使用WebP技術的圖像壓縮

Question

WebP技術既用於有損圖像壓縮技術，也用於無損圖像壓縮，其壓縮圖像比「JPEG」更多，我正在研究圖像壓縮技術。所以如果任何人能夠爲我提供清晰的WebP圖像壓縮算法，那對我來說就是幫助。

Answer 1

好吧，提供整個有損和無損壓縮算法，包括全部細節的所有變種，在這個論壇上超出了單個答案。 Google提供免費的lossy和lossless比特流規範。但後者相當不完整，不準確，部分甚至是錯誤的。根據這個規範你將很難實現一個編解碼器，而且研究一些源代碼也是不可或缺的。

在這裏我可以給你至少有一些關於無損格式的細節：

• 像PNG，它使用ZIP deflate壓縮算法，WebP的使用霍夫曼編碼的所有圖像信息，太。實際上，WebP的許多壓縮增益源於巧妙地採用霍夫曼編碼。許多細節顯然是從DEFLATE借用的，即將代碼大小限制爲15位，並且用又一個霍夫曼代碼編碼哈夫曼字母，這與DEFLATE使用的幾乎相同。
• 通過LZ77滑動窗口壓縮和一個大小爲2..2048的可選顏色緩存（包括最近使用的顏色）實現了額外的壓縮。編碼器可以自由決定使用哪一個。兩者都可以混合使用。不過，我在測試中發現，這可能會對壓縮比造成不利影響。攝影圖像通常使用大顏色緩存進行壓縮，使用緩存時，通常最好對緩存中不存在的像素始終使用文字ARGB編碼，而不是使用LZ77反向引用。
• 儘管使用LZ77壓縮與DEFLATE幾乎相同，但Google的規範不是基於字節，而是基於像素。也就是說，ARGB四倍頻是壓縮的，而不是單獨的A-R-G-B字節。此外，WebP允許反向參考長度高達4096像素，參考距離高達1048576 - 120像素，這遠遠超出了DEFLATE限制。另一個好處是通過對ARGB頻道使用單獨的霍夫曼字母來獲得。
• 與PNG類似，WebP LZ77壓縮具有RLE（遊程長度編碼）功能，該功能是在參考長度超過參考距離時巧妙處理特殊情況的結果。在這種情況下，可用字節會一遍又一遍地被複制，直到達到指定的長度。我發現使用此功能可以爲具有相同顏色的長時間運行的「人造」圖像產生很好的壓縮效果。然而，它與顏色緩存相沖突，這會爲這些運行生成相當高效的霍夫曼代碼。基於我的初步測試，顏色緩存勝過RLE功能。
• 與PNG類似，WebP在原始ARGB數據上表現不佳。因此，在壓縮開始之前，這兩種格式都允許在像素數據上應用各種變換。這些變換真的很好地減少了像素流的方差，並且解決了大量的壓縮比。 WebP定義了13個標準預測變換，而PNG只有4個。然而，我發現大多數預測變量的增益並不高，而且我通常使用「選擇」濾波器，它選擇左邊的像素或以上，哪一個看起來更適合作爲預測。和PNG一樣，簡單的過濾器通常比複雜的過濾器好。
• 除了預測變換，WebP提供了一些其他變換，其中我只嘗試過「減去綠色」，它試圖通過從R和B中爲每個像素減去G來去相關RGB通道。事實上，我觀察到一些好處，當應用於預測後。如果之前應用，可能會對照片圖像產生負面影響。
• WebP對比特流使用5個獨立的霍夫曼代碼：一個用於綠色通道，LZ77長度代碼和顏色緩存索引，一個用於紅色通道，一個用於藍色通道，一個用於alpha通道，另一個用於alpha通道對於LZ77距離代碼。這是一個聰明的設計，因爲ARGB頻道中的信息可能是完全不相關的，所以將它們合併爲單個字母表可能不太理想。

WebP無損提供了一個廣泛的選項，可以結合和調整到最大。但在我看來，大部分組合都不值得進行測試。根據我的觀察，壓縮通常具有以下默認值：

• 使用「選擇」預測器。
• 應用「減去綠色」轉換。
• 使用具有2048個插槽的顏色緩存。
• 如果當前像素不在緩存中，請將其編碼爲文字。