Web图片的常见压缩格式

本文简单介绍几种常见的图片格式，对比压缩率和质量。

PNG是一种非常流行的无损压缩格式，所有的浏览器都支持这种格式。 它提供了卓越的图像质量，但是通常来说压缩率较低。

本文将使用PNG图片作为基准，对比其他有损格式压缩，检查图片质量并对图片质量进行评分。

虽然PNG格式老，体积大，但它仍然在网络上占有一席之地，尤磨孝其是在一些对画质要求很高的场景。同时对于边缘非常锐利的图像（例如包含文本的图像），也建议选择PNG。 对此类图片，PNG压缩与其他格式（包括有损压缩）相比，文本图像使用PNG实际上具有更高的压缩率，并且具有更好的质量优势。

PNG有两种模式：24位或8位颜色深度。 前者用于表示照片，后者用于文本图像，单色照片或Logo图像。 

BMP只是一个图像的容器，不提供压缩。 这是一种格式，主要在图像处理中使用，譬如说Windows里面的调色板。

BMP的尺寸很容易计算，譬如说分辨率是1920x1080p的RGB图像，整个的存储空间大约就是1920 x 1080 x 3 ，大约5MB。可以看得出来，BMP文件的大小明显大于压缩格式，包括PNG。通常来说，没有特殊情况，不应在网站上使用BMP图片，不过实际情况下网站上还是有很多BMP图像的。

一般来说，如果想要文件更小，就需要花费更多的处理时间来对文件进行编码，而解码时间一般来说相差不大。

回顾一下，BMP图像质量很好，浏览器支持广泛，但是文件尺寸却非常大。

GIF作为动画格式非常流行，不管是微信里面转发的动图表情，还是网站上的动图，都随处可见，所有的浏览器也都支持GIF图像。

GIF具有无损压缩和有损压缩的混合特性。像素表示形式是无损的，但是颜色深度限制为每个像素8位(即每个图像转换为256色，原始的图像如果是RGB格式的，每个像素实际上使用24位来表示的)。这意味着文件将包含较少的颜色（每个文件最多包含256种不同的颜色），但文件体缓缺积更小。 这是24位PNG和8位GIF之间的色彩表示的比较。

可以明显看到GIF图像有轮廓效应，这是因为GIF无法表示丰富的色彩。

GIF不适合表瞎哪稿示照片或任何其他内容丰富的图片。但是它们对于简单的徽标，图标等很有用，因为这些图片颜色不多，而且纯色居多。根据我的经验，与GIF相比，8位PNG生成的文件更小，所以对于静态图片而言，建议采用8bit PNG。

SVG格式比较特殊，与其他格式有很大不同。 SVG图像存储的是几何形状，而不是每个像素的值。 它的主要优势是可以无限放大而不会造成质量损失，具体可以看下图的对比：

SVG文件类型主要用于徽标，但也用于几何形状的图像。 这种文件的主要缺点是：

对于徽标等小图片，文件大小通常比PNG或WebP大，尤其对于形状复杂，不规则的logo。在大多数情况下，无法将图片有效地转换为SVG(有一些工具说可以做到这一点，但效果并不理想)。

不论视图大小如何，SVG文件的图像质量都很高。 所有现代浏览器都支持它。

JPEG是网络图像的王者。 网络上绝大多数的图像以JPEG格式存储，具体的份额可以参考下图：

什么使JPEG如此流行？ JPEG文件对于绝大多数文件通常都很小。 它的压缩使用有损算法，通过牺牲人眼不太敏感的区域的质量来最小化大小。

这种方法可显着减小尺寸，通常不会出现明显的变形。 我们可以对比下JUNO探测器拍摄的这张木星照片。

原始PNG照片(2MB)   JPEG最好的质量(1MB)JPEG默认的质量

使用JPEG压缩，我们可以大幅度缩小尺寸（超过90％），而不会造成质量损失。 当我们放大这些图片时，质量上也没有很大的损失。

JPEG并不是对于所有图像都很管用，如前面介绍PNG时所说的，对于具有锐利边缘和颜色比较少的图像，JPEG并不是非常管用。常见的例子就是包含文字的图片，另一个是徽标：

在这幅图片里面，JPEG图像大约2KB(是PNG文件的两倍)，同时放大来看，JPEG对于边缘的表示并不理想，同时颜色也有失真。失真非常明显，即使在图像的未缩放部分上也清晰可见。

JPEG有两种格式，一种是Baseline JPEG，一种是Progressive JPEG.

两者之间的视觉差异是加载图像的方式。 随着数据的到达，Baseline从上到下加载图像。 Progressive以非常低的质量一次打印整个图像，并且随着数据的到达，图像得到了改善。 这里是展示差异的动画：

JPEG之外的世界– WebP

JPEG压缩可以很好地减小文件大小，不过JPG已经过时了。 如您所知，IT开发的几年就像外面的一个世纪一样。 

最近几年已经有更新的编码方法（例如mozJPG），但核心思想保持不变。

同时还有其他的格式在图像质量和文件大小方面都更好(BPG, JPEG 2000, JPEG XR)，但因为某些格式受专利保护，无法在网络上广泛使用。

幸运的是，有一个可供公众使用的WebP。 目前，这种格式由Google开发并开源，并采用无损和有损压缩以最小化文件大小。许多现代浏览器都支持它，但覆盖范围仍然存在差距。 截至2018年8月，全球将近75％的用户使用支持WebP图像的浏览器浏览Web。 WebP图像的文件大小和质量看起来很有希望。除了压缩性能出色外，它的最大优势还在于多功能性。 它可以有损和无损压缩，具有特定的颜色深度，透明度和动画效果。 它在所有这些领域中也表现出色。

