• ComicEnhancerPro 系列教程十九:用JpegQuality看JPG文件的压缩参数


    作者:马健
    邮箱:stronghorse_mj@hotmail.com
    主页:http://www.comicer.com/stronghorse/
    发布:2017.07.23

    教程十九:用JpegQuality看JPG文件的压缩参数

    事先声明:

    1. 严格说来这篇教程是讲JpegQuality的,其实与CEP本身关系不大,但因为我自己经常从CEP启动JpegQuality查看JPG压缩参数, 我觉得其他人可能也有类似的需求,所以就在CEP系列教程里加了这么一篇,并不是有意给JpegQuality打广告。
    2. JpegQuality显示的信息比较简略,如果想看JPG文件的详细信息,比如说EXIF的具体内容,请使用JPEGsnoop,JpegQuality可以说是它的简化版。
    3. 本文内容是我的一家之言,部分内容可能令人反感,因此技术考据癖、技术抬杠癖敬请退散,不必往下看了,以免浪费你我的时间和口水。
    4. 本文所有数据只基于我手上所拥有的实际样本,并且没有一个样本是厂家直接提供的。如果有文中提到的厂家对本文内容不满,可以抬头向上看,请用上面的邮箱地址与我联系,并提供相关企业身份证据,我将在第一时间删除相关信息并在本文中做补充说明。

    言归正传。在上一篇教程中,我列举了与JPG文件长度、质量有关的压缩参数,包括质量系数(其实是量化表)、色彩缩水系数等。在CEP中转存JPG时,一方面可以自己重新设定JPG的压缩参数,另一方面也可以设置为直接copy源JPG文件的压缩参数,以获得与源JPG文件差不多的文件长度和质量。那么常见的图像处理软件,或图像获取设备(相机、手机)所生成的JPG文件,他们的JPG压缩参数又是怎样的?从中又能看出些什么?

    用JpegQuality看JPG的压缩参数其实操作很简单,启动JpegQuality后把要看的JPG文件拖拽过去就行了,或者从CEP里启动,即可看到CEP正在处理的JPG文件的压缩参数。以Photoshop CC 2015为例,我用同一张图片设置为不同色彩空间、用不同质量系数存为JPG后用JpegQuality显示出来的参数如表1所示。表中数据均用WinCam32从JpegQuality直接复制过来,不存在手工输入错误的问题 ,以下各表不再重复说明。

    表1 Photoshop CC 2015的JPG压缩参数

    色彩空间 质量 色彩空间 通道数 采样 数据精度 渐进式 优化编码 量化表数 16位量化表 反推质量系数 方差
    RGB色彩空间 0 YCbCr 3 1x1 2x2 2x2 8 2 46/81 20996.66/4238.72
    1 YCbCr 3 1x1 2x2 2x2 8 2 52/82 14797.56/3344.80
    2 YCbCr 3 1x1 2x2 2x2 8 2 62/85 6735.90/1496.54
    3 YCbCr 3 1x1 2x2 2x2 8 2 73/87 2366.12/885.74
    4 YCbCr 3 1x1 2x2 2x2 8 2 77/88 1338.37/510.31
    5 YCbCr 3 1x1 2x2 2x2 8 2 82/90 671.52/255.96
    6 YCbCr 3 1x1 2x2 2x2 8 2 86/91 255.23/98.34
    7 YCbCr 3 1x1 1x1 1x1 8 2 83/88 462.13/592.80
    8 YCbCr 3 1x1 1x1 1x1 8 2 88 111.68/201.04
    9 YCbCr 3 1x1 1x1 1x1 8 2 91 31.57/55.24
    10 YCbCr 3 1x1 1x1 1x1 8 2 94 8.52/8.09
    11 YCbCr 3 1x1 1x1 1x1 8 2 97 3.47/0.74
    12 YCbCr 3 1x1 1x1 1x1 8 2 98 4.81/0.50
    CMYK色彩空间 0 YCCK 4 1x1 2x2 2x2 1x1 8 2 46/81 20996.66/4238.72
    1 YCCK 4 1x1 2x2 2x2 1x1 8 2 52/82 14797.56/3344.80
    2 YCCK 4 1x1 2x2 2x2 1x1 8 2 62/85 6735.90/1496.54
    3 YCCK 4 1x1 2x2 2x2 1x1 8 2 73/87 2366.12/885.74
    4 YCCK 4 1x1 2x2 2x2 1x1 8 2 77/88 1338.37/510.31
    5 YCCK 4 1x1 2x2 2x2 1x1 8 2 82/90 671.52/255.96
    6 YCCK 4 1x1 2x2 2x2 1x1 8 2 86/91 255.23/98.34
    7 YCCK 4 1x1 1x1 1x1 1x1 8 2 83/88 462.13/592.80
    8 YCCK 4 1x1 1x1 1x1 1x1 8 2 88 111.68/201.04
    9 YCCK 4 1x1 1x1 1x1 1x1 8 2 91 31.57/55.24
    10 YCCK 4 1x1 1x1 1x1 1x1 8 2 94 8.52/8.09
    11 YCCK 4 1x1 1x1 1x1 1x1 8 2 97 3.47/0.74
    12 YCCK 4 1x1 1x1 1x1 1x1 8 2 98 4.81/0.50
    灰度 0 灰度 1 1x1 8 1 46 20996.66
    1 灰度 1 1x1 8 1 52 14797.56
    2 灰度 1 1x1 8 1 62 6735.9
    3 灰度 1 1x1 8 1 73 2366.12
    4 灰度 1 1x1 8 1 77 1338.37
    5 灰度 1 1x1 8 1 82 671.52
    6 灰度 1 1x1 8 1 86 255.23
    7 灰度 1 1x1 8 1 83 462.13
    8 灰度 1 1x1 8 1 88 111.68
    9 灰度 1 1x1 8 1 91 31.57
    10 灰度 1 1x1 8 1 94 8.52
    11 灰度 1 1x1 8 1 97 3.47
    12 灰度 1 1x1 8 1 98 4.81

