C fnbt png: Сжатие PNG-изображений онлайн

В цифровых изображениях преобладают два формата изображений: JPEG (или JPG) и PNG.

На первый взгляд одно изображение, показанное в обоих форматах, может показаться идентичным, но если вы посмотрите достаточно внимательно и вникнете в данные, между ними будет существенная разница. Один формат не всегда лучше другого, поскольку каждый предназначен для использования в определенных обстоятельствах в зависимости от ваших требований к качеству изображения, размеру файла и т. Д. Вот что вам нужно знать об обоих форматах, чтобы максимально использовать их сильные и слабые стороны.

JPEG

Сокращение от Joint Photographic Experts Group — команды, которая разработала формат. JPEG стал стандартным сжатым форматом в цифровой фотографии и обмене изображениями в Интернете благодаря тщательному балансу размера файла и качества изображения.

Точное соотношение различается в зависимости от используемой программы и настроек, но типичное изображение JPEG имеет коэффициент сжатия 10: 1. Если вы начнете с изображения размером 10 МБ и экспортируете его как JPEG, у вас должно получиться изображение размером примерно 1 МБ. JPEG не должен иметь заметной разницы в качестве, хотя это зависит от содержания исходного изображения и типа файла.

Для этого JPEG использует дискретное косинусное преобразование (DCT). Хотя математика, лежащая в основе этого, сложна, этот алгоритм сжатия просматривает все изображение, определяет, какие пиксели в изображении достаточно похожи на пиксели вокруг него, и объединяет пиксели в плитки (группы пикселей, которые имеют одинаковое значение).

Этот метод чрезвычайно эффективен, но он требует потери информации, которую вы не можете получить обратно. Изображения JPEG (за некоторыми исключениями, упомянутыми ниже) являются с потерями, что означает, что после сохранения изображения потерянные данные не могут быть восстановлены. Таким образом, как и при создании фотокопии ксерокопии, каждый раз, когда вы открываете и сохраняете JPEG, он будет выглядеть немного хуже, чем раньше, пока в конечном итоге не потеряет все детали.

По этой причине JPEG не рекомендуется в качестве формата архивного изображения, потому что, если вам когда-либо понадобится открыть его и снова внести изменения, вы понесете потерю качества.Как и Adobe Lightroom, неразрушающие фоторедакторы могут помочь обойти эту проблему при условии, что вы никогда не удаляете исходные файлы, поскольку они сохраняют изменения только как метаданные, а не перезаписывают исходное изображение.

JPEG также следует избегать с изображениями с большим объемом текста или иллюстрациями с резкими линиями, поскольку определенные линии имеют тенденцию к размытию из-за сглаживания. (Сглаживание — это намеренное размытие, предназначенное для устранения грубых краев.) Как вы можете видеть на изображении ниже, снимке экрана, сделанном с нашей домашней страницы, текст и белый фон показывают много артефактов в формате JPEG (справа) по сравнению с PNG ( левый).

Тем не менее, бывают случаи, когда вам нужно преобразовать такие форматы, как PDF, в JPEG. В таких случаях лучше убедиться, что вы экспортируете его с настройками самого высокого качества, чтобы весь текст был четким.

JPEG поддерживает 8-битные цветовые пространства как RGB, так и CMYK, но его возможности CMYK оставляют желать лучшего. (Современные принтеры прекрасно справляются с файлами RGB, так что это не большая проблема. Однако это поможет, если вы по-прежнему будете использовать более качественные форматы для печати.)

За прошедшие годы появилось и исчезло множество вариаций JPEG.Например, JPG-LS был разработан для исправления сжатия с потерями, но он так и не закрепился и в конечном итоге отошел на второй план. JPG2000 также попытался решить проблему без потерь, но ему тоже не удалось добиться успеха. BPG, новый формат, основанный на стандарте видео H.265, был полон решимости заменить JPEG, но так и не получил широкого распространения.

Создатели JPEG недавно поделились новым форматом, разработанным не для замены JPEG, а для того, чтобы существовать вместе с ним как вариант для более быстрой потоковой передачи. В JPEG XS сжатие всего шесть раз вместо 10, но более простые алгоритмы означают, что файл быстрее справляется с задачами потоковой передачи.Потенциальная замена может прийти в виде HEIF, который также основан на стандарте h.265. Там, где другие потерпели неудачу, HEIF может добиться успеха благодаря поддержке одного из крупнейших технологических брендов: Apple. Ему еще предстоит пройти путь, но все больше программ для редактирования изображений и большее количество устройств добавляют поддержку нового формата, такого как JPEG Pleno, который предлагает пользователям отличный набор инструментов, который включает голографические изображения, текстуры с глубиной, облака точек и свет. поля.

PNG

Акроним от Portable Network Graphics, PNG — это формат файлов без потерь, разработанный как более открытая альтернатива формату обмена графическими данными (GIF).

В отличие от JPEG, который основан на сжатии DCT, PNG использует сжатие LZW, которое аналогично форматам GIF и TIFF. В упрощенном виде двухэтапное сжатие LZW в PNG берет строки битов, содержащихся в данных изображения, затем сопоставляет эти более длинные последовательности с сопровождающими короткими кодами, хранящимися в словаре (иногда называемом кодовой книгой), который хранится в файле изображения. В результате получается файл меньшего размера, сохраняющий высокое качество.

Самым большим преимуществом PNG перед JPEG является то, что сжатие осуществляется без потерь, что означает отсутствие потери качества при каждом открытии и повторном сохранении.PNG также хорошо обрабатывает детализированные высококонтрастные изображения. По этой причине PNG чаще всего является форматом файла по умолчанию для снимков экрана, поскольку он может обеспечить почти идеальное попиксельное представление экрана, а не сжимать группы пикселей вместе.

Одной из выдающихся особенностей PNG является поддержка прозрачности. Как для цветных изображений, так и для изображений в градациях серого пиксели в файлах PNG могут быть прозрачными. Это позволяет создавать изображения, которые аккуратно накладываются на содержимое изображения или веб-сайта.Как видно из приведенного выше GIF-изображения, многие программы редактирования — в данном случае Adobe Photoshop Mix — используют клетчатый фон для обозначения прозрачности графики. Благодаря этому PNG отлично подходит для логотипов, особенно с текстом, используемых на веб-сайтах. С другой стороны, если вы создаете прозрачный фон в Photoshop и сохраняете изображения в формате JPG, этот прозрачный фон станет белым, потому что формат не поддерживает прозрачность.

Когда дело доходит до фотографии, PNG может показаться надежной альтернативой проприетарным форматам RAW для хранения изображений без потерь.Тем не менее, правда в том, что есть много лучших альтернатив, таких как Adobe Digital Negative (DNG), которые вы можете снимать даже на свой смартфон, и TIFF. PNG также изначально не поддерживает данные EXIF, которые включают такую ​​информацию, как выдержка, диафрагма и ISO, с камеры, которой он был снят.

