做电商的同事遇到一件事:一张服装图从设计稿导出成 JPEG,运营在图上加了一行促销文字,保存;第二天改价格,再保存一次。只改了文字,衣服本身没动,但第三次打开时,红色衣服的褶皱里出现了一圈灰绿色的斑点,放大还能看到规则的方块。他怀疑是设计软件的问题,换了台电脑重做,还是一样。

问题不在软件。JPEG 是有损格式,每次保存都要把整张图重新量化一遍。你只改了文字,但软件为了保存,必须先把整张图从压缩数据还原成像素,再把整张图重新压回去。第一次丢掉的细节回不来了,第二次又在已经残缺的数据上再丢一次,几次之后,误差累积到肉眼可见。这就是代际损失。

这篇把「无损」和「有损」的分界讲清楚:各自能还原到什么程度、JPEG 具体在哪一步丢信息、为什么反复转码会越来越差,以及哪些场景根本不该用有损格式。下一篇再深入哈夫曼编码和算术编码,看压缩器怎么给符号分配长短码。

现象真实原因第一步查什么
同一张图 PNG 十几兆,JPEG 只有两三兆PNG 逐像素无损,JPEG 丢掉了高频细节和部分色度信息确认文件格式是不是有损,以及导出时的质量参数
改完文字再导出,整张图都变差有损格式每次保存都会重新量化整幅画面,误差累积数一数这张图被编码过几次,是否保留了原始分层文件
红色衣服边缘出现灰绿色噪点色度下采样把颜色分辨率减半,红蓝边缘最容易暴露看编码器的采样因子,是否用了 4:2:0
截图或带文字的图存 JPEG 后发虚文字边缘是高频信息,正好被量化表抹掉换 PNG 或无损 WebP 再对比
透明背景导出后出现白边JPEG 不支持透明通道,透明区域被填成白色或黑色确认格式是否支持 alpha,必要时用 PNG 或 WebP
照片转成无损格式,体积反而更大照片像素噪声高,逐像素保存在信息量上不划算算一下像素熵,比较有损和无损的实际体积
GIF 转成 PNG 后体积暴涨GIF 最多 256 色,PNG 默认是真彩色,位深不同看颜色数量和位深,确认是不是需要转成索引色 PNG

分界线:解压后能不能一个字节不差

无损压缩的定义很干脆:解压结果和原始数据逐字节相同,差一个都不行。PNG、GIF、BMP、TIFF 的无损模式、FLAC 音频、zip 和 gzip 都属于这一类。它们不关心人看着舒不舒服,只保证数学上可逆。

有损压缩则明确允许结果不同。JPEG、有损 WebP、HEIC、MP3、AAC、Opus、H.264 都是。它们的前提是「人的眼睛和耳朵对某些变化不敏感」,于是把那些不敏感的部分用更粗糙的方式表示,换取更小的体积。

音频的有损逻辑和图像类似,只是「不敏感」换成了听觉:把被强音掩蔽的弱音、听不见的高频直接丢掉,再把剩下的频谱用更少的比特表示。MP3 和 AAC 都靠这个思路把一首歌压到原来的十分之一左右,听感却还能接受。视频更激进,除了帧内的空间压缩,还会利用相邻帧之间的相似性,只编码变化的部分。

无损:可逆,但不一定小

适合文字、截图、线稿、图标、带透明的素材、需要反复编辑的中间文件。照片用它体积通常很大,因为每个像素的细微噪声都要如实保留。

有损:小,但不可逆

适合最终交付的照片、视频、音乐。一次编码后直接使用,不要拿它当编辑母版。每解码再编码一次,质量就下降一档。

有一类格式容易被误判:GIF 的 LZW 压缩本身是无损的,但 GIF 的调色板最多 256 色,把一张真彩照片转成 GIF 时,颜色数量被砍到 256,那一步是有损的。所以「格式本身无损」和「整条处理链无损」是两件事,中间任何一步做了颜色量化、缩放、重采样,都会引入损失。

