轉(zhuǎn)載藍(lán)藍(lán)設(shè)計(jì)(   www.cqzjtgb.com  )是一家專注而深入的設(shè)計(jì)機(jī)構(gòu) ，為期望卓越的國內(nèi)外企業(yè)提供有效的   BS界面設(shè)計(jì) 、 cs界面設(shè)計(jì) 、  ipad界面設(shè)計(jì)   、  包裝設(shè)計(jì) 、  圖標(biāo)定制 、  用戶體驗(yàn) 、交互設(shè)計(jì)、   網(wǎng)站建設(shè) 、平面設(shè)計(jì)服務(wù)

來源：http://tid.tenpay.com/?p=4711

如果您想訂閱本博客內(nèi)容，每天自動發(fā)到您的郵箱中，   請點(diǎn)這里

前言：該文收集了前輩們的一些關(guān)于圖片優(yōu)化的技巧，在此收攏到一起，對于各個(gè)方法的優(yōu)化原理做了一些研究，希望能給大家對于圖片優(yōu)化這一塊起到拋磚引玉的作用。

提到圖片，我們不得不從位圖開始說起，位圖圖像(bitmap)，也稱為點(diǎn)陣圖像或繪制圖像，是由稱作像素（圖片元素）的單個(gè)點(diǎn)組成的。這些點(diǎn)可以進(jìn)行不同的排列和染色以構(gòu)成一副圖片。當(dāng)放大位圖時(shí)，可以看見賴以構(gòu)成整個(gè)圖像的無數(shù)單個(gè)方塊。

常見的格式中JPG、PNG、GIF亦屬于位圖，所以它們的數(shù)據(jù)結(jié)構(gòu)大致相同，只是每一種圖片格式都有不同的壓縮算法，不同的掃描方式，但是優(yōu)化的方法都有一個(gè)共同點(diǎn)，都是圍繞著每個(gè)像素顏色值來下手，具體如何進(jìn)行優(yōu)化呢？
下面來給大家介紹一下圖片的一些基本原理和優(yōu)化的方法：

1.JPG原理與優(yōu)化
JPG是一種對彩色或灰階之類連續(xù)色調(diào)圖形作壓縮和解壓縮的標(biāo)準(zhǔn)．這個(gè)標(biāo)準(zhǔn)是由ISO/IEC JTC1/SC29 WG10所訂定。
壓縮算法為正、反離散余弦轉(zhuǎn)換，如下圖：

反離散余弦轉(zhuǎn)換即把整個(gè)流程反轉(zhuǎn)。
這里的8X8像素區(qū)塊是我們JPG優(yōu)化方法的重點(diǎn)，在之后會涉及到取樣、區(qū)塊量化、掃描的步驟，然而取樣、區(qū)塊量化這兩個(gè)步驟將是導(dǎo)致圖像失真的過程，也是我們優(yōu)化工作所涉及到核心部分。

取樣：
這里所提到的可以很好的解釋到下面JPG優(yōu)化方法中的色彩優(yōu)化；
JPG將不同的色彩當(dāng)作獨(dú)立的成份，因此各個(gè)成份可以被視為一個(gè)灰階影像來處理，如果各個(gè)顏色成份間沒有關(guān)聯(lián)性時(shí)．便可以將壓縮的效果處理得最好，因此把紅(R)、綠(G)、藍(lán)(B)的成份轉(zhuǎn)換成：亮度 (Luminance)(Y)、色度 (Chrominance)(Cb和 Cr)，使得各項(xiàng)沒有關(guān)聯(lián)的成份：
Y = 0.299R+0.587G+0.144B
Cb = -0.169R-0.331G+0.500B
Cr = 0.500R- 0.419G –0.081B
由于人的視力系統(tǒng)對色度的敏銳度不高 ，因此以YCbCr色度的方式來表示可以再做一次作取樣(Subsampling)來減低信息量：