PNG был создан для Интернета и доказал свою эффективность. JPEG может быть форматом большинства изображений. Тем не менее, PNG занимает важную нишу, которую JPEG не может эффективно использовать.По сути, это единственный выбор, когда вам нужно четко отобразить логотип или текст поверх других элементов на веб-сайте. Он также активно используется архивариусами, специалистами по сохранению и другими учеными-информатиками при оцифровке документов, эфемеров и реалий из-за высокого качества изображения и сжатия без потерь.

Как и JPEG, PNG также претерпел несколько изменений на протяжении многих лет. APNG — это все еще поддерживаемый формат, предназначенный для воспроизведения анимированных функций GIF. Он не так распространен, но поддерживается многими современными браузерами.

Еще один забавный лакомый кусочек заключается в том, что на ранних этапах разработки PNG было предложено называть его PING, аббревиатура от «PING Is Not GIF», нахальная критика создателей формата GIF.

Какой лучше?

В конечном счете, ни один формат изображения не лучше другого.Просто вопрос, какой из них лучше подходит для ваших нужд.

Если вы хотите поделиться фотографией с камеры в Instagram, Twitter и т. Д., Лучше всего использовать JPEG. Он меньше по размеру, оптимизирован для фотографии и широко поддерживается практически на всех платформах и сервисах, которые только можно вообразить.

Если вы делаете снимок экрана, который планируете аннотировать или заархивировать для дальнейшего использования, формат PNG лучше подойдет вам. Размер файла может быть больше, чем у эквивалентного JPEG, но вам не нужно беспокоиться о том, что он теряет качество при каждом новом сохранении, и вы знаете, что каждый пиксель такой же четкий, как и в последний раз, когда вы его открывали.Как и логотипы, большую часть веб-графики лучше сохранять в формате PNG, поскольку они могут использовать прозрачные области.

Рекомендации редакции

Сжатие и фильтрация (PNG: Полное руководство)

Одна из сильных сторон PNG, особенно по сравнению с изображениями в форматах GIF и TIFF. форматы, это его сжатие. Как я отмечал в Глава 1, «Введение в PNG», основная мотивация движущая сила дизайна портативной сети Графический формат должен был создать замену GIF, который был не только бесплатным. но и улучшение по существу во всех отношениях.Как результат, Сжатие PNG полностью без потерь, то есть исходные данные изображения могут быть точно восстановлены, бит для бит — точно так же, как в GIF и большинстве форматов TIFF. [67]

Я написал более длинную и технически подробную главу о сжатии PNG. для справочника по сжатию без потерь, отредактировал Халид Сайуд и опубликовал в декабре 2002 года издательством Academic Press. (теперь Elsevier Science). Он также включает более строгие тестовые данные. А почти финальный черновик доступен в формате PDF по следующей ссылке:

 http: // www.libpng.org/pub/png/book/LCH-png-chapter.pdf 

Я обновлю его до финальной версии и конвертирую в формат HTML когда позволяет время.

9.1. Фильтрация

Вскоре мы рассмотрим сам механизм сжатия, но производительность PNG не только из-за улучшенного алгоритма сжатия. PNG также поддерживает этап предварительного сжатия называется , фильтрация . Фильтрация — это метод обратимого преобразования данных изображения, чтобы двигатель главного сжатия может работать более эффективно.В качестве простого примера, рассмотрим последовательность байтов, равномерно возрастающую от 1 до 255. Поскольку нет повторений в последовательности, сжимается либо очень плохо, либо не при все. Но тривиальная модификация последовательности, а именно, оставление первого только байт, но заменяя каждый последующий байт разницей между ними и его предшественник — превращает последовательность в чрезвычайно сжимаемую набор из 255 одинаковых байтов, каждый из которых имеет значение 1.

В качестве примера из реальной жизни (хотя и не совсем реалистичного), Рассмотрим изображение, известное как 16 миллионов.PNG . Этот 24-битное изображение RGB размером 512 × 32 768 содержит по одному пикселю каждого возможные цвета — всего их более 16 миллионов. Как необработанные данные, это поэтому требуется 48 МБ для хранить. Простое сжатие в стиле PNG без фильтрации сводит его к 36 МБ, уменьшение размера всего на 25%. Но с включенной фильтрацией то же самое двигатель сжатия уменьшает его до 115 989 байт, что более чем в 300 раз лучше чем в случае без фильтрации, при общем коэффициенте сжатия 434! [68] Zowie .

Реальные данные изображения редко бывают настолько идеальными, но фильтрация действительно улучшается. сжатие в полутоновых и полноцветных изображениях, и это может помочь в некоторых палитра изображений.PNG поддерживает пять типов фильтров и кодировщик. может использовать разные фильтры для каждой строки пикселей изображения. В Таблице 9-1 перечислены пять типов фильтров.

Последний метод требует пояснений. Изобретенный Аланом Пэтом Предиктор Паэта вычисляется, сначала вычисляя базовое значение , равное к сумме соответствующих байтов слева и выше за вычетом байта в левый верхний. (Например, базовое значение может быть равно 228 + 228 — 227 = 229.) Тогда разница между базовым значением и вычисляется каждый из трех соответствующих байтов, и байт, который дал наименьшую абсолютную разницу — то есть тот, который был наиболее близок к базовому значению — используется в качестве предиктора и вычитается из целевого byte, чтобы получить отфильтрованное значение.В случае ничьей соответствующий байт слева имеет приоритет как прогнозируемое значение, за которым следует одно прямо выше. Обратите внимание, что все вычисления для получения предсказателя Паэта выполняются с использованием точной целочисленной арифметики. Окончательный расчет фильтра, на с другой стороны, выполняется с использованием модульной арифметики base-256; это верно для все типы фильтров.

Хотя концепция проста, в реальной механика фильтрации. Наиболее важным из них является то, что фильтрация всегда работает с байтами, а не с пикселями.Для изображений с пикселями меньше восьми бит это означает, что алгоритмы фильтрации фактически работают более чем с одним пикселем вовремя; например, в 2-битной палитре или изображении в градациях серого есть четыре пикселя на байт. Такой подход повышает эффективность декодеров. избегая манипуляций на битовом уровне.

На другом конце спектра большие пиксели (например, 24-битный RGB или 64-битный RGBA) также обрабатываются как байты, но только соответствующих байта в сравнении. Для любого данного байта соответствующий байт слева от него является одно смещение на количество байтов на пиксель.Это означает, что красные байты в изображение истинного цвета сравнивается с красными байтами, зеленым с зеленым, а синее — с синий. Если есть альфа-канал, всегда сравниваются альфа-байты; если глубина выборки составляет 16 бит, сравниваются старшие (наиболее значимые) байты с старшими байтами в том же цветовом канале, а младшие байты сравниваются с ниже. Другими словами, похожие значения всегда будут сравниваться и использоваться. в надежде повысить эффективность сжатия. Рассмотрим изображение RGB, Например; красные, зеленые и синие значения любого пикселя могут быть довольно разные, но соседние пары красного, зеленого и синего часто будут аналогичный.Таким образом, преобразованные байты будут стремиться к нулю, даже если исходных байтов не было. Это настоящая точка фильтрации: большая часть преобразованные байты будут сгруппированы вокруг нуля, таким образом давая сжатие движок меньший, более предсказуемый диапазон значений байтов, с которым нужно справиться.

