為什么JPEG仍然是網(wǎng)絡(luò)圖像的主導(dǎo)格式

大約30年來(lái)，JPEG一直是萬(wàn)維網(wǎng)的主要圖像格式。不過(guò)，網(wǎng)絡(luò)誕生之初所采用的圖像格式并不是JPEG。事實(shí)上，第一個(gè)主流圖像瀏覽器NCSA Mosaic最初并不支持嵌入式JPEG文件，只支持嵌入式GIF以及其他一些已經(jīng)被遺忘的格式。無(wú)論如何，相比被其取代的格式，JPEG有許多優(yōu)點(diǎn)。

盡管JPEG沒(méi)有隨著網(wǎng)絡(luò)瀏覽器一起出現(xiàn)（JPEG正式發(fā)布兩年后的1994年，使用JPEG標(biāo)準(zhǔn)的圖像才首次出現(xiàn)在了網(wǎng)景瀏覽器中），但JPEG和網(wǎng)絡(luò)瀏覽器還是自然而然地結(jié)合了起來(lái)。JPEG文件的圖像退化過(guò)程比GIF文件更優(yōu)雅，能夠保留圖片的更多原始形態(tài)。這種特性使其實(shí)現(xiàn)了更廣泛的成功應(yīng)用。雖然JPEG不能制作動(dòng)畫(huà)，但它從使用調(diào)制解調(diào)器上網(wǎng)時(shí)代緩慢加載的格式起步，逐步發(fā)展成為足以用于高端專業(yè)攝影的圖像格式。

就互聯(lián)網(wǎng)的目的而言，雖然圖片退化很重要，但它并非JPEG在數(shù)字世界中實(shí)現(xiàn)巨大價(jià)值的唯一因素。還有一個(gè)重要的原因是，它是由眾多貢獻(xiàn)者共同構(gòu)建的文檔化標(biāo)準(zhǔn)。

想知道JPEG作為標(biāo)準(zhǔn)有多重要？可以先聽(tīng)一個(gè)故事。

在史蒂夫·威爾海特（Steve Wilhite）因創(chuàng)造GIF格式而獲獎(jiǎng)之前，2013年他接受了《紐約時(shí)報(bào)》的采訪，隨后無(wú)意中卷入了一場(chǎng)辯論。

簡(jiǎn)單地說(shuō)，就是沒(méi)有人知道他所倡導(dǎo)的圖像格式（Graphics Interchange Format）的首字母縮略詞怎么發(fā)音。他嘗試?yán)眠@個(gè)機(jī)會(huì)做出解釋：它的發(fā)音就像花生醬品牌，“是一個(gè)柔和的‘G’，讀作‘jif’，就是這樣。”他說(shuō)。

當(dāng)時(shí)，我把威爾海特的這句話發(fā)布在了我很受歡迎的Tumblr頁(yè)面上，當(dāng)時(shí)這家社交媒體網(wǎng)站是應(yīng)用GIF的熱門網(wǎng)站。不久之后，我的帖子被轉(zhuǎn)發(fā)了數(shù)千次，幾乎所有的人都不同意威爾海特的觀點(diǎn)。很快，威爾海特的這句話成為了一個(gè)表情包。

這一插曲凸顯了一個(gè)事實(shí)，那就是，2022年去世的威爾海特并沒(méi)有通過(guò)正式的委員會(huì)機(jī)制發(fā)展他所創(chuàng)造的格式。1987年，他作為CompuServe的員工接手了這個(gè)項(xiàng)目，然后他創(chuàng)造了這種格式，僅此而已。他可以說(shuō)它應(yīng)該讀作“jif”，因?yàn)檫@是他創(chuàng)造的。介紹其工作原理的初始文檔也非常簡(jiǎn)單。38年過(guò)去了，我們還在使用GIF，但它從來(lái)沒(méi)有像JPEG那樣出名過(guò)。

大約5年后，JPEG正式出現(xiàn)，該格式在很大程度上并不是由某一個(gè)人開(kāi)發(fā)的。實(shí)際上，這是事實(shí)標(biāo)準(zhǔn)和實(shí)際標(biāo)準(zhǔn)之間的區(qū)別。事實(shí)證明，這對(duì)它最終的普及至關(guān)重要。

聯(lián)合圖像專家組（Joint Photographic Experts Group）與數(shù)十個(gè)利益相關(guān)者一起合作，目標(biāo)是創(chuàng)造一種符合每個(gè)人需求的格式。確切地說(shuō)，該格式的名稱是設(shè)計(jì)該格式的委員會(huì)的首字母縮寫(xiě)。1992年，這種格式最終面世時(shí)，有一本600多頁(yè)的書(shū)以此為主題，這本書(shū)令人驚艷的封面展示了同一張JPEG圖片的一系列版本。