4:4:4格式代表YCbCr原來完整的信息，可以再次取樣以4:2:2或4:2:0格式來表達(dá);4:2:2格式將原本的信息量減少為三分之二，而4:2:0格式則可以將信息三減少為一半。雖然色度的信息量減少了．但對人的視覺神經(jīng)而言卻僅僅感受到微小的差別而已。

區(qū)塊量化：
為了說明執(zhí)行離散余弦轉(zhuǎn)換(DCT)的影響，我們將以自一張圖去下的8×8區(qū)塊的亮度資料轉(zhuǎn)換成符合DCT運(yùn)算范圍內(nèi)的系數(shù)表：

低頻部分包含了區(qū)塊的大部分能量，而對視覺較不敏感的高頻部分，則通常只含有較低的能量。

接下來對亮度系數(shù)做量化處理的矩陣系數(shù)表：

在亮度系數(shù)的量化方面每個(gè)DCT系數(shù)除以相對的量化矩陣的值，在四舍五入后得到如下的量化后 DCT 系數(shù)（例如-80/16=-5）：

注意量化后區(qū)塊高頻部份出現(xiàn)許多零值，代表人類視覺系統(tǒng)對高頻部份并不敏感。由于四舍五入的部份并不能在解碼時(shí)重現(xiàn)，因此這個(gè)步驟將是個(gè)失真的過程。

掃描：
區(qū)塊在量化之后，只有低頻的部分有非零值，為了進(jìn)一步地減少儲存空間的大小，盡可能地將零值放在一起，使得處理時(shí)能以幾個(gè)零來表示而非個(gè)別的處理每個(gè)零，因此運(yùn)用了如下圖的方式做斜向掃描：

這種斜向掃描的掃描線乃是沿著空間頻率大小增加的方向作掃描的，使得許多的零可以被串接在一起，以達(dá)到更好的效果。
了解上述3個(gè)流程后，后續(xù)我們做JPG優(yōu)化的時(shí)候會更得心應(yīng)手了，如何處理顏色，如何減少顏色數(shù)值而卻又最少的減少圖片失真的比率。
接下來為大家介紹下JPG常用的幾種優(yōu)化方法：

8像素柵格
如下2副圖片所示，圖片為32X32，白色方塊寬高為8X8：
 
正如大家看到的，左上角的小方塊正好對齊在“8像素柵格”，這樣就確保小方塊保持是銳利。當(dāng)保存的時(shí)候，圖片會被分成許多的8×8 px的區(qū)塊，而軟件是對每一個(gè)區(qū)塊進(jìn)行獨(dú)立優(yōu)化的。由于右下方的方塊并不匹配這些區(qū)塊（也就是這個(gè)方塊跨越了幾個(gè)區(qū)塊，正好落于區(qū)塊的交接線上），優(yōu)化器在尋找索引的時(shí)候就會在黑色和白色之間尋找平衡，即添加了雜色。

示例：

不仔細(xì)看可能發(fā)現(xiàn)不了，第二幅圖片中盒子的黑子蓋子左邊超出的區(qū)域、99數(shù)字超出的多余像素均已刪除，198.00元下移了一個(gè)像素，3個(gè)很簡單的操作便可減少約1K，做到這一步，大家肯定會考慮一個(gè)問題，難道每次做圖的時(shí)候都要拉著么輔助線不麻煩么？
其實(shí)，這里只是為了做一個(gè)的示范，如果應(yīng)用到工作中，我們大可將8X8的輔助方格改為16X16或者32X32。

圖片質(zhì)量
不要保存質(zhì)量為100的圖片。這個(gè)并不是最高質(zhì)量的圖片，只是一個(gè)數(shù)值上的優(yōu)化底線，最終你會得到一個(gè)不合理的大文件。事實(shí)上把質(zhì)量設(shè)置在95以上就已經(jīng)足以防止丟失信息了。
在質(zhì)量上有個(gè)分水嶺，這就是我們通常建議JPG質(zhì)量最好是在60左右的原因。當(dāng)在Photoshop中把質(zhì)量設(shè)置低于51的時(shí)候，它就會執(zhí)行另一個(gè)叫做“降色采樣（原文：color down-sampling）”的優(yōu)化算法，它會在8個(gè)像素周圍平均采樣，這樣會在邊緣產(chǎn)生雜色。
因此，如果圖片很小而且對比很大，建議在Photoshop中不要設(shè)置質(zhì)量低于51。