А как насчет краев? Если « соответствующий байт » слева или выше не существует, алгоритм не зацикливается и не использует байты с другой стороны изображения; вместо этого он обрабатывает отсутствующий байт как ноль.Обертывание метод был фактически рассмотрен, но помимо того факта, что нельзя обернуть верхний край изображения без полного нарушения возможности потоковой передачи и постепенно отображать PNG-изображение, дизайнеры посчитали, что только несколько изображения выиграют (и минимально), что не оправдывает потенциальная дополнительная сложность.

Переплетение также немного затрудняет работу. Для целей фильтрации, каждый проход чересстрочной развертки обрабатывается как отдельное изображение со своим собственным ширина и высота.Например, в чересстрочном изображении 256 × 256 проходы будут рассматриваться как семь меньших изображений с размерами 32 × 32, 32 × 32, 64 × 32, 64 × 64, 128 × 64, 128 × 128 и 256 × 128 соответственно. [69] Это позволяет избежать неприятной проблемы определения соответствующих байтов между ряды разной ширины.

Так как же кодировщик на самом деле выбирает правильный фильтр для каждой строки? Проверить все возможные комбинации явно невозможно: даже 20-рядный изображение потребует тестирования более 95 триллионов комбинаций, где « тестирование » будет включать фильтрацию и сжатие всего изображения.Более простой подход, хотя по-прежнему затратно с точки зрения вычислений, заключается в постепенном тестовом сжатии каждого ряд, сохраните наименьший результат и повторите для следующего ряда. Это составляет фильтрация и сжатие всего изображения пять раз, что может быть разумный компромисс для изображения, которое будет передаваться и декодироваться многими раз.

Но у пользователей часто едва хватает терпения, чтобы дождаться одного раунда сжатие, поэтому группа разработчиков PNG придумала несколько практических правил (или эвристика) для разумного выбора фильтров.Первое правило — фильтры редко используются для изображений палитры, поэтому даже не беспокойтесь о них. Примечание, тем не менее, у этого есть значительная свобода выбора, как упорядочивать записи. в самой палитре, поэтому не исключено, что конкретный способ заказа фактически приведет к получению данных изображения, которые значительно выиграют от фильтрации. Однако никто еще не доказал этого, и наиболее вероятные подходы будут вовлекают статистику по каждой паре пикселей в изображении. Такой подходы были бы довольно дорогими для больших изображений.

также редко используются для изображений с низкой глубиной цвета (оттенки серого), хотя были редкие случаи, когда продвижение такого изображения до 8 бит, а затем фильтрация оказалась эффективной. В целом, однако, лучше всего использовать тип фильтра «Нет».

Для изображений в градациях серого и полноцветных изображений с 8 или более битами на выборку, с или без альфа-каналов динамическая фильтрация почти всегда полезна. В подход, который к настоящему времени стал стандартным, известен как минимальная сумма абсолютные различия эвристический и был впервые предложен Ли Дэниелом Крокером в феврале 1995 г.В этом подходе отфильтрованные байты обрабатываются как подписанные. значения — то есть любое значение больше 127 считается отрицательным; 128 становится -128 и 255 становятся -1. Затем суммируются абсолютные значения каждого из них, и выбирается тип фильтра, который дает наименьшую сумму. Этот подход эффективно отдает предпочтение последовательностям, близким к нулю и поэтому смещен по отношению к типу фильтра None.

, под редакцией Халида Сайуда и опубликован в декабре 2002 года издательством Academic Press (ныне Elsevier Science). Он также включает более строгие тестовые данные. Почти окончательный вариант доступен в формате PDF по следующей ссылке:

Я обновлю его до финальной версии и конвертирую в формат HTML, когда позволит время.

9.1. Фильтрация

Вскоре мы рассмотрим сам механизм сжатия, но производительность PNG обусловлена ​​не только улучшенным алгоритмом сжатия. PNG также поддерживает этап предварительного сжатия, который называется , фильтрация . Фильтрация — это метод обратимого преобразования данных изображения, чтобы основной механизм сжатия мог работать более эффективно. В качестве простого примера рассмотрим последовательность байтов, равномерно увеличивающуюся от 1 до 255. Поскольку в последовательности нет повторений, она либо очень плохо сжимается, либо не сжимается совсем.Но тривиальная модификация последовательности — а именно, оставление первого байта в покое, но замена каждого последующего байта разницей между ним и его предшественником — преобразует последовательность в чрезвычайно сжимаемый набор из 255 идентичных байтов, каждый из которых имеет значение 1.

В качестве реального примера (хотя и не совсем реалистичного) рассмотрим изображение, известное как 16million.png. Это 24-битное изображение с разрешением 512 × 32 768 RGB содержит по одному пикселю всех возможных цветов — всего их более 16 миллионов.Поэтому в качестве необработанных данных для хранения требуется 48 МБ. Простое сжатие в стиле PNG без фильтрации сокращает его до 36 МБ, то есть только на 25%. Но с включенной фильтрацией тот же механизм сжатия сокращает его до 115 989 байтов, что более чем в 300 раз лучше, чем в случае без фильтрации, с общим коэффициентом сжатия 434! [68] Zowie.

Фактические данные изображения редко бывают настолько идеальными, но фильтрация действительно улучшает сжатие в полутоновых и полноцветных изображениях, а также может помочь с некоторыми изображениями палитры.PNG поддерживает пять типов фильтров, и кодировщик может использовать разные фильтры для каждой строки пикселей изображения.

В Таблице 9-1 перечислены пять типов фильтров.

Таблица 9-1. Типы фильтров PNG

Последний метод требует пояснений. Изобретенный Аланом Пэтом, предсказатель Пэта вычисляется сначала путем вычисления базового значения , равного сумме соответствующих байтов слева и выше за вычетом байта слева вверху. (Например, базовое значение может равняться 228 + 228 — 227 = 229.) Затем вычисляется разница между базовым значением и каждым из трех соответствующих байтов, и байт, который дал наименьшую абсолютную разницу, то есть тот, который был ближе всего к базовому значению — используется в качестве предиктора и вычитается из целевого байта для получения отфильтрованного значения.В случае совпадений соответствующий байт слева имеет приоритет как предсказанное значение, за которым следует байт непосредственно выше. Обратите внимание, что все вычисления для получения предиктора Паэта выполняются с использованием точной целочисленной арифметики. С другой стороны, окончательный расчет фильтра выполняется с использованием модульной арифметики base-256; это верно для всех типов фильтров.

Хотя концепция проста, в реальной механике фильтрации есть немало тонкостей. Наиболее важным из них является то, что фильтрация всегда работает с байтами, а не с пикселями.Для изображений с пикселями меньше восьми битов это означает, что алгоритмы фильтрации фактически работают более чем с одним пикселем за раз; например, в 2-битной палитре или изображении в градациях серого на байт приходится четыре пикселя. Такой подход повышает эффективность декодеров, избегая манипуляций на уровне битов.