由IBM員工與JPEG組織利益相關(guān)者威廉姆·B.彭內(nèi)貝克（William B. Pennebaker）和瓊· L.米切爾（Joan L. Mitchell）撰寫(xiě)的《JPEG：靜態(tài)圖像數(shù)據(jù)壓縮標(biāo)準(zhǔn)》（JPEG: Still Image Data Compression Standard，施普林格出版社，1992年）一書(shū)介紹了由于缺乏一種方法來(lái)平衡對(duì)圖像逼真度和即時(shí)性的需求，因此造成的多媒體圖像發(fā)展受限制的現(xiàn)象。他們認(rèn)為，標(biāo)準(zhǔn)化可以解決這個(gè)問(wèn)題。“問(wèn)題不在于缺乏圖像壓縮的算法（因?yàn)樵擃I(lǐng)域已經(jīng)有很悠久的技術(shù)工作歷史了），”作者寫(xiě)道，“而是缺乏一個(gè)標(biāo)準(zhǔn)算法，一個(gè)允許在不同的應(yīng)用程序之間交換圖像的算法。”

他們的想法是正確的。30多年來(lái)，JPEG實(shí)現(xiàn)了高質(zhì)量、高分辨率圖片在操作系統(tǒng)中的廣泛應(yīng)用。盡管我們不再需要對(duì)JPEG進(jìn)行極限壓縮，但這種能力正是現(xiàn)代互聯(lián)網(wǎng)發(fā)展不可或缺的推動(dòng)力。

正如書(shū)中所述，米切爾和彭內(nèi)貝克得到了IBM的支持，得以跟蹤這項(xiàng)研究并與JPEG委員會(huì)合作。憑借這種支持，他們開(kāi)發(fā)了許多JPEG格式的基礎(chǔ)專利。米切爾、彭內(nèi)貝克和兩位同事在1988年提交的專利文件中介紹了IBM以及美國(guó)電話電報(bào)公司（AT&T）和佳能等JPEG標(biāo)準(zhǔn)委員會(huì)的其他成員開(kāi)發(fā)的方法，這些方法使用了壓縮技術(shù)，從而使得高質(zhì)量圖像在受限環(huán)境下更易于傳輸。

委員會(huì)的每個(gè)成員都有自己的需求。顯然，佳能更注重打印機(jī)和攝影，而美國(guó)電話電報(bào)公司主要對(duì)數(shù)據(jù)傳輸感興趣。這些公司共同努力，形成了一個(gè)經(jīng)得起時(shí)間考驗(yàn)的標(biāo)準(zhǔn)。

有趣的是，這一切意味著，能夠使用JPEG壓縮的程序最早并沒(méi)有出現(xiàn)在mac OS或Windows中，而是出現(xiàn)在了米切爾和彭內(nèi)貝克所屬的IBM公司所創(chuàng)建的OS/2這個(gè)優(yōu)秀但最終失敗的圖形操作系統(tǒng)中。早在1990年，OS/2就可以通過(guò)OS/2圖像支持應(yīng)用程序支持這種格式。

JPEG文件與PNG文件或GIF文件的區(qū)別在于數(shù)據(jù)壓縮的退化程度。JPEG圖像的目標(biāo)是在完成所有壓縮處理后仍能保持照片般的視覺(jué)效果，即便需要壓縮至合理尺寸才能正常運(yùn)行，這種格式也能讓你用更少的字節(jié)數(shù)盡量還原原始圖像。

或者，正如彭內(nèi)貝克和米切爾所說(shuō)的那樣：“最有效的壓縮是通過(guò)近似原始圖像（而不是完全復(fù)制原始圖像）來(lái)實(shí)現(xiàn)的。”

其核心是一種名為離散余弦變換（DCT）的壓縮過(guò)程，這是一種有損的壓縮編碼形式，廣泛用于各種壓縮格式中，尤其是在數(shù)字音頻和信號(hào)處理中。（有損壓縮會(huì)永久性地刪除一些原始數(shù)據(jù)，以便實(shí)現(xiàn)更小的文件；無(wú)損壓縮則會(huì)發(fā)現(xiàn)數(shù)據(jù)中的冗余以縮小文件大小，同時(shí)保留原始質(zhì)量。）從本質(zhì)上來(lái)說(shuō)，DCT通過(guò)去除細(xì)節(jié)來(lái)提供低質(zhì)量的產(chǎn)品，同時(shí)通過(guò)近似來(lái)保留原始產(chǎn)品的核心。DTC越強(qiáng)，最終結(jié)果的壓縮程度越高。