圖例（左為質(zhì)量51右為質(zhì)量50）：
 

色彩優(yōu)化
這里優(yōu)化的原理在于解壓縮過程，反量化與斜向掃描中著手。這里涉及到兩個(gè)量化矩陣（亮度與色度）的處理。
但是此方法用到的情況相對比較少，所以這里只做簡短的介紹。
Photoshop有一個(gè)Lab的顏色模式，L表示亮度（Luminosity），a表示從洋紅色至綠色的范圍，b表示從黃色至藍(lán)色的范圍。

其中在這里最重要的就是明度（也稱為亮度），優(yōu)化圖像的時(shí)候通常是壓縮顏色通道，但盡可能保持高亮的亮度通道，因?yàn)槿藗儗λ顬槊舾小?br /> 這里最關(guān)鍵的是濾鏡>>雜色>>中間值針對A,B兩個(gè)通道的顏色做處理

2.PNG原理與優(yōu)化
PNG，圖像文件儲存格式，其目的是試圖替代GIF和TIFF的文件格式，同時(shí)增加一些GIF所不具備的特性。PNG提供5種圖片類型：灰度，真彩色，索引色，帶alpha通道的灰度，帶alpha通道的真彩色，遺憾的是Photoshop只能導(dǎo)出3種圖像類型：帶透明的索引顏色，真彩色，帶透明度的真彩色。
對于PNG圖像，可以分為索引（Index）圖和RGB圖兩種，索引圖只包含固定數(shù)量的顏色，而RGB圖的顏色數(shù)量是不受限制的。
索引圖：為節(jié)約存儲，把圖像中使用的顏色與一個(gè)顏色表對應(yīng)起來，索引色常使用16色、32色、64色、128色或256色等，但最多不得超過256色；
RGB圖：的每一個(gè)象素都保存一個(gè)RGB值，代表這個(gè)象素的顏色，因此，一張RGB圖有多少個(gè)象素，文件中就保存多少個(gè)RGB值；

壓縮：
PNG采取的是LZ77無損數(shù)據(jù)壓縮算法：LZ77算法簡單來說就是通過使用編碼器或者解碼器中已經(jīng)出現(xiàn)過的相應(yīng)匹配數(shù)據(jù)信息替換當(dāng)前數(shù)據(jù)從而實(shí)現(xiàn)壓縮功能。
最重要的還是線性過濾（也稱為“三角過濾”），PNG有5種過濾器，None（無過濾），Sub（當(dāng)前值減去左側(cè)像素的值），Up（減去上方像素的值），Average（減去左側(cè)和上方像素的平均值）和Paeth（替換上方，左邊或者上方的左邊像素值，并重新以Alan Paeth命名）。下面只舉例其中之一的Up過濾：

以數(shù)字2為標(biāo)識的每一行都經(jīng)過了“Up過濾”，“Up過濾”向 png 解碼器發(fā)送信息：“對于當(dāng)前的像素，提取上方像素的值，并將其添加到當(dāng)前值”。圖中第2-5行垂直方向都擁有相同的值。所以它們的值都是0，如果這樣的圖片越大那么壓縮比率也越大。

掃描：
PNG的掃描方式很簡單，只存在兩種：非隔行掃描、Adam7(7遍隔行掃描方法)
Adam7(由Adam M. Costello開發(fā)的7遍隔行掃描方法)，原理如下圖：

