1 基本概念
1.1 图像压缩的定义
图像压缩是指通过编码、变换、量化或其他数据处理手段，减少图像数据冗余，从而降低文件体积的一类技术。其目标并非简单删减内容，而是在尽量保持可接受视觉效果的前提下，使图像更便于存储、传输和处理。
1.2 图像压缩的目的
图像压缩主要用于节省存储空间、提升传输效率、降低带宽占用，并改善设备加载速度。对于需要批量保存或频繁交换图像的系统而言，压缩还能减轻计算与网络资源消耗。
1.3 图像压缩的基本原理
图像之所以能够被压缩，根本原因在于图像数据中普遍存在可利用的冗余。压缩算法会识别这些重复、相近或可预测的信息，再以更紧凑的形式进行表示。
1.3.1 冗余信息的识别
图像中的冗余主要包括空间冗余、统计冗余和视觉冗余。空间冗余表现为相邻像素之间往往具有相似性；统计冗余则体现在某些数值或模式出现频率较高；视觉冗余则是人眼对部分细微变化不敏感。
1.3.2 数据相关性的利用
压缩技术通常利用像素之间、区域之间以及颜色通道之间的相关性。例如，相邻像素值常可互相预测，连续区域中的变化也常较为平缓，因此不必逐点完整记录原始数值。
1.3.3 感知冗余的压缩
感知冗余指图像中虽存在数值差异，但人眼未必能明显察觉的部分。许多有损压缩方法正是通过舍弃这类不易感知的信息，以换取更高压缩率。
1.4 图像压缩的评价指标
衡量图像压缩效果时，通常需要同时考虑体积变化、视觉质量和计算代价。不同指标侧重点不同，单一指标往往无法全面反映实际效果。
1.4.1 压缩比
压缩比是原始数据大小与压缩后数据大小之比。该指标越高，通常表示节省空间越明显，但并不直接说明图像质量是否可接受。
1.4.2 失真度
失真度用于描述压缩前后图像在像素值或视觉效果上的偏差。失真越小，说明压缩对原图的影响越轻。
1.4.3 峰值信噪比
峰值信噪比常用于客观评估重建图像与原图之间的接近程度。一般而言，该值越高，表示压缩引入的误差越低。
1.4.4 结构相似性
结构相似性更注重亮度、对比度和结构信息的保持情况，较能反映人眼对图像整体观感的判断，因此在图像质量评估中应用广泛。
2 压缩类型
2.1 无损压缩
无损压缩在解压后能够完全恢复原始图像数据，适合对精确性要求较高的场景。
2.1.1 特点
无损压缩不会丢失任何像素信息，因此重建结果与原图一致。其压缩率通常低于有损压缩，但能保证数据可逆。
2.1.2 适用场景
这类压缩常用于文档扫描、医学影像、科研数据、图标以及需要长期归档的图像文件。凡是不能容忍信息损失的应用，往往优先考虑无损方式。
2.1.3 常见无损压缩算法
常见算法包括游程编码、霍夫曼编码、算术编码，以及基于预测的无损方法。PNG就是典型的无损图像格式代表。
2.2 有损压缩
有损压缩允许在压缩过程中舍弃部分信息，以获得更高的压缩效率和更小的文件体积。
2.2.1 特点
有损压缩通常通过量化或感知优化来削减不重要的数据，重建后图像与原图不再完全相同。其优势在于压缩率高，适合大规模分发和展示。
2.2.2 适用场景
这类压缩常见于照片、网页图片、视频帧和移动端内容分发等场合。只要轻微失真不影响使用，有损方式通常更具实用性。
2.2.3 常见有损压缩算法
常见算法包括基于离散余弦变换的JPEG类方法、小波压缩方法，以及一些面向新格式的混合编码方案。
2.3 混合压缩
混合压缩结合了无损与有损思想，通常在不同层次或不同内容区域采用不同处理方式。
2.3.1 无损与有损结合
有些格式会先进行有损压缩以减少主体数据量，再对关键部分或附加信息进行无损保留，从而兼顾效率与精度。
2.3.2 分层编码思路
分层编码允许先传输或解码较低质量版本，再逐步叠加细节。这种方式适合网络传播和渐进式浏览。