JPEG 的三步,损失只发生在其中一步

JPEG 编码大致分三步:颜色转换与下采样、离散余弦变换、量化与熵编码。理解这三步,才知道「质量 90」到底动了哪个旋钮。

RGB 转 YCbCr
色度下采样
8×8 分块 DCT
量化取整
熵编码输出

第一步把红绿蓝三个通道换成亮度 Y、蓝色差 Cb、红色差 Cr。人眼对亮度细节敏感,对颜色细节迟钝,所以很多编码器会把 Cb 和 Cr 的分辨率减半,这就是常说的 4:2:0。原来每个像素都有一组色度值,现在四个像素共用一组。红色衣服边缘之所以容易出现灰绿斑点,就是因为颜色边界被这种共用抹平了。

第二步把每个 8×8 像素块做离散余弦变换,把空间上的明暗变化拆成不同频率的成分。低频描述大块的颜色和明暗,高频描述边缘和纹理。变换本身是可逆的,不做取舍的话能还原。

4:2:0 这个写法描述的是采样比例:每四个像素共用一组色度值,亮度仍然逐像素保留。此外还有 4:2:2(水平方向减半、垂直不降)和 4:4:4(完全不降采样)。拍摄采集常用 4:2:2,给后期留调色空间;网络分发常用 4:2:0,因为传输带宽更值钱。选择哪种不是画质越高越好,而是看这条链路后面还要不要做抠像、调色这类依赖颜色精度的处理。

第三步才是真正丢信息的地方:量化。编码器拿一张量化表,把每个频率系数除以表里的步长,再四舍五入取整。高频系数通常除以很大的数,很容易变成零;低频系数除得小,保留得细。质量参数越低,量化表里的步长越大,被抹成零的高频越多,画面就越平滑、越糊。熵编码只是把剩下的系数写得更紧凑,不再丢东西。

「质量 90」不是百分比精度,而是量化表的一个档位。不同软件、不同编码器的同一档位,实际量化步长可能不同,所以同一张图在两个工具里导出,体积和画质都可能对不上。

为什么反复导出会越做越差

有损编码的损失是不可逆的。第一次编码时,高频系数被量化成零;解码时这些细节无法恢复,只能补成近似值。你看到的是「还算像原图」的画面,但它已经不是原图了。第二次编码拿这份近似图当输入,又做一次量化,原本勉强保留的细节再被削掉一层,误差继续累积。

这种累积叫代际损失。它的速度取决于内容和质量参数:质量设得越低,单次损失越大;画面细节越密(布料纹理、树叶、毛发),高频越多,损失越明显;平坦的色块和渐变反而比较耐压。最要命的是,很多人以为「我只改了一个字」,实际上软件保存时处理的是整幅画面,不是那个文字图层。

想判断手里的图已经被有损编码过几次,可以放大到两倍看暗部和边缘:出现规则的 8×8 方块边界、平坦区域里有细碎的色斑、颜色过渡处有台阶,通常就是量化留下的痕迹。再看文件格式和元数据里的软件名、保存时间,大概能还原它的经历。这些痕迹一旦出现,后续再高的质量参数也只能保住现有的样子,不能把丢掉的高频变回来。

正确的做法不是提高质量参数,而是换工作流:保留分层源文件或无损母版,所有修改在母版上做,最终交付时只导出一次有损文件。如果必须反复用同一张 JPEG,至少把它转成 PNG 再编辑,这样编辑过程不再引入新的有损编码,但第一次 JPEG 已经造成的损失仍然在,救不回来。

不要拿 JPEG 当「可编辑素材」反复保存。每保存一次都是一次完整的解码加编码,质量只会往下走。设计交付时把 PSD、PNG 或 TIFF 母版一起存档,不要只留最终的 JPEG。