圖片示例：

常用的兩種PNG優(yōu)化方法：
色調(diào)分離
優(yōu)化原理：有效的減少色彩數(shù)，合并相似的顏色，創(chuàng)建出色調(diào)區(qū)域，更好的執(zhí)行“線性過濾”，得到高壓縮率。
缺點(diǎn)：這種方法有一定的局限性，尤其是優(yōu)化的圖片與 html 背景融合的情況下須慎用。
這里的色階值可根據(jù)實(shí)際情況設(shè)置：

優(yōu)化圖片對比：
    原圖：212KB

    優(yōu)化后:146KB

圖層分離
有時(shí)候因?yàn)閳D片中存在一些半透明像素，不得不保存一個(gè)“重量級”的PNG-24文件。如果將此類圖像一分為二，一部分是不透明像素，另一部分則為半透明，然后各以適當(dāng)格式保存。
比如你可以用 PNG-24 格式保存半透明像素，而不透明像素則用 PNG-8 甚至 JPEG 格式保存。
例如：

操作步驟：
1.在圖層面板中Ctrl+左鍵單擊圖層建立選區(qū)；
2.切換至通道面板，將選區(qū)儲存為通道；
3.選擇該通道，取消選區(qū)，將閾值（圖像 -> 調(diào)整 -> 閾值）調(diào)至255；
4.再次Ctrl+左鍵單擊該通道建立選區(qū)并隱藏該通道，然后選擇原始圖層，打開圖層 -> 新建 -> 通過剪切的圖層，即能得到上面兩幅分離后的圖片。
5.可再次對兩幅圖片進(jìn)行色調(diào)分離等方法進(jìn)行優(yōu)化。
此方法類似活動中背景圖過大時(shí)進(jìn)行分割是為同一個(gè)道理，多增加一個(gè)請求而把圖片拆分，進(jìn)行疊加。

3.GIF原理與優(yōu)化
由于GIF現(xiàn)在使用率偏低，除非需要用到GIF動畫，由于PNG本身是開發(fā)者為了代替GIF而衍生出的圖片格式，所以透明圖片建議采用PNG8。下面只簡單的介紹下GIF的原理：
GIF(Graphics Interchange Format)的原義是“圖像互換格式”，是CompuServe公司在 1987年開發(fā)的圖像文件格式。GIF文件的數(shù)據(jù)，是一種基于LZW算法的連續(xù)色調(diào)的無損壓縮格式。其壓縮率一般在50%左右，它不屬于任何應(yīng)用程序。GIF格式的另一個(gè)特點(diǎn)是其在一個(gè)GIF文件中可以存多幅彩色圖像，如果把存于一個(gè)文件中的多幅圖像數(shù)據(jù)逐幅讀出并顯示到屏幕上，就可構(gòu)成一種最簡單的動畫。

LZW壓縮算法
LZW就是通過建立一個(gè)字符串表，用較短的代碼來表示較長的字符串來實(shí)現(xiàn)壓縮，字符串和編碼的對應(yīng)關(guān)系是在壓縮過程中動態(tài)生成的，并且隱含在壓縮數(shù)據(jù)中，解壓的時(shí)候根據(jù)表來進(jìn)行恢復(fù)，算是一種無損壓縮。例如：
正常文本：好人經(jīng)常說自己是好人，但是我確實(shí)是個(gè)好人。
壓縮文本：$1經(jīng)常說自己是$1，但是我確實(shí)是個(gè)$1. $1=[好人]

文章已經(jīng)接近尾聲了，相信經(jīng)過這啰啰嗦嗦一大堆文字，大家對圖片優(yōu)化也會有一個(gè)相對清晰的思路了，期待能一起尋找探討更多的優(yōu)化方法。

參考資料：
書籍：JPG原理與數(shù)據(jù)檔案
PNG文件格式白皮書：http://www.w3.org/TR/REC-png.html
GIF文件數(shù)據(jù)結(jié)構(gòu)：http://wenku.baidu.com/view/06eaedcdda38376baf1fae8e.html