為什么JPEG仍然是網(wǎng)絡(luò)圖像的主導(dǎo)格式

大約30年來，JPEG一直是萬維網(wǎng)的主要圖像格式。不過，網(wǎng)絡(luò)誕生之初所采用的圖像格式并不是JPEG。事實上，第一個主流圖像瀏覽器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。無論如何，相比被其取代的格式，JPEG有許多優(yōu)點。

盡管JPEG沒有隨著網(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標準的圖像才首次出現(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。JPEG文件的圖像退化過程比GIF文件更優(yōu)雅，能夠保留圖片的更多原始形態(tài)。這種特性使其實現(xiàn)了更廣泛的成功應(yīng)用。雖然JPEG不能制作動畫，但它從使用調(diào)制解調(diào)器上網(wǎng)時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)字世界中實現(xiàn)巨大價值的唯一因素。還有一個重要的原因是，它是由眾多貢獻者共同構(gòu)建的文檔化標準。

想知道JPEG作為標準有多重要？可以先聽一個故事。

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

簡單地說，就是沒有人知道他所倡導(dǎo)的圖像格式（Graphics Interchange Format）的首字母縮略詞怎么發(fā)音。他嘗試利用這個機會做出解釋：它的發(fā)音就像花生醬品牌，“是一個柔和的‘G’，讀作‘jif’，就是這樣。”他說。

當(dāng)時，我把威爾海特的這句話發(fā)布在了我很受歡迎的Tumblr頁面上，當(dāng)時這家社交媒體網(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。很快，威爾海特的這句話成為了一個表情包。

這一插曲凸顯了一個事實，那就是，2022年去世的威爾海特并沒有通過正式的委員會機制發(fā)展他所創(chuàng)造的格式。1987年，他作為CompuServe的員工接手了這個項目，然后他創(chuàng)造了這種格式，僅此而已。他可以說它應(yīng)該讀作“jif”，因為這是他創(chuàng)造的。介紹其工作原理的初始文檔也非常簡單。38年過去了，我們還在使用GIF，但它從來沒有像JPEG那樣出名過。

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人開發(fā)的。實際上，這是事實標準和實際標準之間的區(qū)別。事實證明，這對它最終的普及至關(guān)重要。

聯(lián)合圖像專家組（Joint Photographic Experts Group）與數(shù)十個利益相關(guān)者一起合作，目標是創(chuàng)造一種符合每個人需求的格式。確切地說，該格式的名稱是設(shè)計該格式的委員會的首字母縮寫。1992年，這種格式最終面世時，有一本600多頁的書以此為主題，這本書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）撰寫的《JPEG：靜態(tài)圖像數(shù)據(jù)壓縮標準》（JPEG: Still Image Data Compression Standard，施普林格出版社，1992年）一書介紹了由于缺乏一種方法來平衡對圖像逼真度和即時性的需求，因此造成的多媒體圖像發(fā)展受限制的現(xiàn)象。他們認為，標準化可以解決這個問題。“問題不在于缺乏圖像壓縮的算法（因為該領(lǐng)域已經(jīng)有很悠久的技術(shù)工作歷史了），”作者寫道，“而是缺乏一個標準算法，一個允許在不同的應(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，JPEG實現(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JPEG進行極限壓縮，但這種能力正是現(xiàn)代互聯(lián)網(wǎng)發(fā)展不可或缺的推動力。

正如書中所述，米切爾和彭內(nèi)貝克得到了IBM的支持，得以跟蹤這項研究并與JPEG委員會合作。憑借這種支持，他們開發(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以及美國電話電報公司（AT&T）和佳能等JPEG標準委員會的其他成員開發(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。

委員會的每個成員都有自己的需求。顯然，佳能更注重打印機和攝影，而美國電話電報公司主要對數(shù)據(jù)傳輸感興趣。這些公司共同努力，形成了一個經(jīng)得起時間考驗的標準。

有趣的是，這一切意味著，能夠使用JPEG壓縮的程序最早并沒有出現(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圖像的目標是在完成所有壓縮處理后仍能保持照片般的視覺效果，即便需要壓縮至合理尺寸才能正常運行，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)貝克和米切爾所說的那樣：“最有效的壓縮是通過近似原始圖像（而不是完全復(fù)制原始圖像）來實現(xiàn)的。”