    我从表1看出来的东西:

    1. 我终于明白以前我一直觉得很古怪的YCCK色彩空间是怎么来的了,原来是Adobe给自家在JPEG标准里留的一块自留地。印刷行业是Adobe的传统大客户源,而印刷行业的传统惯用色彩空间是CMYK。与RGB类似,CMYK的4个通道也是平等的,并且把色度与亮度混在一起, 所以如果想专门针对色度进行缩水以增加压缩比,就只能把CMYK转换成YCCK,然后针对CC色度分量进行缩水。
    2. 色彩就是PS的生命与价值所在,所以PS在存储彩色JPG文件时,只要质量系数不低于7,就不会对色度信息缩水,即“采样”栏显示的都是1x1。而当用户指定了7以下的质量系数时,显然说明用户已经在不顾一切地追求压缩比了,相比之下质量神马的都是浮云,所以色度信息就纵、横各缩水一半,只保留1/4的色度信息,即“采样”栏显示的都是2x2。看到这里,您是不是知道平时用PS的时候应该如何选择质量系数了?
    3. JpegQuality中显示的质量系数是按照IJG的算法反推的,方差反映的是反推出的量化表与JPG中实际所使用的量化表之间的差距。从表1中“方差”列看,质量系数10~12时方差不大,可以认为与IJG的量化表基本相当;质量系数小于等于9时方差明显增大,可以认为PS采用的量化表与IJG所采用的差距较大 。
    4. 实际对比JpegQuality中左右两侧显示的量化表,质量系数10~12时差异确实不大;7~9时PS逐渐增加量化表左上角的值,右下角保持不变,因此与IJG量化表的差异逐渐拉开;到6时量化表左上角的值比7降了一点,然后随着质量系数的降低左上角值逐渐增加,到5时左上角已经追上右下角,从4开始反超,到0时左上角与右下角差不多是3倍的差距。
    5. PS的量化表在中、低质量时右下角始终保持不变,只增加左上角的值,估计是与PS日常处理的图像多半是照片有关:一堆“数毛党”在盯着细节部分,所以PS不太好对高频分量下手。
    6. 表1中的“渐进式”选项都是“否”,其实只是因为我在PS中存储JPG时“格式选项”选的都是“基线(标准)”,如果选择“连续”就是渐进式了。但即使选择“基线(标准)”,表1中“优化编码”仍然显示“是”,说明PS所使用的缺省Huffman编码表与IJG的不同,估计是经过Adobe自己的优化,以追求更小的文件长度。

    在看过软件厂商的JPG参数后,再来看看相机厂家的参数吧,毕竟现在用CEP处理的源文件很多都是用相机拍摄的。我手上现在有佳能A570、G16和尼康D750三款相机,档次分别是入门DC、旗舰DC、中档全画幅单反。用这三款相机内设的不同质量系数进行拍照,直接机内输出JPG,用JpegQuality显示的JPG压缩参数如表2所示。

    补充说明:

    1. 目前影响手机、相机成像质量的因素主要包括物理光学组件(镜头、光圈等)、光电转换器(CCD/CMOS)、ISP(Image Signal Processor,图像信号处理器)三部分。
    2. JPG压缩系数只是ISP中的一组小小参数,对最终JPG文件质量的影响究竟具体有多大,至少我还说不出一个具体的数字,所以下面只是我的一些定性分析,而且充满个人的主观色彩,不喜勿看。

    表2 相机直出的JPG压缩参数

    厂家 型号 质量 像素(千万) 色彩空间 通道数 采样 数据精度 渐进式 优化编码 量化表数 16位量化表 反推质量系数 方差
    佳能 A570 超精细 0.7 YCbCr 3 1x1 2x1 2x1 8 2 97 1.65/5.29
    精细   YCbCr 3 1x1 2x1 2x1 8 2 93/88 5.28/21.42
    标准   YCbCr 3 1x1 2x1 2x1 8 2 72 2.71/648.98
    G16 超精细 1.2 YCbCr 3 1x1 2x1 2x1 8 2 97 1.65/5.29
    精细   YCbCr 3 1x1 2x1 2x1 8 2 93/88 5.28/21.42
    尼康 D750 FINE 2.4 YCbCr 3 1x1 2x1 2x1 8 2 98 5.50/0.89
    NOMAL   YCbCr 3 1x1 2x1 2x1 8 2 97 1.22/0.18
    BASIC   YCbCr 3 1x1 2x1 2x1 8 2 91 3.28/2.52

    我对表2的解读:

    1. 这三款相机不约而同的选择了2x1的色度采样系数,即在色度方面沿宽度方向缩水了一半的信息,高度方向没有缩水。经常听到有人抱怨用RAW格式看照片看得好好的,但输出成JPG就总觉得颜色差了点,估计色度方面的缩水是一个重要原因——即使只是沿单方向缩水,但毕竟也是缩了。
    2. 佳能A570的主控芯片是Digital 4,G16的是Digital 6,从版本数字上看二者差了两代,但二者的压缩参数完全一样,看来佳能对自己的参数还是很有自信的,没打算做什么修改升级。
    3. 对比尼康、佳能在最高质量时的量化表,尼康的数值明显比佳能更小,可以保留更多的细节。

    手机方面我自己到现在为止也只用过一款智能手机,就是拍照效果把我恶心得一提起来就想吐的红米2(采用O-fi欧菲光的解决方案,估计国产的千元机都是这个水平)。所以为了尽量广泛的搜集数据,我就在readfree论坛上搞了一次“手机拍报纸”活动,用论坛币换原片,搜集到的部分手机、PAD的JPG压缩参数见表3。

    补充说明:手机厂商现在做广告都以“美美的人像”为号召,而我之所以会以“手机拍报纸”为目标搞活动,是因为我认为现在各种美颜软件实在太过泛滥,用人像根本看不出原始成像质量的好坏,而用“拍报纸”为手段检验相机的对焦精度、成像锐度等,尤其是手机历来短板的边缘成像质量,则是摄影界祖祖辈辈、代代相传的不二法宝,而且与我主要想用手机拍纸质资料的需求相吻合。但出乎我意料的是由于论坛上各位的拍摄水平不一,拍报纸对拍摄水平的要求又比拍 人像更高,所以搜集到的照片不一定真实地体现了手机的成像质量,说不定同样的手机、同样的报纸换个人拍摄效果会更好或更差,不过如果只是想看看JPG压缩参数还是够了。再重申一次:JPG压缩系数只是ISP中的一组小小参数,对最终JPG的质量究竟有多大影响,我也没法具体量化。以红米2为例,尽管质量系数高高在上,但最终拍出来的照片惨不忍睹,只能说与之相配的其它部分实在太便宜了。