3 核心技术
3.1 预测编码
预测编码通过估计当前像素的可能值，再只记录实际值与预测值之间的差异，从而减少数据量。
3.1.1 像素值预测
像素值预测通常依据邻近像素或局部结构进行推断。由于自然图像中局部连续性较强，预测结果往往接近真实值。
3.1.2 差值表示
将像素原值转换为预测误差后，数据分布通常更集中，便于后续熵编码进一步压缩。
3.2 变换编码
变换编码将空间域图像转换到频域或其他表示域，使数据能量更集中，便于压缩处理。
3.2.1 离散余弦变换
离散余弦变换在JPEG等标准中应用广泛，能够把图像块中的信息集中到少数低频系数中，从而利于量化和编码。
3.2.2 小波变换
小波变换可在多尺度上分析图像，既保留局部特征，又能有效描述整体结构，因此适合高质量压缩与渐进传输。
3.2.3 频域能量聚集
变换编码的重要特征之一，是将大部分能量集中到少量系数上。这样一来，许多高频系数可以被弱化或舍弃，而不会明显影响视觉效果。
3.3 熵编码
熵编码根据符号出现概率分配不同长度的码字，使高频符号使用更短的编码，低频符号使用更长的编码。
3.3.1 霍夫曼编码
霍夫曼编码是一种经典的变长前缀编码方法，构造简单、实现成熟，常用于压缩流程的最后阶段。
3.3.2 算术编码
算术编码把整个符号序列表示为一个区间，理论压缩效率较高，尤其适合概率分布不均匀的数据。
3.3.3 游程编码
游程编码针对连续重复符号进行压缩，适合出现大量连续相同值的图像数据，如某些简单图形或量化后的系数序列。
3.4 量化技术
量化是有损压缩中的关键步骤，它通过减少数值精度来降低数据规模。
3.4.1 标量量化
标量量化逐个处理数值，将连续取值映射到离散级别。该方法结构简单，应用十分普遍。
3.4.2 矢量量化
矢量量化把多个数值组成向量后统一编码，能在一定条件下获得更高压缩效率，但实现复杂度也更高。
3.4.3 量化误差控制
量化误差控制的目标是在压缩率与画质之间取得平衡。量化步长越大，文件越小，但失真也会随之增加。
4 常见图像格式
4.1 JPEG
JPEG是应用最广泛的照片类图像格式之一，尤其适合色彩丰富、细节连续的自然图像。
4.1.1 编码流程
其典型流程包括颜色空间转换、色度抽样、分块、离散余弦变换、量化与熵编码等步骤。
4.1.2 优缺点
JPEG压缩效率高、兼容性强，但多次保存可能累积失真，且在边缘和细节区域容易出现伪影。
4.2 PNG
PNG是一种以无损压缩为核心的图像格式，常用于需要保留原始细节和清晰边缘的场景。
4.2.1 无损特性
PNG保存和解压后不会改变像素内容，因此适合图标、截图、文字图像和需要反复编辑的素材。
4.2.2 透明通道支持
PNG支持透明通道，便于实现半透明边缘、图层叠加和网页合成效果。
4.3 WebP
WebP是面向网络环境设计的图像格式，兼具有损与无损能力，强调较高压缩效率。
4.3.1 有损与无损模式
WebP可根据需求选择不同模式，在照片压缩和无损存储之间提供较灵活的平衡。
4.3.2 浏览器与应用支持
随着浏览器和图像处理软件逐步支持，WebP在网页资源优化中得到越来越多应用。
4.4 HEIF与AVIF
HEIF与AVIF属于较新的图像容器或编码体系，强调更高压缩率和更好的现代媒体适配能力。
4.4.1 高压缩效率
这类格式通常能在相近画质下获得比传统格式更小的体积，因此适合高分辨率照片的存储与分发。
4.4.2 现代移动端应用
在移动设备中，它们常用于相册保存、系统截图和快速分享，以减轻存储与流量压力。
5 算法与标准
5.1 JPEG标准
JPEG标准定义了静态图像压缩的通用框架，并形成了长期稳定的行业基础。
