Технология и формат 1992 г.

Стандарт сжатия изображений JPEG

Международный стандарт сжатия полутоновых изображений на основе дискретного косинусного преобразования, сделавший возможными цифровую фотографию и визуальный веб

Краткая справка

JPEG (от Joint Photographic Experts Group) — международный стандарт сжатия растровых изображений (Рекомендация МККТТ T.81, 1992; ISO/IEC 10918-1, 1994). Базируясь на дискретном косинусном преобразовании (ДКП) и отбрасывании малозаметных для зрения высокочастотных деталей, алгоритм сжимает фотографии примерно в 10 раз. Свободный от лицензионных сборов базовый профиль JPEG/JFIF и Exif стал фундаментом Всемирной паутины и цифровой фотографии.

Эмблема международного стандарта сжатия изображений JPEG
Официальный логотип комитета и стандарта сжатия полутоновых фотографических изображений JPEG Иллюстрация: ™/®Joint Photographic Experts Group, Public domain

Институциональное происхождение и отказ от патентных ловушек

В 1980-е годы развитие компьютерной графики и ранних телематических сетей упёрлось в непомерный вес несжатых фотографий, требовавших мегабайты памяти и минуты пересылки по модему, тогда как формат GIF (1987) ограничивался палитрой в 256 цветов, а TIFF не имел единого компактного метода сжатия фотоизображений. В 1986 году Международная организация по стандартизации (ISO TC97 WG8, ныне JTC 1/SC 29/WG 1) и телекоммуникационный комитет МККТТ (с 1993 года — МСЭ-Т / ITU-T) учредили Объединённую группу экспертов по фотографии (Joint Photographic Experts Group, JPEG) с участием специалистов IBM, AT&T, Canon и Mitsubishi Electric.

Математической основой послужило дискретное косинусное преобразование (ДКП), предложенное Насиром Ахмедом в 1972 году (опубликовано с Т. Натараджаном и К. Р. Рао в 1974 году) и развитое в статьях Вэнь-Сюна Чэня (1977, 1984). Первый стандарт утвердили в сентябре 1992 года как Рекомендацию МККТТ T.81 (в 1994 году — ISO/IEC 10918-1). Поскольку T.81 описывала лишь алгоритм битового потока сжатия, но не практический контейнер с цветовой моделью (профиль JIF из Приложения B оказался неудобен), компания C-Cube Microsystems в 1991–1992 годах предложила облегчённый формат обмена JFIF (позднее закреплённый как Ecma TR/98). Принципиальным выбором комитета стала лицензионная чистота: базовый профиль использовал непатентованное кодирование Хаффмана, сознательно обходя защищённый патентами IBM арифметический QM-кодер, чтобы производители ПО могли внедрять стандарт без роялти.

Алгоритм психовизуального сжатия: от YCbCr до квантования

Типичное 10-кратное сжатие фотографий в JPEG/JFIF при максимальном размере до 65 535 × 65 535 пикселей опирается на пять последовательных этапов, учитывающих особенности человеческого зрения:

  • Перевод из RGB в Y′CbCr: разделение яркости (Y′) и цветоразностных компонент (Cb, Cr), так как глаз острее воспринимает яркость, чем цвет.
  • Цветовая субдискретизация: прореживание цветовых каналов (обычно по схеме 4:2:0 — одно усреднённое значение цвета на блок 2×2 пикселя), вдвое сокращающее объём цветности.
  • Поблочное ДКП: разбиение каждого канала на блоки 8×8 пикселей и перевод в спектр пространственных частот.
  • Квантование: необратимый шаг деления коэффициентов на значения матриц квантования, отсекающий мелкие высокочастотные детали в соответствии с выбранным уровнем качества (от 1 до 100).
  • Энтропийное сжатие: зигзагообразный обход и упаковка кодами Хаффмана в последовательность сегментов с маркерами 0xFF (внутри потока после 0xFF вставляется 0x00, а маркеры перезапуска 0xD0–0xD7 изолируют сбои в сетях и позволяют декодировать полосы параллельно).

Помимо последовательного режима, стандарт предусматривал прогрессивный JPEG (многопроходную загрузку с постепенным проявлением деталей на медленных модемах), 12-битный режим для медицины и режим без потерь Lossless JPEG (сжатие менее 2:1). Для ускорения расчётов ещё в 1993 году Касперович и Бабкин адаптировали ДКП к 32-битным регистрам Intel 80386, а позже обработку перенесли на инструкции SIMD и видеокарты CUDA.

Триумф в сети, цифровая фотография и отражение патентных атак

Когда в 1994–1995 годах Unisys начала требовать отчисления за алгоритм LZW в формате GIF, открытый JPEG (наряду с PNG) стал графической опорой Всемирной паутины. Слияние битового потока с контейнером Exif (маркер APP1 для данных камеры, на практике размещаемый следом за сегментом JFIF APP0 для совместимости со старыми декодерами) и профилями цвета ICC (sRGB и Adobe RGB, дающими около 11 ступеней динамического диапазона при 8 битах) сделало расширение .jpg универсальным носителем цифровой фотографии: к 2015 году в мире создавалось по нескольку миллиардов JPEG-снимков ежедневно.