На другом конце спектра большие пиксели (например, 24-битный RGB или 64-битный RGBA) также обрабатываются как байты, но сравниваются только соответствующих байтов. Для любого данного байта соответствующий байт слева от него является смещением на количество байтов на пиксель.Это означает, что красные байты в изображении истинного цвета сравниваются с красными байтами, зеленые с зеленым и синие с синими. Если есть альфа-канал, всегда сравниваются альфа-байты; если глубина выборки составляет 16 бит, старшие (наиболее значимые) байты сравниваются с старшими байтами в том же цветовом канале, а младшие байты сравниваются с младшими. Другими словами, аналогичные значения всегда будут сравниваться и использоваться в надежде улучшить эффективность сжатия. Рассмотрим, например, изображение в формате RGB; значения красного, зеленого и синего цветов любого заданного пикселя могут сильно отличаться, но соседние пары красного, зеленого и синего часто будут похожими.Таким образом, преобразованные байты будут иметь тенденцию быть близкими к нулю, даже если исходные байты не были. Это реальная точка фильтрации: большинство преобразованных байтов будут кластеризоваться вокруг нуля, таким образом давая механизму сжатия меньший, более предсказуемый диапазон значений байтов, с которым нужно справиться.

А как насчет краев? Если «соответствующий байт» слева или выше не существует, алгоритм не выполняет циклический переход и не использует байты с другой стороны изображения; вместо этого он обрабатывает отсутствующий байт как ноль.Фактически, рассматривался метод переноса изображения, но помимо того факта, что невозможно обернуть верхний край изображения, полностью не нарушив возможность потоковой передачи и постепенного отображения изображения PNG, дизайнеры посчитали, что только несколько изображений принесут пользу ( и минимально при этом), что не оправдало потенциальной дополнительной сложности.

Переплетение также немного затрудняет работу. В целях фильтрации каждый проход чересстрочной развертки обрабатывается как отдельное изображение со своей шириной и высотой.Например, в чересстрочном изображении 256 × 256 проходы будут обрабатываться как семь меньших изображений с размерами 32 × 32, 32 × 32, 64 × 32, 64 × 64, 128 × 64, 128 × 128 и 256 × 128. соответственно. [69] Это позволяет избежать неприятной проблемы, связанной с определением соответствующих байтов между строками разной ширины.

Так как же кодировщик на самом деле выбирает правильный фильтр для каждой строки? Очевидно, что тестирование всех возможных комбинаций невозможно: даже 20-строчное изображение потребовало бы тестирования более 95 триллионов комбинаций, где «тестирование» включало бы фильтрацию и сжатие всего изображения.Более простой подход, хотя и затратный в плане вычислений, состоит в постепенном тестовом сжатии каждой строки, сохранении наименьшего результата и повторении для следующей строки. Это составляет фильтрацию и сжатие всего изображения пять раз, что может быть разумным компромиссом для изображения, которое будет передаваться и декодироваться много раз.

Но у пользователей часто едва хватает терпения, чтобы дождаться одного раунда сжатия, поэтому группа разработчиков PNG придумала несколько практических правил (или эвристик) для разумного выбора фильтров.Первое правило заключается в том, что фильтры редко используются для изображений палитры, поэтому даже не беспокойтесь о них. Обратите внимание, однако, что у каждого есть значительная свобода выбора порядка элементов в самой палитре, поэтому вполне возможно, что конкретный метод упорядочения фактически приведет к данным изображения, которые значительно выигрывают от фильтрации. Однако никто еще не доказал этого, и наиболее вероятные подходы включают статистику по каждой паре пикселей изображения. Такие подходы были бы довольно дорогими для больших изображений.

также редко используются для изображений с низкой битовой глубиной (в градациях серого), хотя были редкие случаи, когда продвижение такого изображения до 8 бит и последующая фильтрация оказывались эффективными. В целом, однако, лучше всего использовать тип фильтра «Нет».

Для изображений в градациях серого и полноцветных изображений с 8 или более битами на выборку, с альфа-каналами или без них, динамическая фильтрация почти всегда полезна. Подход, который к настоящему времени стал стандартным, известен как эвристика минимальной суммы абсолютных разностей и впервые был предложен Ли Дэниелом Крокером в феврале 1995 года.В этом подходе отфильтрованные байты обрабатываются как значения со знаком, то есть любое значение, превышающее 127, рассматривается как отрицательное; 128 становится -128, а 255 становится -1. Затем суммируются абсолютные значения каждого из них и выбирается тип фильтра, который дает наименьшую сумму. Этот подход эффективно отдает предпочтение последовательностям, которые близки к нулю, и поэтому смещен по типу фильтра None.

Связанная эвристика — все еще экспериментальная на момент написания этой статьи — использует взвешенную сумму абсолютных разностей.Теория, в некоторой степени основанная на эмпирических данных, состоит в том, что слишком частое переключение фильтров может иметь пагубный эффект на основной двигатель сжатия. Лучшим подходом могло бы быть предпочтение последнего использованного фильтра, даже если его абсолютная сумма разностей немного больше, чем у других фильтров, чтобы создать более однородный поток данных для компрессора — фактически, чтобы позволить краткосрочное убытки в обмен на долгосрочную прибыль. Стандартная библиотека PNG содержит код для включения этой эвристики, но еще предстоит провести значительное количество экспериментов, чтобы определить наилучшую комбинацию весовых коэффициентов, уровней сжатия и типов изображений.

Можно также представить себе эвристику, включающую метрики расстояния более высокого порядка (например, среднеквадратические суммы), скользящие средние и другие статистические методы, но на сегодняшний день в этой области мало исследований. Сжатие без потерь необходимо для многих приложений, но передовые исследования в области сжатия изображений, как правило, сосредоточены почти исключительно на методах с потерями, поскольку отдача от них намного выше. Даже в области без потерь предварительное кондиционирование потока данных, вероятно, будет иметь меньший эффект, чем изменение самого алгоритма внутреннего сжатия.Итак, давайте посмотрим на это дальше.

9.2. Алгоритм сжатия Deflate

В некотором смысле сжатие отвечает за само существование формата Portable Network Graphics (вспомните главу 1 «Введение в PNG»), и это, несомненно, один из наиболее важных компонентов PNG. Спецификация PNG определяет единственный метод сжатия, алгоритм deflate , для всех типов изображений.

Часть алгоритмов сжатия LZ77, deflate была определена PKWARE в 1991 году как часть 1.93а бета-версия их архиватора PKZIP. Независимо реализованный Жан-Лу Гайли и Марком Адлером, сначала для утилит Info-ZIP Zip и UnZip, а вскоре после этого для утилиты GNU gzip , алгоритм deflate прошел боевые испытания и сегодня, вероятно, является наиболее часто используемым алгоритмом сжатия файлов. в Интернете. Хотя это не лучший из известных алгоритмов сжатия, [70] deflate имеет очень желаемое сочетание характеристик: высокая надежность, хорошее сжатие, хорошая скорость кодирования, отличная скорость декодирования, минимальные накладные расходы на несжимаемые данные и скромная, четко определенная память. следы как для кодирования, так и для декодирования.