一次量化实验:位深换体积

为了直观看到「丢信息换体积」,可以做一个小实验:生成一张带噪声的渐变图,把每个通道从 8 位量化到 4 位、2 位,再用 zlib 压缩,记录体积和平均误差。这里用原始 RGB 字节直接压缩,模拟无损路径的下限;真实 PNG 还会做行滤波,体积会更小,但趋势一样。

import zlib, random

random.seed(3)
W = H = 512
px = bytearray()
for y in range(H):
    for x in range(W):
        r = x * 255 // (W - 1)
        g = y * 255 // (H - 1)
        b = (x + y) * 255 // (W + H - 2)
        px.extend((max(0, min(255, r + random.randint(-4, 4))),
                   max(0, min(255, g + random.randint(-4, 4))),
                   max(0, min(255, b + random.randint(-4, 4)))))

def quantize(data, levels):
    step = 256 // levels
    out = bytearray()
    for v in data:
        q = (v // step) * step
        out.append(min(255, q + step // 2))
    return out

def mae(a, b):
    return sum(abs(x - y) for x, y in zip(a, b)) / len(a)

raw = bytes(px)
for levels, name in [(256, "8 bit/channel"), (16, "4 bit/channel"), (4, "2 bit/channel")]:
    data = raw if levels == 256 else bytes(quantize(raw, levels))
    size = len(zlib.compress(data, 9))
    err = 0 if levels == 256 else mae(raw, data)
    print(f"{name}: raw={len(data)} zlib={size} "
          f"ratio={len(data)/size:.2f}:1 mae={err:.2f}")

本机实际输出:

8 bit/channel: raw=786432 zlib=669418 ratio=1.17:1 mae=0.00
4 bit/channel: raw=786432 zlib=100950 ratio=7.79:1 mae=4.01
2 bit/channel: raw=786432 zlib=23059 ratio=34.11:1 mae=16.02

8 位通道时,zlib 只压到 1.17 倍,因为每个像素都掺了随机噪声,几乎没有重复可抓。把通道量化到 4 位后,同样的原始字节数被压到约十分之一,平均每个通道差 4 个色阶;量化到 2 位,压缩比冲到 34 倍,但平均误差到了 16 个色阶,画面会出现明显的色带。这就是有损压缩的取舍:误差越大,体积越小。

注意,MAE 的单位是 0 到 255 的色阶,4.01 在平滑渐变上还能接受,在文字边缘就是灾难。同样大小的误差,落在哪里比数值本身更重要,这也是为什么 JPEG 对文字不友好、对照片却够用。

边界与代价:什么时候不能有损

选择格式之前,先问三个问题:这份文件还会不会再编辑?里面有没有文字和硬边缘?要不要透明?三个问题里只要有一个答案是「会」「有」「要」,就应该优先无损。

场景推荐原因
网页照片、商品图最终稿有损 JPEG 或有损 WebP体积小,人眼对照片细节不敏感,一次编码即可
截图、图表、带文字的图PNG 或无损 WebP硬边缘和文字是高频信息,有损会发虚
带透明背景的素材PNG、WebP、AVIFJPEG 没有 alpha 通道,透明会被填成底色
需要反复修改的母版分层源文件或 PNG避免每次保存都重新做有损编码
音乐母带、音频存档FLAC 或 WAV无损,可反复解码编辑,不累积损失
在线播放的背景音乐AAC、Opus、MP3体积小,解码快,丢掉的细节在播放场景里不明显

有损格式还有几个现实代价。第一是兼容性:HEIC 在部分旧设备和浏览器上打不开,AVIF 的编码耗时明显高于 JPEG,WebP 在老系统上需要兜底。第二是解码成本:高压缩比往往意味着更复杂的解码,低端设备上打开大量图片会更耗电。第三是看不到的元数据:有些工具在转码时会把色彩配置、拍摄信息一起抹掉,颜色随之偏掉,这个问题在下一篇讲「从磁盘到屏幕」时会展开。