5.1.1 Baseline JPEG
Baseline JPEG是最常见的基础版本，兼容性好，适合广泛设备解码。
5.1.2 Progressive JPEG
Progressive JPEG支持渐进显示，图像可先呈现粗略轮廓，再逐步补全细节，适合网络加载场景。
5.2 JPEG 2000
JPEG 2000是基于小波变换的新一代图像压缩标准，强调更高灵活性和更优性能。
5.2.1 小波压缩机制
它以小波变换取代传统块变换，能减少块状伪影，并支持更精细的尺度控制。
5.2.2 适用领域
JPEG 2000常见于档案保存、影视制作、医学影像和专业图像处理等对质量要求较高的领域。
5.3 JPEG XL
JPEG XL是一种较新的静态图像编码标准，目标是在压缩效率、视觉质量和兼容性之间取得平衡。
5.3.1 设计目标
其设计强调高质量压缩、无损与有损统一支持，以及较好的渐进传输能力。
5.3.2 兼容性与性能
JPEG XL力图兼顾现代编码效率与传统工作流的迁移便利性，但实际部署仍取决于生态成熟度。
5.4 其他压缩标准
除主流格式外，图像压缩还存在面向特定用途的多种标准。
5.4.1 无损标准
无损标准通常用于医疗、出版、科研和归档等领域，以确保图像可精确复原。
5.4.2 专用领域标准
一些标准专门服务于卫星图像、扫描文档、工业检测或专业摄影等场景，往往更注重特定任务下的效率和可靠性。
6 性能与质量权衡
6.1 压缩率与图像质量
压缩率越高，文件越小，但图像质量通常会受到更明显影响。实际应用中需要根据用途决定可接受的损失范围。
6.2 主观质量与客观质量
客观指标可以量化误差，但不一定完全等同于人眼感受。主观质量评估更贴近视觉体验，因此常与客观指标结合使用。
6.3 计算复杂度
复杂算法往往带来更高压缩效率，但也会增加编码和解码耗时。在实时通信或移动设备中，复杂度尤其关键。
6.4 存储成本与传输效率
压缩不仅影响存储占用，也直接关联网络传输成本。对于大规模平台，节省哪怕少量字节都可能带来显著收益。
6.5 不同应用场景的取舍
不同场景对画质、速度和体积的偏好并不相同。摄影存档偏向质量，网页展示偏向加载速度，而医疗成像则更重视精确性。
7 应用场景
7.1 数字摄影
图像压缩几乎贯穿数字摄影的拍摄、保存和后期流程。
7.1.1 相机与手机拍摄
相机和手机常使用压缩格式直接记录照片，以便在有限存储中保存更多作品，并提高连拍与分享效率。
7.1.2 后期处理与存档
后期处理通常会先保留较高质量版本，再根据用途导出不同压缩等级的文件，以兼顾编辑空间和交付需求。
7.2 网络与网页
网络环境对图片体积非常敏感，因此压缩是网页性能优化的重要部分。
7.2.1 页面加载优化
合理压缩图片可以显著减少首屏加载时间，改善用户等待体验，并降低服务器与客户端带宽压力。
7.2.2 响应式图片
响应式图片会根据设备分辨率和屏幕尺寸提供不同尺寸或不同压缩级别的版本，以提高显示效率。
7.3 移动通信
移动网络条件波动较大，图像压缩有助于提高传输稳定性与使用体验。
7.3.1 流量节省
较小的图片文件能够减少用户流量消耗，尤其适合频繁浏览图文内容的场景。
7.3.2 低带宽传输
在带宽有限或信号较弱的环境中，压缩图像可以降低卡顿和加载失败的概率。
7.4 医疗与科研
医疗和科研领域对图像真实性要求较高，因此常强调压缩方法的可控性与可验证性。
7.4.1 图像保真要求
此类应用通常需要尽量避免信息损失，以确保诊断、测量和分析结果可靠。
7.4.2 数据存储与共享
当图像数据量较大时，适度压缩可帮助机构更高效地保存、归档和跨系统共享资料。
7.5 电子商务与社交媒体