    表3 我收集到的部分手机、PAD的JPG压缩参数

    厂家 型号 像素(千万) 色彩空间 通道数 采样 数据精度 渐进式 优化编码 量化表数 16位量化表 反推质量系数 方差
    小米 红米2 0.8 YCbCr 3 1x1 2x2 2x2 8 2 97 1.09/0.24
    红米3 1.3 YCbCr 3 1x1 2x2 2x2 8 2 97 1.09/0.24
    MiPad 0.8 YCbCr 3 1x1 2x2 2x2 8 2 87 1.28/0.38
    Note 1.3 YCbCr 3 1x1 2x2 2x2 8 2 97 3.21/0.24
    小米2 0.8 YCbCr 3 1x1 2x2 2x2 8 2 90 1.14/0.34
    小米4C 1.3 YCbCr 3 1x1 2x2 2x2 8 2 97 1.09/0.24
    小米5s+ 1.3 YCbCr 3 1x1 2x2 2x2 8 2 97 1.09/0.24
    华为 P10/P10+ 1.2 YCbCr 3 1x1 2x2 2x2 8 2 94 62.59/57.16
    P7 1.3 YCbCr 3 1x1 2x2 2x2 8 2 97 0.87/0.28
    Mate2 1.3 YCbCr 3 1x1 2x2 2x2 8 2 97 0.87/0.28
    Mate8 1.6 YCbCr 3 1x1 2x2 2x2 8 2 95 41.10/37.48
    Mate9 1.2 YCbCr 3 1x1 2x2 2x2 8 2 94 62.59/57.16
    荣耀畅玩5x 1.3 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    荣耀6+ 1.3 YCbCr 3 1x1 2x1 2x1 8 2 94 62.59/57.16
    荣耀7i 1.3 YCbCr 3 1x1 2x2 2x2 8 2 90 1.14/0.34
    荣耀7 2 YCbCr 3 1x1 2x2 2x2 8 2 94 62.59/57.16
    荣耀8 1.6 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    荣耀 NOTE8 1.3 YCbCr 3 1x1 2x2 2x2 8 2 95 41.10/37.48
    苹果 IPAD mini 4 0.8 YCbCr 3 1x1 2x2 2x2 8 2 95 5.64/0.59
    IP5s+ 0.8 YCbCr 3 1x1 2x2 2x2 8 2 96 1.49
    IP6s 1.2 YCbCr 3 1x1 2x2 2x2 8 2 93 12.88/0.19
    IP6s+ 1.2 YCbCr 3 1x1 2x2 2x2 8 2 93 12.88/0.19
    IP7 1.2 YCbCr 3 1x1 2x2 2x2 8 2 93 12.88/0.19
    LG D315 0.5 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    F180 1.3 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    Nokia Lumia 1020 3.3 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    魅族 魅蓝Note4 1.3 YCbCr 3 1x1 2x1 2x1 8 2 96 3.19/1.17
    mx pro5   YCbCr 3 1x1 2x1 2x1 8 2 95 1.25/0.26
    三星 S2 0.8 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    S5 1.2 YCbCr 3 1x1 2x2 2x2 8 2 96 0.69/0.33
    S7 1.2 YCbCr 3 1x1 2x1 2x1 8 2 96 0.69/0.33
    GT-N7105 0.8 YCbCr 3 1x1 2x1 2x1 8 2 96 0.69/0.33
    note 3 1.3 YCbCr 3 1x1 2x2 2x2 8 2 96 0.69/0.33
    OPPO R2017 0.5 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    Kindle Fire HDX 8.9 0.8 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26
    酷派 9976a 1.3 YCbCr 3 1x1 2x1 2x1 8 2 80 20.03/4.14
    vivo xshot  X710L 1.3 YCbCr 3 1x1 2x2 2x2 8 2 95 1.25/0.26

    我对表3数据的解读:

    1. 除三星、魅族、酷派外,其它手机基本上都对色度信息进行了双方向缩水。所以我每次见到那些把手机和单反相提并论的广告就想笑:请把缩水掉的色彩信息给我还回来先!咱不说 无损的RAW格式,就算只沿单方向缩水也比沿双方向缩水强不是?
    2. 华为、苹果的方差比较大,说明所用量化表与IJG的差异较大,即在自身的ISP中进行了定制。以“性价比”为号召的手机一般方差都比价小 (实际与IJG的量化表比较,那差异更像是计算量化表值时的浮点数舍入误差),可能是使用了公版ISP。
    3. 不同厂家、不同型号的手机具有相同的“指纹”(缩水系数、量化表),说明他们可能使用了相同的ISP,这也是降低成本的一个办法。
  • 相关阅读:
    noip欢乐赛10.24 分火腿
    noip2014 无线网络发射器选址/wireless.
    noip2012 借教室 线段树最小值做法
    Codevs1021题解---SPFA+路径记录
    Vijos1448题解---线段树+括号法
    Vijos1425题解---栈
    Codevs1022题解---匈牙利算法
    人们总要为曾经的年轻买单
    2017-10-26
    2017-10-24LCA
  • 原文地址:https://www.cnblogs.com/stronghorse/p/7225082.html
Copyright © 2020-2023  润新知