视频的代价还要多一层。帧间编码会把误差带到后续帧,一次转码造成的模糊,可能在接下来几秒的画面里持续存在;关键帧间隔拉得太长,压缩比好看,但拖动进度条要等更久。所以视频的「质量」不是单看某一帧,而是看整段画面在运动、暗部、文字字幕这些场景下的综合表现。

最后一条边界是心理上的:压缩比不是越高越好。把质量参数拉到 30,文件可能只有原来的十分之一,但商品图的布料纹理糊成一片,用户会怀疑商品质量。真正该做的是按用途分档:列表页缩略图可以有损且小,详情页主图保留更多细节,原图存档用无损。同一张图导出多个版本,比一张图反复折腾更省事。

无损格式也不是同一个东西

「无损」只说明可逆,不说明体积小、功能全。PNG、GIF、BMP、TIFF 都算无损,但它们面向的场景完全不同,选错了会出现「明明是无损,怎么又大又不清楚」的困惑。

格式色彩与透明压缩方式适合什么
PNG真彩或索引色,支持 alpha行滤波加 zlib截图、图标、带透明的网页素材
GIF最多 256 色,1 位透明LZW简单动图、老系统兼容
BMP真彩,通常无 alpha基本不压缩或简单 RLE老程序、临时中间文件
TIFF真彩,支持多页与 alpha可选无损压缩印刷、扫描、存档
FLAC音频,多声道线性预测加残差编码音乐母版、无损存档

PNG 适合大面积纯色和硬边缘,因为行滤波能把相邻像素的差值变小,zlib 再压这些差值。对照片这种每个像素都不同的内容,PNG 的优势就没了,体积可能是 JPEG 的五到十倍。GIF 的 256 色调色板在生成时就做了一次颜色量化,所以「GIF 格式内部无损」不等于「把照片存成 GIF 无损」,那一步损失发生在格式之外。

BMP 几乎没有压缩,优点是解码简单、老程序都认,缺点是体积大得离谱。TIFF 属于「什么都能装」的容器,扫描件、印刷稿常用,但不同软件写出的 TIFF 差异很大,传给别人之前最好确认对方能打开。FLAC 是音频里的无损选项,通常能压到 WAV 的五六成,解码要算力,但换来的是可以反复编辑而不掉质量。

选型的顺序不是「哪个压得小」,而是先确定必须保留什么:要不要透明、颜色够不够、要不要动画、对方能不能打开。这些条件定下来,剩下的才是压缩比的比较。这一步做对了,后面才轮得到调参数,也才不会出现「压完才发现透明没了」这种返工。

当天能自己验证的五个练习

  1. 找一张带文字的截图,分别存成 PNG 和 JPEG,放大到 200% 对比文字边缘,记录差异。
  2. 拿一张照片,连续导出 JPEG 三次,每次质量都设 80,对比第一次和第三次的暗部与边缘。
  3. 用上面的脚本把位深改成 5 位、6 位,记录压缩比和 MAE,找出「误差还能接受」的临界点。
  4. 把一张带透明背景的 PNG 转成 JPEG,观察透明区域变成了什么颜色,再转回 PNG 看能否恢复。
  5. 查看一张手机照片的 EXIF 和色彩配置,用工具转码后再看,确认哪些元数据被丢掉了。

小结

记住三件事:无损保证逐字节还原,有损允许在感知不敏感的地方做取舍;JPEG 真正丢信息的是量化那一步,DCT 和熵编码本身不丢;有损编码不可逆,反复保存会累积损失,母版必须留无损。这三条决定了后面所有格式选型的基本盘,也决定了哪些坑要提前避开。

下一篇讲哈夫曼编码和算术编码。前面说「常见符号发短码」,具体怎么发、为什么哈夫曼能逼近熵、算术编码又比它强在哪,下一篇用可以手算的例子走一遍。