Успех стандарта спровоцировал серию патентных атак. В 2002 году фирма Forgent Networks предъявила права на патент США № 4698672 (1986, Вэнь-Сюн Чэнь и Дэниел Кленке), собрав около 105 миллионов долларов с 30 компаний и подав иски ещё к 31 фирме. Консорциум из 21 ИТ-корпорации, Microsoft (2005) и Public Patent Foundation добились пересмотра: 26 мая 2006 года Патентное ведомство США (USPTO) аннулировало патент из-за более ранних научных работ, которые Forgent утаила, и к ноябрю претензии рухнули. Столь же безуспешно завершились иски Global Patent Holdings к Apple, Motorola, Zappos и другим компаниям в 2007–2009 годах (все пункты патента № 5253341 отменены USPTO) и тяжбы Princeton Digital Image Corp. против 55+ компаний по истёкшему патенту General Electric № 4813056 в 2011–2013 годах.

Границы применимости, безуспешные преемники и долголетие стандарта

Классический JPEG имеет чёткие границы: распад на блоки 8×8 и шумовые ореолы вдоль резких контрастов делают его непригодным для чертежей, текста, астрономии, медицины (где нужен JPEG-LS) и многократного редактирования без потерь (за исключением поворотов и обрезки кратно блокам MCU утилитами вроде jpegtran; встроенные в Annex K фильтры подавления блоков почти не прижились). В 2000 году комитет JPEG выпустил технологически более совершенный вейвлетный стандарт JPEG 2000, однако он проиграл из-за высокой нагрузки на процессоры, отсутствия нативной поддержки в браузерах и опасений вокруг лицензирования.

Даже в эпоху конкурирующих форматов WebP и новейшего JPEG XL (а также усовершенствованных кодеров вроде Google Jpegli) стандарт 1992 года остаётся глобальной основой визуального интернета. Признанием его исторической роли стал проект цифрового сохранения PLANETS (2010), поместивший инструкцию по декодированию JPEG в альпийскую капсулу времени в Швейцарии.

Цепочка влияния: причины и последствия

Исторический «эффект домино» — какие предпосылки вызвали это событие или явление и к каким переменам оно привело.

К чему это привело дальше (последствия)

Технология и формат1969–1975 гг.Массовая цифровая фотография

Цифровая фотография и ПЗС-матрица

Эффективное дискретно-косинусное сжатие JPEG позволило умещать сотни снимков с ПЗС-матриц на ранних картах памяти и в веб-браузерах.

Технология и формат1989–1991 гг.Следствие и политический итог

Всемирная паутина (WWW, HTTP и HTML)

Десятикратное сжатие полноцветных снимков без патентных сборов сделало возможной массовую публикацию фотографий в раннем вебе 1990-х годов.

Технология и формат1993–2003 гг.Исторический предшественник

Видеокодеки MPEG и H.264 / AVC

Математический аппарат дискретного косинусного преобразования и квантования, отработанный в JPEG и видеостандарте H.261, лёг в основу межкадрового сжатия первых кодеков MPEG.

Государства и ключевые связи в графе

Связанные личности, технологии, места и понятия

Технология и формат Цифровая фотография и ПЗС-матрица 1969–1975 гг. — Массовая цифровая фотография
Технология и формат Видеокодеки MPEG и H.264 / AVC 1993–2003 гг. — Исторический предшественник
Технология и формат Всемирная паутина (WWW, HTTP и HTML) 1989–1991 гг. — Следствие и политический итог

Частые вопросы и ответы

Чем отличаются спецификации JPEG, JFIF и Exif?
Стандарт JPEG (T.81 / ISO 10918-1) описывает только математический алгоритм сжатия битового потока, но не структуру файла. Контейнер JFIF (1991–1992) закрепил преобразование в YCbCr и стал стандартом для веба, а формат Exif используют цифровые камеры для хранения метаданных съёмки внутри того же .jpg-файла.
Почему в JPEG почти не применялось более эффективное арифметическое кодирование?
Описанный в стандарте JPEG арифметический QM-кодер был защищён патентами корпорации IBM. Чтобы сделать базовый режим JPEG полностью свободным от лицензионных отчислений, разработчики и производители программ массово остановились на методе Хаффмана.
Почему преемник JPEG 2000 так и не смог вытеснить классический JPEG?
Несмотря на более высокое качество сжатия за счёт вейвлетов, JPEG 2000 предъявлял завышенные требования к вычислительной мощности устройств начала 2000-х, не получил встроенной поддержки в ведущих веб-браузерах и проиграл огромной обратной совместимости исходного JPEG 1992 года.
Почему JPEG плохо подходит для текста, чертежей и многократного редактирования?
Резкие контрасты на границах букв и линий вызывают заметные шумовые ореолы и рассыпание на блоки 8×8 пикселей, а каждое новое сохранение файла повторно запускает необратимое квантование, накапливая деградацию картинки.

Научная литература и источники

  1. JPEG // Википедия (русскоязычная версия) [ru.wikipedia.org]
  2. JPEG // Wikipedia (English edition) [en.wikipedia.org]
  3. CCITT Recommendation T.81 (ISO/IEC 10918-1): Digital Compression and Coding of Continuous-Tone Still Images, 1992 [www.w3.org]
  4. JPEG Committee Official Homepage (ISO/IEC JTC 1/SC 29/WG 1) [jpeg.org]
  5. JPEG // Encyclopædia Britannica [www.britannica.com]