Как алгоритм, производный от LZ77, deflate в основном основан на концепции скользящего окна . Один из них начинается с предположения, что многие типы интересных данных, от двоичных компьютерных инструкций до исходного кода, от обычного текста до изображений, повторяются в разной степени. Основная идея скользящего окна состоит в том, чтобы представить окно некоторой ширины, непосредственно предшествующее текущей позиции в потоке данных (и, следовательно, скользящее по мере обновления текущей позиции), которое можно использовать как своего рода словарь для кодирования последующих данных. .Например, если текст этой главы представляет собой поток данных, то текущая позиция в тот момент, когда вы читаете это, здесь — . Перед этой точкой находится чуть более 13 000 байт текста, который включает, среди прочего, шесть копий фрагмента «или примера» (эй, есть еще один!). Вместо того, чтобы кодировать такие строки как буквальный текст, deflate заменяет каждую парой чисел, указывающих ее длину (в данном случае 10 байтов) и расстояние до одного из предыдущих экземпляров (возможно, 950 байтов между пятым и шестым).Чем больше длина строки, тем больше экономия на кодировании ее как указателя на окно.

Существуют различные способы реализации LZ77; подход, используемый deflate, представляет собой «жадный» алгоритм, первоначально разработанный Джеймсом Сторером и Томасом Шимански — отсюда и его название — LZSS. LZSS использует упреждающий буфер и находит самое длинное совпадение для буфера в скользящем окне. Если совпадение превышает заданную пороговую длину, строка кодируется как пара длина / расстояние, и буфер продвигается на соответствующую величину.Если самое длинное совпадение , а не достаточно длинное, первый символ в буфере упреждающего просмотра выводится как буквальное значение, и буфер продвигается вперед на единицу. В любом случае алгоритм продолжает поиск самого длинного совпадения для нового содержимого буфера.

Алгоритм deflate на самом деле немного умнее, чем можно было бы предположить из предыдущего описания. Вместо того, чтобы просто хранить пары длина / расстояние и буквальные байты как есть, он дополнительно сжимает данные путем кодирования Хаффмана вывода LZ77.Этот подход обычно называют LZH; Уникальность deflate заключается в его методе объединения литералов и длин в единое дерево Хаффмана, использовании как фиксированных, так и динамических кодов Хаффмана и разделении выходного потока на блоки, так что области несжимаемых данных могут храниться как есть, а не значительно расширяется, что может произойти с алгоритмом LZW.

Согласно спецификации PNG, поток данных deflate должен соответствовать формату zlib 1.0.В частности, размер скользящего окна должен быть степенью 2 между 256 байтами и 32 килобайтами включительно, и требуются небольшой заголовок и конец zlib. Последний включает 32-битную контрольную сумму для несжатых данных ; Напомним, что сжатый поток уже охвачен 32-битным значением CRC PNG в каждом блоке IDAT.

Более подробное объяснение алгоритма deflate и формата данных zlib выходит за рамки этой книги, но полные спецификации zlib и deflate доступны по адресу http: // www.zlib.org/zlib_docs.html. Кроме того, такие ссылки, как The Data Compression Book , Mark Nelson и Jean-Loup Gailly, неоценимы для понимания многих алгоритмов сжатия, включая LZ77 и LZSS.

С практической точки зрения, независимая реализация алгоритма deflate является сложной и ненужной. Почти каждая реализация PNG, доступная сегодня, использует свободно доступную библиотеку сжатия zlib, и примеры в Части III, «Программирование с PNG », тоже делают это.

[71] На данный момент я просто отмечу, что zlib поддерживает десять уровней сжатия (включая один без сжатия), различающихся алгоритмами, используемыми для поиска совпадающих строк, и пороговыми значениями для преждевременного завершения поиска.

Кроме того, обратите внимание, что эффективность механизма сжатия увеличивается по мере обработки большего количества данных, причем максимальная эффективность достигается, когда данных достаточно для заполнения скользящего окна. Это происходит главным образом потому, что в «словаре» доступно меньше строк, но также изначально потому, что те строки, которые действительно существуют, ограничены по длине — очевидно, они не могут быть длиннее, чем объем данных в окне.Таким образом, например, когда было получено 25% сжатых данных, это может соответствовать только 20% пикселей. Но из-за буферизации данных в сетевых протоколах и приложениях любые большие несоответствия из-за действительно низкоэффективного кодирования при запуске будут иметь тенденцию стираться на уровне 512 байт (или выше). То есть, даже если первые 50 байтов могут представлять только 1% сжатия, эти байты обычно не будут доступны до тех пор, пока не будет получен 512-й байт, к этому моменту эффективность сжатия может достигнуть 10% или выше.И поскольку это в целом верно для большинства алгоритмов сжатия, включая те, которые используются как в GIF, так и в PNG, разумно сравнить (как я сделал в главе 1 «Введение в PNG») внешний вид несжатых пикселей на момент, когда было получено равное количество сжатых данных.

9.2.1. Последнее слово о патентах

Как упоминалось в конце главы 7 «История формата переносимой сетевой графики», Stac, как сообщается, заявил, что алгоритм deflate защищен двумя их патентами.Фактически, существует ряд патентов, которые могут нарушить при соответствующей реализации deflate, включая один, принадлежащий самой PKWARE, который включает в себя отсортированные хеш-таблицы. Но спецификация deflate включает раздел о реализации алгоритма без нарушения, [72] и, конечно, сам zlib следует этому предписанию. Хотя эти вещи никогда не могут быть на 100% уверены, пока они не будут проверены в суде, разработчики и пользователи могут быть достаточно уверены в том, что использование zlib и его реализация алгоритма deflate не облагаются лицензионными сборами.

9,3. Сравнения в реальном мире

Единственный убедительный способ продемонстрировать преимущества сжатия одного формата изображения над другим — это провести фактическое сравнение двух форматов на наборе реальных изображений. Проблема заключается в выборе набора изображений — то, что работает для одного человека, может не работать для другого. Я собрал вместе результаты ряда реальных тестов, выполненных за последние несколько лет. Читатели могут ожидать достижения аналогичных результатов на аналогичных наборах изображений, но имейте в виду, что всегда можно выбрать конкретных наборов изображений , для которых результаты будут кардинально отличаться.Я объясню это замечание после того, как мы рассмотрим несколько случаев.

Для начала давайте посмотрим на небольшой, очень ненаучный набор изображений: семь неодушевленных изображений в формате GIF, которые оказались единственными легкодоступными на моей машине в один прекрасный день в июне 1998 года.

Таблица 9-2. Семь не анимированных, отобранных без научных исследований изображений GIF

Размер изображений варьировался от немногим более килобайта до почти 300 килобайт (точные размеры байтов приведены в таблице 9-2) и размером от 32 × 32 до 800 × 600.Все, кроме первого и последнего, были переплетены. При преобразовании в PNG с помощью утилиты gif2png (Глава 5, «Приложения: Конвертеры изображений») с сохранением чересстрочной развертки вручную и без добавления новых текстовых аннотаций все несколько улучшилось; Таблица 9-3 показывает предварительные результаты.