20世紀(jì)70年代，研究人員開(kāi)發(fā)的該算法采用了數(shù)據(jù)網(wǎng)格，并將其視為可通過(guò)旋鈕調(diào)節(jié)頻率的系統(tǒng)。控制數(shù)據(jù)的速率就像水龍頭控制水流一樣，需要的數(shù)據(jù)越多，設(shè)置的數(shù)據(jù)速率就越高。即便在高度壓縮的情況下，DCT仍然能維持少量數(shù)據(jù)流，盡管這意味著畫(huà)質(zhì)會(huì)略有降低。換言之，雖然壓縮過(guò)程中無(wú)法保留全部數(shù)據(jù)，但DCT能確保數(shù)據(jù)的核心部分得以留存。

DCT無(wú)處不在。例如，觀看流媒體視頻或收聽(tīng)在線廣播流時(shí)，由于帶寬突然下降而導(dǎo)致觀看或收聽(tīng)質(zhì)量下降，這時(shí)DCT就大顯神通了。

正如《JPEG：靜態(tài)圖像數(shù)據(jù)壓縮標(biāo)準(zhǔn)》一書(shū)所解釋的那樣，JPEG文件并非只能通過(guò)一種方法來(lái)運(yùn)用DCT：

JPEG標(biāo)準(zhǔn)描述了一系列圖像壓縮技術(shù)，而不是單一的壓縮技術(shù)。它提供了壓縮技術(shù)的“工具包”，應(yīng)用程序可以從中選擇能夠滿足其特定需求的元素。

該工具包有4種模式：

順序DCT（Sequential DCT），這種模式會(huì)按順序顯示壓縮圖像，就像慢慢地放下窗簾一樣。

漸進(jìn)式DCT（Progressive DCT），這種模式會(huì)以最低的分辨率顯示完整的圖像，然后隨著信息的增加而添加細(xì)節(jié)。

無(wú)損順序式（Sequential Lossless），這種模式使用了窗簾格式，但不會(huì)壓縮圖像。

分層式模式（Hierarchical Mode），這種模式結(jié)合了前3種模式，因此該模式可能會(huì)從漸進(jìn)式模式開(kāi)始，然后緩慢加載順序無(wú)損壓縮，之后達(dá)到無(wú)損的最終效果。

JPEG標(biāo)準(zhǔn)創(chuàng)建時(shí)，峰值速度為14.4千比特/秒的撥號(hào)調(diào)制解調(diào)器非常普遍。這意味著圖像加載緩慢，因此漸進(jìn)式DCT成為了最適合早期互聯(lián)網(wǎng)的格式。隨著時(shí)間的推移，漸進(jìn)式DCT越來(lái)越不常見(jiàn)，因?yàn)樵S多計(jì)算機(jī)可以輕松實(shí)現(xiàn)一次加載順序DCT。

使用DCT壓縮圖像時(shí)，在圖像中比較雜亂、紋理較多的區(qū)域（例如頭發(fā)或枝葉），變化往往不明顯。這些區(qū)域更難壓縮，因此這些區(qū)域能更長(zhǎng)時(shí)間地保持完整性。在純色圖像中或從一種顏色急劇變化為另一種顏色的區(qū)域，壓縮造成的變化往往更明顯。截取社交媒體帖子的屏幕截圖后，圖像可能會(huì)布滿噪點(diǎn)，這就是一個(gè)制作JPEG文件的過(guò)程。

PNG等其他格式則在文本處理方面表現(xiàn)很好，因?yàn)槠鋲嚎s算法是無(wú)損的。PNG的壓縮格式Deflate是由菲爾·卡茨（Phil Katz）設(shè)計(jì)的，他還創(chuàng)建了ZIP格式。PNG使用Deflate的部分原因是，它是一種免許可的壓縮格式。事實(shí)證明，這位杰出的程序員雖然一直在與酗酒做斗爭(zhēng)，但他在不幸去世以前以多種方式改善了互聯(lián)網(wǎng)。

盡管JPEG歷史悠久且已經(jīng)成熟，但它仍然是我們?cè)诨ヂ?lián)網(wǎng)上分享照片的最佳選擇之一。雖然它并不是適用于任何環(huán)境的最佳工具，但就像我們有時(shí)會(huì)把扳手當(dāng)錘子用一樣，我們也經(jīng)常這樣利用JPEG。

