający motyla monarchy

Jak widać na tym przesadzonym przykładzie, skrzydła monarchy na pierwszym planie są dość ostre, nieco ziarniste. w porównaniu z oryginalnym filmem w wysokiej rozdzielczości, ale z pewnością nie jest zauważalny bez oryginału do porównania. Podobnie szczegóły kwiatów mlecznika i liści na pierwszym planie – zarówno Ty, jak i ja możemy zauważyć ślady kompresji. do naszych przeszkolonych oczu, ale nawet po zwiększeniu kompresji na pierwszym planie znacznie przekracza on rozsądny poziom. nadal wyglądać dość ostre. Informacje o niskiej częstotliwości w lewym górnym rogu zdjęcia – rozmyte zielone tło z liśćmi – wyglądają To straszne. Nawet niedoświadczony widz od razu zauważy problem z jakością – subtelne gradienty w tle i zaokrąglone w dół do postrzępionych, jednolitych bloków.

Aby tego uniknąć, WebP stosuje adaptacyjne podejście do kwantyzacji: obraz jest dzielony na maksymalnie 4 podobne wizualnie elementy i parametry kompresji są dobierane niezależnie. Użycie tej samej niezwykłej kompresji w przypadku WebP:

Skompresowany obraz WebP przedstawiający motyla monarchy

Rozmiar obu plików obrazów jest mniej więcej taki sam. Jak widać, nie różni się niczym od skrzydeł monarchy. jeśli spojrzysz bardzo dokładnie, nie zauważysz kilku drobnych różnic w końcowej jakości produktu. W WebP kwiaty mleka są tylko nieco ostre. porównując te ze sobą, szukamy różnic w jakości. Tło to inna historia nie ma na nim prawie śladu rażących artefaktów JPEG. WebP zapewnia taki sam rozmiar pliku, ale znacznie większy wysokiej jakości obraz – podaj kilka drobnych szczegółów, których nasze systemy psychowizualne nie byłyby w stanie wykryć, gdyby nie porównania z drugiej ręki.

Korzystanie z WebP

Struktura WebP może być znacznie bardziej złożona niż kodowanie JPEG, ale równie prosta w kontekście pracy: cała złożoność kodowania WebP opiera się na jednej „jakości” – wyrażonej od 0 do 100, tak jak w przypadku formatu JPEG. Powtarzam, nie oznacza to, że ograniczamy się do jednej nadrzędnej „jakości” . Możesz – i powinien – majsterkować na każdym drobnych szczegółów kodowania WebP, chyba że ma to pomóc w lepszym zrozumieniu wpływu tych zazwyczaj niewidocznych ustawień. rozmiaru i jakości pliku.

Google oferuje koder wiersza poleceń cwebp, który umożliwia konwertowanie lub kompresowanie pojedynczych plików lub całych katalogów obrazów:

$ cwebp -q 80 butterfly.jpg -o butterfly.webp

Saving file 'butterfly.webp'
File:   butterfly.jpg
Dimension: 1676 x 1418
Output: 208418 bytes Y-U-V-All-PSNR 41.00 43.99 44.95   41.87 dB
       
(0.70 bpp)
block count
:    intra4:     7644  (81.80%)
               
Intra16:     1701  (18.20%)
               
Skipped:       63  (0.67%)
bytes used
:  header:            249  (0.1%)
              mode
-partition:  36885  (17.7%)
Residuals bytes  |segment 1|segment 2|segment 3|segment 4|  total
macroblocks
:     |       8%|      22%|      26%|      44%|   9345
quantizer
:       |      27 |      25 |      21 |      13 |
filter level
:    |       8 |       6 |      19 |      16 |

Jeśli nie chcesz używać wiersza poleceń, aplikacja Squoosh będzie służyć również do kodowania WebP. Daje nam możliwość zestawienia różnych formatów kodowania, ustawień, poziomów jakości i różnic w rozmiarze pliku względem kodowania JPEG.