Таблица 9-3. Семь одинаковых изображений GIF после преобразования в PNG

Пять изображений уменьшились при преобразовании в PNG — три из них значительно увеличились, а два выросли.В целом размер набора в байтах увеличился на 6,5%. Поскольку gif2png использует стандартные настройки справочного кода libpng [73], его результаты можно считать типичными для «хороших» кодировщиков PNG. Но владелец веб-сайта часто будет готов потратить немного больше времени на сжатие в обмен на дополнительную экономию полосы пропускания в долгосрочной перспективе. Вот где на помощь приходит pngcrush (также обсуждаемый в главе 5, «Приложения: преобразователи изображений»). Таблица 9-4 показывает его результаты; проценты снова относятся к исходным размерам файлов GIF.

Таблица 9-4. Семь одинаковых изображений GIF после преобразования и оптимизации PNG

Итак, мы видим, что современный кодировщик PNG дает еще один процент от общего размера, при этом все изображения, кроме одного, теперь меньше оригинала. В данном случае стоит присмотреться к этой единственной опоре. Я уже отмечал, что linux_rasterman.gif было одним из чересстрочных изображений; предположим, этого не было? Размер GIF без чересстрочной развертки составляет 4568 байт, что всего на 16 байт меньше оригинала.Но версия PNG без чересстрочной развертки составляет либо 4067 байтов (gif2png), либо 4000 байтов (pngcrush) — это экономия 11,0% или 12,4% по сравнению с GIF без чересстрочной развертки. Другими словами, двухмерная схема чересстрочной развертки PNG может иметь существенное отрицательное влияние на сжатие , особенно для небольших изображений. Это важный момент, который следует учитывать при создании изображений: действительно ли чересстрочная развертка необходима для изображения размером 152 × 96 (как в этом случае), когда штраф составляет более 18% от размера файла?

Этот пример мог быть поучительным, но семь изображений не являются статистически достоверной выборкой.[74] Итак, давайте рассмотрим еще несколько наборов данных. Один из реальных примеров — это курс под названием «Создание убедительных и эффективных миров VRML 2.0» на конференции VRML98 в Монтерее, Калифорния. Хотя в остальном содержание курса было выдающимся, один слайд, на котором сравнивались форматы изображений для 3D-текстур, был довольно тревожным с точки зрения PNG. Он показал информацию, представленную в Таблице 9-5, вместе с самими текстурами (которые здесь опущены):

Таблица 9-5. Сравнение исходных файлов PNG, GIF и JPEG из курса VRML98

Даже без дополнительных подробностей, чем показано здесь, очевидна по крайней мере одна проблема: в строке 2 изображение JPEG имеет глубину 24 бита, а GIF — только 8 бит.Судя по размеру соответствующего PNG, можно было бы предположить (правильно), что PNG тоже 24 бита. Таким образом, с одной стороны, PNG сравнивается с изображением такой же глубины, в котором используется сжатие с потерями, а с другой стороны, он сравнивается с изображением, глубина которого составляет лишь одну треть, что также равносильно сжатию с потерями. Это больно.

Как выяснилось, были и другие проблемы: изображения PNG были созданы с помощью редактора изображений, не известного своими возможностями сжатия, и некоторые из PNG были чересстрочными, хотя их аналоги в формате GIF не были.(И поскольку это был курс VRML, я должен отметить, что ни один из существующих браузеров VRML на самом деле не использует чересстрочную развертку для постепенного рендеринга текстур, поэтому, как правило, нет смысла создавать такие изображения.) В результате все эти факторы — JPEG с потерями. Сжатие, смешивание 24-битных и 8-битных изображений, смешивание чересстрочных и построчных изображений и использование особенно плохого кодировщика для сжатия PNG — работало против нашего любимого формата изображения.

После выравнивания игрового поля с использованием GIF в качестве исходных изображений для PNG, отключением чересстрочной развертки и использованием комбинации инструментов преобразования и кодирования (включая pngcrush), результаты были значительно лучше для PNG, как показано в Таблице 9- 6.

Таблица 9-6. Обновленное сравнение PNG, GIF и JPEG для изображений курса VRML98

Здесь я выделил полужирным шрифтом самую маленькую версию каждого изображения; Единственное, что не является PNG, — это цветной JPEG, что неудивительно. Интересно то, что полутоновый JPEG (linoleum1.jpg) больше, чем версия GIF и оптимизированный PNG, несмотря на предполагаемые преимущества сжатия с потерями. На то есть как минимум три причины.Во-первых, и GIF, и PNG получают автоматическую экономию в три раза из-за того, что каждый пиксель имеет глубину всего 1 байт вместо 3 байтов. Во-вторых, JPEG находится в относительном невыгодном положении при работе с изображениями в градациях серого, потому что большинство его преимуществ сжатия связано с тем, как он обрабатывает цветовые компоненты изображения. В-третьих, это конкретное изображение скорее искусственное, чем естественное, с довольно большим количеством относительно резких особенностей, что делает его особенно плохо подходящим для сжатия в стиле JPEG.

Но, пожалуй, самая яркая особенность

Таблица 9-6 показывает, насколько плохо исходный кодировщик работал с изображениями PNG.Реальная экономия от 40% до 75% — это необычно, но благодаря плохому программному обеспечению для кодирования она не так уж необычна, как можно было бы надеяться.

В качестве еще одного реального примера (но, возможно, более представительного того, что может ожидать типичный веб-сайт), владелец http://www.feynman.com/ обнаружил, что когда он преобразовал 54 неодушевленных GIF в PNG, коллекция увеличилась. размером с 270 431 байт до 327 590 байт. Поскольку все исходные изображения имели глубину 8 бит или меньше — и даже худший кодировщик PNG в среднем будет работать так же или лучше, чем GIF с изображениями PNG с цветовой раскладкой — наиболее вероятное объяснение увеличения на 21% Размер заключается в том, что утилита преобразования создавала 24-битные RGB PNG.Действительно, владелец указал, что он использовал утилиту преобразования ImageMagick, более старые версии которой, как сообщается, имели неудачную привычку создавать 24-битные PNG, если явно не была указана опция -depth 8 . (Эта проблема, кажется, была исправлена ​​в более поздних версиях, но даже текущие версии включают 160 байт текста и фоновых фрагментов на изображение.) Когда исходные GIF-файлы были преобразованы в PNG с помощью gif2png, общий размер уменьшился до 215 668 байт. , что дает 20% экономии по сравнению с GIF.По отдельности GIF-файлы были меньше в 15 из 54 случаев, но ни разу не более чем на 340 байт. Из 39 изображений, в которых версия PNG была меньше, одна треть отличалась более чем на килобайт, а одно было на 14 КБ меньше.