20世紀(jì)90年代，JPEG之所以流行起來(lái)，不僅僅是因?yàn)檫@種格式有質(zhì)量?jī)?yōu)勢(shì)。專利也發(fā)揮了作用，從1994年開(kāi)始，科技公司Unisys就試圖對(duì)依賴GIF文件的個(gè)別網(wǎng)站收費(fèi)，因?yàn)檫@些網(wǎng)站使用了該公司擁有的專利。這使得免費(fèi)使用的JPEG更受歡迎了。（這種情況也促使了無(wú)專利的PNG格式的誕生。）

雖然JPEG以標(biāo)準(zhǔn)為基礎(chǔ)，但由于專利系統(tǒng)的原因，它仍然可能面臨與GIF相同的命運(yùn)。在JPEG格式出現(xiàn)的幾年前，Compression Labs的兩名員工提交了一份關(guān)于動(dòng)態(tài)圖像壓縮的專利申請(qǐng)。不過(guò)，直到JPEG無(wú)處不在時(shí)，人們才發(fā)現(xiàn)它與JPEG壓縮很相似。

1997年，一家名為Forgent Networks的公司收購(gòu)了Compression Labs。Forgent Networks公司最終發(fā)現(xiàn)了這項(xiàng)專利，并開(kāi)始就此提起訴訟，這場(chǎng)意外收獲被該公司視為了天賜良機(jī)。

“從某些方面來(lái)說(shuō)，這項(xiàng)專利就像是一張彩票，”Forgent的首席財(cái)務(wù)官杰伊·彼得森（Jay Peterson）在2005年向科技資訊網(wǎng)（CNET）表示，“如果5年前你告訴我‘你擁有JPEG專利’，我是不會(huì)相信的。”

雖然Forgent對(duì)JPEG壓縮算法的所有權(quán)主張站不住腳，但該公司最終在法律訴訟中取得了比Unisys更大的成功，并向數(shù)碼相機(jī)制造商和其他公司收取了超過(guò)1億美元的費(fèi)用。此外，F(xiàn)orgent還試圖向個(gè)人電腦行業(yè)收取許可費(fèi)；最終，該公司同意與大約30家電腦制造商達(dá)成800萬(wàn)美元的和解協(xié)議。

隨著對(duì)其獲取的專利采取越來(lái)越激進(jìn)的維權(quán)方式，該公司開(kāi)始在輿論場(chǎng)和實(shí)際訴訟中接連受挫。批評(píng)者紛紛援引有關(guān)先前技術(shù)水平的例子，而法庭則將該專利的適用范圍限定在了視頻等動(dòng)態(tài)用途。

2006年，F(xiàn)orgent Networks公司的壓縮專利過(guò)期，其商業(yè)訴訟模式隨之終結(jié)。同年，該公司更名為Asure Software，專注于薪酬與人力資源解決方案，由此徹底地轉(zhuǎn)型了。

JPEG為我們提供了很好的服務(wù)。要打破這種模式的地位很難。例如，JPEG 2000格式旨在通過(guò)提供無(wú)損選項(xiàng)和更好的性能來(lái)取代原始JPEG。雖然這種較新的格式在美國(guó)國(guó)會(huì)圖書(shū)館和美國(guó)互聯(lián)網(wǎng)檔案館等專業(yè)網(wǎng)站得到了廣泛的應(yīng)用，但作為終端用戶格式卻不太受歡迎。

其他圖像技術(shù)在突破JPEG格式的限制方面略有成效。谷歌支持的WebP受到了網(wǎng)站開(kāi)發(fā)者的歡迎（但在終端用戶中存在爭(zhēng)議）。與此同時(shí)，與JPEG和JPEG 2000相比，同樣由標(biāo)準(zhǔn)機(jī)構(gòu)開(kāi)發(fā)的格式AVIF和HEIC在技術(shù)上更先進(jìn)。

目前，JPEG仍然很難被淘汰。從某種意義上說(shuō)，這種格式的處境類似MP3音頻與ZIP壓縮，這兩種傳統(tǒng)格式都非常受歡迎，而且得到了廣泛的應(yīng)用，因此很難被淘汰。雖然其他格式能夠更好地壓縮文件，更高效地完成同樣的任務(wù)，但要推翻一種領(lǐng)先30年的格式非常困難。

來(lái)源：悅智網(wǎng)

編輯：夜凌Ryelin

轉(zhuǎn)載內(nèi)容僅代表作者觀點(diǎn)

不代表中科院物理所立場(chǎng)

如需轉(zhuǎn)載請(qǐng)聯(lián)系原公眾號(hào)