其核心是一種名為離散余弦變換（DCT）的壓縮過程，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)字音頻和信號處理中。（有損壓縮會永久性地刪除一些原始數(shù)據(jù)，以便實現(xiàn)更小的文件；無損壓縮則會發(fā)現(xiàn)數(shù)據(jù)中的冗余以縮小文件大小，同時保留原始質(zhì)量。）從本質(zhì)上來說，DCT通過去除細節(jié)來提供低質(zhì)量的產(chǎn)品，同時通過近似來保留原始產(chǎn)品的核心。DTC越強，最終結(jié)果的壓縮程度越高。

20世紀70年代，研究人員開發(fā)的該算法采用了數(shù)據(jù)網(wǎng)格，并將其視為可通過旋鈕調(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，盡管這意味著畫質(zhì)會略有降低。換言之，雖然壓縮過程中無法保留全部數(shù)據(jù)，但DCT能確保數(shù)據(jù)的核心部分得以留存。

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

正如《JPEG：靜態(tài)圖像數(shù)據(jù)壓縮標準》一書所解釋的那樣，JPEG文件并非只能通過一種方法來運用DCT：

JPEG標準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），這種模式會按順序顯示壓縮圖像，就像慢慢地放下窗簾一樣。

漸進式DCT（Progressive DCT），這種模式會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節(jié)。

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

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

JPEG標準創(chuàng)建時，峰值速度為14.4千比特/秒的撥號調(diào)制解調(diào)器非常普遍。這意味著圖像加載緩慢，因此漸進式DCT成為了最適合早期互聯(lián)網(wǎng)的格式。隨著時間的推移，漸進式DCT越來越不常見，因為許多計算機可以輕松實現(xiàn)一次加載順序DCT。

使用DCT壓縮圖像時，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)域能更長時間地保持完整性。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，圖像可能會布滿噪點，這就是一個制作JPEG文件的過程。

PNG等其他格式則在文本處理方面表現(xiàn)很好，因為其壓縮算法是無損的。PNG的壓縮格式Deflate是由菲爾·卡茨（Phil Katz）設(shè)計的，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。事實證明，這位杰出的程序員雖然一直在與酗酒做斗爭，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，但它仍然是我們在互聯(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，但就像我們有時會把扳手當(dāng)錘子用一樣，我們也經(jīng)常這樣利用JPEG。

20世紀90年代，JPEG之所以流行起來，不僅僅是因為這種格式有質(zhì)量優(yōu)勢。專利也發(fā)揮了作用，從1994年開始，科技公司Unisys就試圖對依賴GIF文件的個別網(wǎng)站收費，因為這些網(wǎng)站使用了該公司擁有的專利。這使得免費使用的JPEG更受歡迎了。（這種情況也促使了無專利的PNG格式的誕生。）

雖然JPEG以標準為基礎(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。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)于動態(tài)圖像壓縮的專利申請。不過，直到JPEG無處不在時，人們才發(fā)現(xiàn)它與JPEG壓縮很相似。

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

“從某些方面來說，這項專利就像是一張彩票，”Forgent的首席財務(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’，我是不會相信的。”

雖然Forgent對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)碼相機制造商和其他公司收取了超過1億美元的費用。此外，F(xiàn)orgent還試圖向個人電腦行業(yè)收取許可費；最終，該公司同意與大約30家電腦制造商達成800萬美元的和解協(xié)議。

隨著對其獲取的專利采取越來越激進的維權(quán)方式，該公司開始在輿論場和實際訴訟中接連受挫。批評者紛紛援引有關(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態(tài)用途。

2006年，F(xiàn)orgent Networks公司的壓縮專利過期，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格式旨在通過提供無損選項和更好的性能來取代原始JPEG。雖然這種較新的格式在美國國會圖書館和美國互聯(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)站開發(fā)者的歡迎（但在終端用戶中存在爭議）。與此同時，與JPEG和JPEG 2000相比，同樣由標準機構(gòu)開發(fā)的格式AVIF和HEIC在技術(shù)上更先進。

目前，JPEG仍然很難被淘汰。從某種意義上說，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。

來源：悅智網(wǎng)

編輯：夜凌Ryelin

轉(zhuǎn)載內(nèi)容僅代表作者觀點

不代表中科院物理所立場

如需轉(zhuǎn)載請聯(lián)系原公眾號