Для последнего сравнения GIF я загрузил коллекцию значков Консорциума World Wide Web, состоящую из 448 неповрежденных изображений GIF. Из них 43 содержали встроенные текстовые комментарии, а 39 были чересстрочными. Большинство изображений были размером с иконку (как и следовало ожидать), размером 64 × 64 или меньше, но было и несколько изображений большего размера.Общий размер файлов составил 1 810 239 байт. Преобразование в PNG с помощью gif2png с раздельной обработкой чересстрочных и построчных изображений для сохранения их статуса привело к общему размеру PNG в 1 587 337 байт, или на 12,3%. Дополнительное сжатие с помощью pngcrush привело к получению в общей сложности 1 554 965 байт или уменьшения на 14,1% (по сравнению с размером GIF). Из 448 изображений PNG победил в сравнении размеров в 285 случаях, проиграл в 161 случае и сравнял в 2 случаях. Однако, как и в предыдущем тесте, решающим фактором была величина различий: GIF выиграл более чем на килобайт только в 1 случае, в то время как PNG выиграл столько же в 37 случаях — 4 из которых были больше 10 КБ, 1 более 64 КБ.Средняя разница для 285 случаев, когда PNG был меньше, составляла 940 байт; для 161 случая GIF это было всего 78 байт.

Наконец, я пару раз упомянул о грядущем стандарте JPEG для сжатия без потерь; на это тоже стоит взглянуть. Стандарт JPEG-LS [75] основан на алгоритме Hewlett-Packard LOCO-I. На момент написания он реализован в версии 0.90 кодировщика локального компьютера HP, доступной только в двоичной форме для платформ HP-UX, Solaris, IRIX и 32-разрядных платформ Windows.(Независимая реализация доступна как исходный код C из Университета Британской Колумбии.) В сравнении, проведенном Адамом Костелло, кодировщик HP был протестирован против pnmtopng и pngcrush на восьми стандартных цветных изображениях в ColorSet Waterloo BragZone. pnmtopng представляет интерес только из соображений скорости; Несмотря на то, что он умеренно быстрый, локомотив был значительно быстрее. Я не включил в сравнение результаты его размера, поскольку, как и ожидалось, pngcrush превосходил его по производительности во всех случаях, хотя и со значительными потерями в скорости.

Результаты были потрясающими. В пяти тестовых изображениях, отнесенных Университетом Ватерлоо к категории «естественных», JPEG-LS превосходит PNG на 5–11% — небольшая разница, но определенно значительная. Однако в трех изображениях, помеченных как «художественные», PNG оказался лучше благодаря широким полям, при этом одно изображение более чем в три раза меньше, чем соответствующая версия JPEG-LS. Эти результаты обобщены в

Таблица 9-7; еще раз размер в байтах выигравшего формата для каждого изображения выделен жирным шрифтом.

Таблица 9-7. PNG и JPEG-LS Сравнение цветных изображений Waterloo BragZone

Обратите внимание, что в последнем столбце я использовал размер JPEG-LS в качестве эталона, который эффективно работает с PNG — если бы я использовал вместо этого PNG, изображение frymire , например, показало бы JPEG-LS как на 271,3% больше, что выглядит намного эффектнее! Также обратите внимание, что для сравнения я использовал размер данных PNG IDAT, а не фактический размер файла PNG; это было сделано потому, что локомотив, похоже, кодирует необработанные данные JPEG без накладных расходов, связанных со стандартными форматами файлов JPEG, такими как JFIF и SPIFF.

В любом случае, результаты лишь немного более статистически достоверны, чем первое сравнение изображений GIF. Восемь образцов, даже если они представляют собой тщательно подобранный набор стандартных исследовательских изображений, не могут рассказать всю историю. И столь же интригующие результаты, безусловно, заслуживают более тщательного тестирования, которое, несомненно, произойдет со временем.

9,4. Практические советы по сжатию

Я вряд ли смог бы закончить эту главу без некоторых практических указаний по оптимизации сжатия PNG, как для пользователей, так и для программистов.Ниже приведены некоторые ориентировочные рекомендации, расположенные в порядке убывания эффективности. Обратите внимание, что, как и в любом наборе правил, всегда будут исключения.

9.4.1. Советы для пользователей

Ниже приводится список советов для пользователей программного обеспечения, поддерживающего PNG:

Используйте правильный формат изображения

Если у вас есть фотографические изображения и их качество JPEG приемлемо, используйте JPEG! JPEG почти всегда будет меньше PNG, особенно для цветных изображений.И наоборот, если у вас есть изображения с небольшим количеством цветов и / или резкими краями (например, текст и простая графика), JPEG почти никогда не будет правильным решением; используйте вместо этого PNG или GIF. Для прозрачности двоичного файла также используйте PNG или GIF; для частичной прозрачности или RGB без потерь используйте PNG или TIFF; для анимации используйте MNG или GIF.

Использовать правильную глубину пикселя

Например, не конвертируйте GIF (который с практической точки зрения всегда имеет глубину 8 бит или меньше) в 24-битный PNG; это автоматически увеличит размер файла в три раза.Точно так же, если у вас есть опция, не сохраняйте изображение в оттенках серого как RGB; сохраните его как оттенки серого или, в худшем случае, как PNG на основе палитры. Точно так же не используйте полный альфа-канал, если достаточно одноцветной прозрачности (а-ля GIF); он удваивает размер изображений в градациях серого и добавляет 33% к размеру RGB.

Следствие: квантование и дизеринг полноцветных изображений в палитру, если качество приемлемо

Аналогичным образом, если возможно, выполните квантование и дизеринг RGBA или серого + альфа PNG в палитру.Это то, что можете судить только вы, пользователь; ни одно разумное приложение для обработки изображений никогда не будет квантовать (что является преобразованием с потерями), если это не указано вами. Это не проблема для GIF, который реально поддерживает только изображений с цветовым отображением (т. Е. Ваш выбор GIF в качестве выходного формата представляет собой явную инструкцию для квантования), а также не проблема для JPEG, который поддерживает только оттенки серого и истинный цвет. Только PNG поддерживает цветные изображения, изображения в градациях серого и истинного цвета, а также альфа-каналы.

Осторожно используйте переплетение

Interlacing — это способ более быстрой передачи полезных частей изображения, особенно в Интернете, так что конечный пользователь может щелкнуть область с горячими ссылками, прежде чем изображение будет полностью загружено, если он того пожелает. Но, как я видел ранее, двумерная схема чересстрочной развертки PNG может в некоторых случаях ухудшить сжатие на 15%, особенно для небольших изображений. Поскольку небольшие изображения в любом случае передаются по сети довольно быстро, их обычно не нужно чередовать.

Используйте подходящие инструменты

В первых шести главах я обсуждал ряд приложений, поддерживающих PNG, и, по возможности, отмечал их ограничения; используйте это как руководство при выборе инструментов, если у вас есть выбор. Даже если ваша программа обычно хорошо сжимает изображения PNG, подумайте об использовании оптимизатора, такого как pngcrush, для всего, когда вы закончите;

[76] обязательно сделайте это, если ваша программа не известна своей производительностью сжатия.Для преобразования GIF в PNG специальный файл gif2png является наиболее подходящим решением, даже с учетом его постоянной бета-версии; он сохраняет как прозрачность, так и встроенные текстовые комментарии.