在内容展示密集的平台上，图像压缩直接关系到页面效率和传播体验。
7.5.1 商品展示
电商平台通常需要在清晰展示商品细节与控制页面体积之间取得平衡，因此会针对主图、细节图和缩略图分别处理。
7.5.2 内容分发
社交媒体中的图片需快速上传、审核与下发，压缩技术能够提升内容分发速度并降低平台资源消耗。
8 压缩流程与工程实现
8.1 编码流程
图像压缩的编码过程通常由多个环节组成，不同格式会在细节上有所差异，但基本思路相近。
8.1.1 预处理
预处理可能包括颜色空间转换、分块、去噪、抽样或格式标准化，为后续压缩做准备。
8.1.2 变换与量化
这一阶段会把图像从原始表示转换为更适合压缩的形式，并通过量化减少精度与数据规模。
8.1.3 熵编码
熵编码负责对处理后的符号进一步压缩，通常是生成最终文件前的最后一步。
8.2 解码流程
解码过程与编码相逆，其任务是从压缩数据中恢复可显示或可继续处理的图像。
8.2.1 反熵编码
反熵编码首先还原出经过压缩表示的符号序列，为后续步骤提供中间数据。
8.2.2 反量化与逆变换
随后系统会进行反量化和逆变换，重建出近似或完全一致的图像数据。
8.3 硬件与软件实现
图像压缩的工程实现既依赖算法设计，也受制于硬件平台与系统架构。
8.3.1 CPU优化
CPU实现通常注重指令级优化、缓存利用和并行计算，以提高通用设备上的处理速度。
8.3.2 GPU加速
GPU适合并行处理大规模像素或块数据，因此在高分辨率图像和批量处理场景中常用于加速编码与解码。
8.3.3 专用芯片支持
部分终端设备会使用专用图像处理单元来完成压缩相关任务，以降低功耗并提升实时性能。
9 历史与发展
9.1 早期图像压缩思想
图像压缩思想可追溯到传真、信号处理和早期编码理论发展阶段。那时的研究重点主要是如何减少重复信息并提高传输效率。
9.2 数字图像时代的标准化
随着数字成像普及，图像压缩逐步形成标准体系。统一编码规范使不同设备和软件之间能够更稳定地交换图像数据。
9.3 面向互联网的压缩演进
互联网推动了对更小体积、更快加载和更好兼容性的需求，促使图像格式不断优化，渐进式显示与高效编码也因此发展起来。
9.4 面向高分辨率与新设备的优化
随着高分辨率屏幕、移动终端和海量内容平台的出现，图像压缩开始更重视高质量、低延迟与能效之间的协调。
10 相关问题
10.1 压缩伪影
压缩伪影是指图像在压缩后出现的非自然视觉痕迹，常见于压缩率较高或重复保存的情况。
10.1.1 块效应
块效应表现为图像中出现明显的方块边界，常见于按块处理并量化较强的编码方式。
10.1.2 振铃效应
振铃效应通常出现在高对比边缘附近，表现为边缘周围出现波纹状或重影式痕迹。
10.1.3 细节丢失
细节丢失会使纹理、边缘或微小结构变得模糊，影响图像的真实感和可辨识度。
10.2 色彩与位深处理
颜色表示方式和位深设置会影响压缩结果与显示效果，是图像编码中不可忽视的部分。
10.2.1 色度抽样
色度抽样通过降低颜色信息的采样率来减小数据量，因为人眼通常对亮度变化更敏感，对色度变化相对不敏感。
10.2.2 色彩空间转换
压缩前常会将图像从一种色彩空间转换到另一种更适合编码的表示方式，以提高压缩效率并配合人眼特性。
10.3 安全与隐私
图像压缩还涉及数据管理层面的安全问题，尤其是在共享和分发过程中。
10.3.1 元数据处理
图像文件可能包含拍摄参数、时间信息或设备信息等元数据。是否保留这些内容，会影响隐私保护与文件管理策略。
10.3.2 图像篡改与鉴别
压缩并不等同于真实性保证。对于需要验证来源和内容完整性的场景，通常还需要结合校验、签名或取证方法进行鉴别。