AlegsaOnline.com

JPEG — standard kompresji obrazu rastrowego

JPEG to powszechny, stratny format kompresji zdjęć cyfrowych opracowany przez Joint Photographic Experts Group, szeroko używany w fotografii, internecie i urządzeniach mobilnych.

Autor: Leandro Alegsa Data utworzenia: 17 maja 2021 Ostatnia aktualizacja: 23 kwietnia 2026

simple.wikipedia.org · CC BY-SA 4.0

Przegląd

JPEG (skrót od Joint Photographic Experts Group) to jeden z najczęściej stosowanych formatów plików do zapisu zdjęć i obrazów rastrowych. Jego główną cechą jest stratna kompresja, która pozwala znacząco zmniejszyć rozmiar pliku kosztem pewnej utraty szczegółów. Dzięki temu JPEG jest szczególnie popularny w fotografii cyfrowej, publikacjach internetowych i wymianie obrazów przez sieć. Więcej informacji o organizacji i specyfikacji można znaleźć pod linkiem: Joint Photographic Experts Group.

Charakterystyka techniczna

Standard JPEG wykorzystuje dyskretną transformację cosinusową (DCT) na małych blokach obrazu (zazwyczaj 8×8 pikseli), kwantyzację współczynników oraz kodowanie entropijne. Dla uzyskania dalszej redukcji rozmiaru stosuje się subsampling chrominancji (np. 4:2:0), ponieważ oko ludzkie jest mniej wrażliwe na zmiany barwy niż jasności. Istnieją różne profile i tryby pracy, w tym baseline (najbardziej rozpowszechniony) oraz progressive (obraz stopniowo się odtwarza w trakcie pobierania). Zagadnienia techniczne i warianty formatu opisane są szerzej na stronach: specyfikacja.

Historia i rozwój

Format powstał dzięki pracom międzynarodowej grupy ekspertów i został udostępniony jako standard w latach 90. XX wieku. Jego upowszechnienie zawdzięcza się rozwojowi fotografii cyfrowej i potrzebie efektywnego przechowywania zdjęć. Z biegiem czasu pojawiły się rozszerzenia, narzędzia optymalizujące jakość i implementacje sprzętowe oraz programowe. Kontekst historyczny i ewolucję standardu omawia źródło: historia JPEG.

Zastosowania i przykłady

JPEG jest powszechny w internecie, w aparatach cyfrowych, smartfonach i w archiwizacji fotografii, gdzie sposób kompresji daje kompromis między jakością a rozmiarem. Nie nadaje się najlepiej do obrazów zawierających ostre krawędzie, tekst lub grafikę wektorową — tam lepsze są formaty bezstratne, jak PNG. Dla zastosowań internetowych warto rozważyć też nowocześniejsze alternatywy, np. WebP lub HEIF: porównanie formatów i nowe kodeki.

Rozszerzenia plików i metadane

Najczęściej spotykane rozszerzenia to .jpg, .jpeg i .jpe. Pliki JPEG mogą zawierać dane EXIF, IPTC lub XMP z informacjami o ustawieniach aparatu, dacie, lokalizacji i prawach autorskich. Obsługa metadanych oraz praktyczne porady dotyczące zapisu i konwersji omówiono tutaj: metadane JPEG oraz wskazówki praktyczne.

Uwagi praktyczne i rozróżnienia

Wybór poziomu kompresji wpływa na widoczne artefakty (blokowanie, rozmycie, efekt ringing).
Wielokrotne zapisywanie tego samego pliku w trybie stratnym pogarsza jakość (rekompresja).
Do archiwizacji lub grafiki z tekstem lepszy jest format bezstratny; JPEG pozostaje jednak standardem dla fotografii ze względu na powszechność obsługi i efektywność kompresji.

Zdjęcie żbika z malejącą od lewej do prawej strony wielkością kompresji

Jak to działa?

YPbPr

Pierwszą godną uwagi rzeczą w kompresji JPEG jest sposób przechowywania koloru każdego piksela. Do każdego piksela obrazu przypisane są 3 bajty określające jego kolor. Wszystkie trzy bajty mogą mieć dowolną wartość z zakresu od 0 do 255, a każda możliwa kombinacja tych trzech bajtów oznacza inny kolor. W większości formatów plików, do definiowania koloru używany jest format RGB. RGB to skrót od Red Green Blue. Nazwano go w ten sposób, ponieważ pierwszy z trzech bajtów mówi, ile czerwieni jest w kolorze piksela. Drugi bajt mówi, ile zieleni jest w kolorze, a trzeci bajt, ile niebieskiego. Im wyższą wartość ma pierwszy bajt, tym bardziej czerwony jest piksel.

JPEG również używa trzech bajtów dla każdego piksela, ale używa formatu YPbPr (znanego również jako YCbCr). Tutaj pierwszy bajt mówi nam, jak jasny jest piksel. Drugi bajt mówi nam, jak niebieski jest piksel. Trzeci bajt mówi nam, jak czerwony jest piksel. Używając tego formatu kolorów, jasność jest przechowywana niezależnie od koloru. Jest to przydatne, ponieważ zamierzamy skompresować obraz. Ponieważ ludzkie oko lepiej widzi jasność niż kolor, możemy zastosować większą kompresję do bajtów koloru (bajt Pb i bajt _Pr). Ponieważ lepiej widzimy jasność, stosujemy mniejszą kompresję dla bajtu Y, aby obraz po kompresji wyglądał lepiej.

Ponieważ obrazy najczęściej zapisywane są w formacie RGB, pierwszym krokiem kompresji JPEG jest zazwyczaj prawidłowa zamiana formatu RGB na format YPbPr.

Dyskretna transformata kosinusowa

JPEG używa funkcji cosinusowych do reprezentowania obrazu. Dlatego porozmawiamy trochę o funkcjach cosinusowych. Oto jak może wyglądać funkcja cosinusowa:

Aby funkcja cosinusowa reprezentowała kolor piksela, mówimy, że im wyższa wartość funkcji cosinusowej, tym jaśniejszy piksel. Gdybyśmy mieli zestaw pikseli, które świecą jasno - ciemno - jasno, moglibyśmy użyć powyższej funkcji do ich zdefiniowania.

Funkcja może mieć również wyższą częstotliwość. Na przykład tak:

Ale tutaj robi się ciekawie. Możemy również tworzyć różne funkcje poprzez wyciąganie średniej z różnych funkcji cosinusowych. Oto jak by to wyglądało, gdybyśmy wzięli średnią z dwóch powyższych funkcji:

W JPEG, DCT jest stosowane do bloków 8 × 8 pikseli.

Quantisation

Do tej pory żadna informacja nie została utracona w procesie kompresji obrazu. W tym kroku, filtrujemy informacje. Z tego powodu jest to krok, który obniża jakość obrazu. Dla każdego bloku 8 × 8 pikseli funkcje kosinusowe o wysokich częstotliwościach są ustawiane na 0. Oznacza to, że nie mogą one już mieć żadnego wpływu na wygląd obrazu podczas dekompresji.

Wiele wartości będzie teraz wynosić 0, co oznacza, że można to bardzo łatwo skompresować. Odbywa się to za pomocą kodowania Huffmana. Kodowanie Huffmana jest ostatnim etapem kompresji JPEG. Jest to również jedyny krok, w którym dane są faktycznie kompresowane.