Не включайте лишнюю информацию

Длинное сообщение об авторских правах или другой текст может добавить 100 байт или более, что является большим количеством для значков и других небольших изображений.

9.4.2. Советы программистам

Ниже приводится список советов для программистов:

Использовать правильную глубину пикселя

Подсчитайте цвета! Или, по крайней мере, сделайте это, когда параметр сжатия «лучший», и вы не знаете, что изображение имеет оттенки серого — это не займет много времени, а компьютеры хороши в таких вещах.Если цветов 256 или меньше, напишите изображение с цветовой раскладкой; это приведет к трехкратной экономии размера файла PNG по сравнению с изображением RGB.

Использовать правильную глубину пикселя II

Если изображение размечено по цвету, не предполагайте, что пиксели должны иметь глубину 8 бит. Если есть только один или два цвета, напишите 1-битное изображение. Если есть три или четыре цвета, напишите 2-битное изображение. Если имеется от 5 до 16 цветов, напишите 4-битное изображение.(Это единственные полезные случаи для PNG.) Механизм сжатия не может компенсировать раздутые пиксели! Выбор правильной глубины для изображения на основе палитры уменьшит размер файла от двух до восьми раз по сравнению с 8-битным изображением.

По возможности используйте оттенки серого

Если вы знаете, что изображение серое, посмотрите, можно ли его записать более компактно в формате PNG с оттенками серого, чем в формате PNG с цветовыми картами — это автоматически верно, если имеется более 16 оттенков серого.Это позволит сэкономить до 780 байт за счет исключения палитры. Но не думайте, что 16 или меньше оттенков автоматически означают, что изображение может быть записано как 4-битное (или меньше) оттенки серого. Оттенки серого обязательно подразумевают, что оттенки равномерно распределены от черного к белому. Если, например, 16 оттенков сгруппированы в одной части серого спектра, изображение должно быть записано как 8-битная шкала серого или на основе 4-битной палитры. Для больших изображений подход на основе палитры почти наверняка лучше; для маленьких это зависит, но 8-битный вариант оттенков серого может оказаться меньше.Если возможно, попробуйте оба варианта; это очень быстро для небольших изображений.

Интеллектуальная настройка параметров сжатия и фильтрации

Для программ, использующих libpng (подробно обсуждаемых в Части III, «Программирование с PNG»), это не является серьезной проблемой; он автоматически поступит правильно, если предоставлен самому себе. Но если вы пишете собственный код PNG, следуйте рекомендациям в спецификации PNG для сопоставления стратегий фильтрации с типами изображений. В частности, используйте тип фильтра «Нет» для изображений с цветовым отображением и для изображений в градациях серого с глубиной менее 8 бит.Во всех остальных случаях используйте адаптивную фильтрацию (эвристика «минимальная сумма абсолютных разностей»).

Обрезать палитру

В отличие от GIF, размер палитры PNG определяется размером блока, поэтому нет необходимости включать 256 записей, если в изображении используется только 173. При 3 байтах на запись потраченные впустую слоты могут иметь большое значение для значков и других небольших изображений.

Обрезать кусок прозрачности

Чрезвычайно редко каждая запись палитры бывает частично или полностью прозрачной.Если есть какие-либо непрозрачные записи — в частности, если все, кроме одной, непрозрачные, — измените порядок палитры так, чтобы непрозрачные записи находились в конце. Записи прозрачности, соответствующие этим непрозрачным цветам, могут быть опущены. Абсолютно наихудший из возможных подходов — разместить единственную прозрачную запись на конце палитры! Эти 255 дополнительных байтов — это много для файла, который в противном случае имел бы длину 500 (или даже 150) байтов.

Делайте прозрачность разумно

Узнайте, как работают альфа-каналы PNG и блок tRNS.Если альфа-маска является двоичной (то есть полностью прозрачной или полностью непрозрачной), посмотрите, соответствуют ли прозрачные части одному цвету или оттенку серого; в таком случае удалите альфа-канал из файла PNG и используйте вместо него блок tRNS («дешевая прозрачность»). Или посмотрите, составляет ли общее количество комбинаций цвет + альфа 256 или меньше; если это так, напишите изображение с цветовым отображением с помощью блока tRNS. Если пользователь запрашивает преобразование изображения RGBA в индексированный цвет, сделайте это разумно. Комбинация фрагментов PNG PLTE и tRNS составляет палитру, элементы которой являются значениями RGBA.Точно такие же алгоритмы квантования и дизеринга 24-битного изображения RGB до 8-битного изображения на основе палитры можно использовать для квантования и дизеринга 32-битного RGBA или 16-битного изображения в градациях серого + альфа до 8-битного изображения. Палитра RGBA. В частности, нельзя рассматривать значения цвета и значения прозрачности, как если бы они были отдельными, не связанными между собой объектами; попытка разделить палитру на «цветную часть» и «прозрачную часть» имеет не больше смысла, чем попытка разделить стандартную палитру RGB на красную, зеленую и синюю части.Если вы плохо сделаете дешевую прозрачность, пользователь будет вынужден использовать полный альфа-канал, что в четыре раза увеличит размер его файла. Для оттенков серого альфа-канал «просто» увеличивает размер вдвое. Обратите внимание, что изображение сосульки на рис. C-1 на цветной вставке на самом деле раскрашено. Если не считать яркого фона, который на самом деле был создан приложением для просмотра, половина в полном разрешении выглядит чертовски хорошо, не так ли?

Не включайте ненужные фрагменты в маленькие изображения

Информация о гамме (или блок sRGB) всегда хороша, но полный профиль ICC может в четыре раза увеличить размер небольшого файла изображения.Не включайте текстовый фрагмент программного обеспечения или фрагмент времени или сделайте это только для изображений, размер которых превышает, скажем, 100 x 100 пикселей. Включайте информацию о точках на дюйм (фрагмент pHY) только в том случае, если она действительно имеет отношение к изображению; но пользователь может быть единственным, кто может сделать этот звонок.

Предложите пользователю разумные варианты

Не перегружайте его ненужными подробностями о фильтрах или другим техническим жаргоном. Например, предложите простой флажок для включения чересстрочной развертки.Предложите простой циферблат или даже два или три варианта уровня сжатия — самый быстрый , типичный и лучший , возможно. Даже если это увеличит размер файла, предложите включить хотя бы несколько текстовых аннотаций — например, автора, заголовок, описание и / или авторские права. С другой стороны, предложите опустить некоторую дополнительную информацию, например, описанную в предыдущем пункте.

Предупредить пользователя о потере данных

Если область полностью прозрачна, не обнуляйте пиксели нижележащего цвета, чтобы улучшить сжатие, если вы каким-либо образом не уведомили пользователя.Убедитесь, что она понимает, что квантование и дизеринг — это преобразования с потерями, но не делайте это слишком пугающим.