简单总结下，对于静态图片几种格式的对比如下：

下一篇介绍下常见的动态格式有哪些。

具体 *** 作如下。

1.打开嗨格式压缩大师，点击“图片压缩”功能；

2.进入后上传照片并选择压缩模式，可以自定义压缩参数汪毕；

3.最后点击“开始压缩”按钮即可完成照片压缩。

图片压缩是数据压缩技术在数字图像上的应用,它的目的是减少图像数据中的冗余信息从而用老卜更加高效的格式存储和传输数据。图像数据之所以能被压缩,就是因为数据中存在着冗侍陵穗余。

如何压缩Web Service数据

在现实应用中有些时候会有比较大的数据对象需要传输，或梁兄者在一个比较慢的.网络环境下发布调用web service，此时可以通过压缩数据流的方式来减小数据包的大小，从而提高web service的性能。下面我为大家准备了关于如何压缩Web Service数据的文章，欢迎阅读。

1. 首先模拟一个可以存放大数据的pojo对象，这个对象可以通过构造参数给定的size来模拟一个size大小的字符串。

package com.googlecode.garbagecan.cxfstudy.compress

public class BigData {

private String name

private String data

public BigData() {

}

public BigData(String name, int size) {

this.name = name

StringBuilder sb = new StringBuilder()

for (int i = 0i <sizei++) {

　大祥　sb.append("0")

}

this.data = sb.toString()

}

public String getName() {

return name

}

public void setName(String name) {

this.name = name

}

public String getData() {

return data

}

public void setData(String data) {

this.data = data

}

}

2. Web Service接口类，和普通的接口定义没有什滚渣搏么区别。

package com.googlecode.garbagecan.cxfstudy.compress

import javax.jws.WebMethod

import javax.jws.WebParam

import javax.jws.WebResult

import javax.jws.WebService

@WebService

public interface BigDataService {

@WebMethod

@WebResult BigData getBigData(@WebParam String name, @WebParam int size)

}

3. Web Service实现类

package com.googlecode.garbagecan.cxfstudy.compress

public class BigDataServiceImpl implements BigDataService {

public BigData getBigData(String name, int size) {

BigData bigData = new BigData(name, size)

return bigData

}

}

4. 测试类，这片文章使用了JUnit测试类来做测试。setUpBeforeClass方法用来启动Service, testGetBigData方法用来测试web service。

注意setUpBeforeClass方法中的

factoryBean.getInInterceptors().add(new GZIPInInterceptor())

factoryBean.getOutInterceptors().add(new GZIPOutInterceptor())

和testGetBigData方法中的

endpoint.getInInterceptors().add(new GZIPInInterceptor())

endpoint.getOutInterceptors().add(new GZIPOutInterceptor())

上面两段代码就是告诉CXF使用压缩Interceptor来压缩和解压缩数据包。

package com.googlecode.garbagecan.cxfstudy.compress

import org.apache.cxf.endpoint.Client

import org.apache.cxf.endpoint.Endpoint

import org.apache.cxf.frontend.ClientProxy

import org.apache.cxf.interceptor.LoggingInInterceptor

import org.apache.cxf.interceptor.LoggingOutInterceptor

import org.apache.cxf.jaxws.JaxWsProxyFactoryBean

import org.apache.cxf.jaxws.JaxWsServerFactoryBean

import org.apache.cxf.transport.http.gzip.GZIPInInterceptor

import org.apache.cxf.transport.http.gzip.GZIPOutInterceptor

import org.junit.Assert

import org.junit.BeforeClass

import org.junit.Test

public class BigDataServiceTest {

private static final String address = "http://localhost:9000/ws/compress/bigDataService"

@BeforeClass

public static void setUpBeforeClass() throws Exception {

JaxWsServerFactoryBean factoryBean = new JaxWsServerFactoryBean()

factoryBean.getInInterceptors().add(new LoggingInInterceptor())

factoryBean.getOutInterceptors().add(new LoggingOutInterceptor())

factoryBean.getInInterceptors().add(new GZIPInInterceptor())

factoryBean.getOutInterceptors().add(new GZIPOutInterceptor())

factoryBean.setServiceClass(BigDataServiceImpl.class)

factoryBean.setAddress(address)

factoryBean.create()

}

@Test

public void testGetBigData() {

JaxWsProxyFactoryBean factoryBean = new JaxWsProxyFactoryBean()

factoryBean.setAddress(address)

factoryBean.setServiceClass(BigDataService.class)

Object obj = factoryBean.create()

Client client = ClientProxy.getClient(obj)

Endpoint endpoint = client.getEndpoint()

endpoint.getInInterceptors().add(new GZIPInInterceptor())

endpoint.getOutInterceptors().add(new GZIPOutInterceptor())

BigDataService service = (BigDataService) obj

Assert.assertNotNull(service)

String name = "my big data"

int size = 1024 * 1024 * 10

long start = System.currentTimeMillis()

BigData bigData = service.getBigData(name, size)

long stop = System.currentTimeMillis()

System.out.println("Time: " + (stop - start))

Assert.assertNotNull(bigData)

Assert.assertEquals(name, bigData.getName())

Assert.assertEquals(size, bigData.getData().length())

}

}

5. 运行此unit test，可以在日志中看到数据包前后大小和内容。

---