现代图像格式：WebP、AVIF 与 BPG

WebP 的有损压缩基于 VP8 视频编码器的帧内编码（Intra-frame Coding），使用 RIFF（Resource Interchange File Format）作为容器格式。

编码流程

输入图像 → 宏块划分 → 帧内预测 → 残差计算 → DCT 变换 → 量化 → 算术熵编码 → WebP 文件

与 JPEG 的关键区别用红色标注：

1. 帧内预测（JPEG 没有这一步）

2. 自适应块量化（JPEG 使用固定量化表）

3. 算术编码（JPEG 使用 Huffman 编码）

VP8 帧内预测模式

VP8 将图像分成 16×16 的宏块，每个宏块可以根据已解码的邻居像素进行预测。有以下预测模式：

4 种基本模式（适用于 4×4 亮度块、16×16 亮度块、8×8 色度块）：

TM_PRED 的数学表达：

其中 $L(y)$ 是左侧第 $y$ 行的像素值，$A(x)$ 是上方第 $x$ 列的像素值，$PA$ 是左上方的像素值。这个预测器假设图像存在平滑的亮度梯度。

6 种额外方向模式（仅适用于 4×4 亮度块）：

这 6 种模式在约 45° 到 135° 的范围内进行像素预测，用于捕获图像中的边缘和纹理方向。

与 JPEG 帧内编码的本质区别

JPEG 不进行帧内预测。它直接对原始像素做 DCT 变换，然后量化。这意味着 JPEG 只能利用块内的频率特性，无法利用块间的空间相关性。

WebP 的帧内预测先估计当前块的"背景值"（预测），然后只编码预测残差。残差的能量通常远小于原始像素值，因此可以用更少的比特达到相同的质量。

自适应块量化

VP8 允许将图像分成最多 4 个片段（segment），每个片段可以独立设置量化参数、环路滤波强度等编码参数。这种自适应量化使得：

• 高细节区域（人脸、纹理）分配更多比特

• 低细节区域（天空、背景）分配更少比特

• 整体比特分配更合理

算术熵编码

WebP 使用布尔算术编码（Boolean Arithmetic Coding）代替 JPEG 的 Huffman 编码。算术编码的优势：

• 可以分配非整数比特，更接近熵的理论极限

• 自适应模型可以在编码过程中动态调整概率估计

• 比 Huffman 编码节省约 5%–10% 的比特

WebP 的无损压缩融合了多种技术：

1. 空间预测：13 种预测模式（类似 PNG 的过滤器，但更丰富）

2. 颜色去相关：Green-to-Red、Green-to-Blue、Red-to-Blue 变换

3. 颜色索引：当唯一颜色数 < 256 时，使用调色板

4. LZ77 向后引用：2D 变体的 LZ77，使用像素块匹配

5. 颜色缓存：维护最近使用的 32 种颜色的本地缓存

6. Huffman 编码：对所有变换参数和残差数据进行 Huffman 编码

WebP 无损压缩比 PNG 高约 25%–34%，主要得益于更丰富的预测模式和颜色去相关变换。

WebP 独特的功能：支持有损 RGB + 无损 Alpha 的组合。这意味着可以用有损压缩减小 RGB 通道的大小，同时保留精确的透明度信息。与 PNG 的无损 Alpha 相比，这种组合可以将文件大小减少 60%–70%。

AV1 的帧内编码比 VP8 复杂得多，提供了远更丰富的预测和变换工具：

超级块（Superblock）与四叉树划分

AV1 使用 128×128 的超级块作为基本编码单元，支持递归的四叉树划分：

• 128×128 → 64×64 → 32×32 → 16×16 → 8×8 → 4×4

• 还支持水平/垂直二叉划分（非对称划分）

这种灵活的划分使得编码器可以在平坦区域使用大块（减少开销），在细节区域使用小块（提高精度）。

帧内预测模式

AV1 提供了61 种帧内预测模式（5 种非方向模式 + 56 种方向模式）：

• 非方向模式（5 种）：DC、Vertical、Horizontal、Smooth H、Smooth V（TrueMotion）

• 方向模式（56 种）：8 个主方向 × 7 个角度插值 = 56 种，覆盖从约 -90° 到 +90° 的方向范围

相比 VP8 的 10 种模式和 H.264 的 9 种模式，AV1 的 61 种模式可以更精确地捕获各种方向的边缘和纹理。

变换工具

AV1 支持多种变换类型：

AV1 允许在同一块的不同方向（水平/垂直/对角线）使用不同的变换类型（称为 变换集选择），这是其他编码器不具备的灵活性。

Film Grain 合成

AV1 引入了一个独特工具：Film Grain 合成（Film Grain Synthesis）。

传统编码器试图忠实编码胶片颗粒（noise/grain），这非常消耗比特。AV1 的做法是：

1. 编码器分析原始图像中的颗粒特征（幅度、空间频率、自相关）

2. 编码颗粒的参数模型（只需少量比特）

3. 解码器根据参数在解码后的干净图像上合成颗粒

这使得编码器可以专注于编码图像的结构信息，而将随机性很强的颗粒交给参数化模型处理。Netflix 报告称，Film Grain 合成可以为胶片质感的内容节省 20%–40% 的比特。

• 压缩比：比 JPEG 小 50%，比 WebP 小 20%–30%

• 功能丰富：支持 HDR（10bit/12bit）、宽色域（BT.2020）、透明度、动画、多帧（burst）

• 开源免版税：基于 AV1 的免版税许可

• 浏览器支持：Chrome 85+、Firefox 93+、Safari 16.4+、Edge 105+

• 编码速度慢：AV1 编码复杂度是 JPEG 的 10–100 倍

• 硬件支持尚在完善：虽然解码器已广泛支持，但硬件编码器仅在高端 GPU 上可用

• 与 JPEG 的兼容性：许多老系统和软件仍不支持 AVIF

BPG 直接使用 HEVC 的 Intra 配置：

• CTU 大小：最大 64×64（比 JPEG 的 8×8 大 64 倍）

• 预测模式：35 种帧内预测模式（DC + 33 种角度 + Planar）

• 变换：4×4 到 32×32 的整数 DCT/DST

• 熵编码：CABAC（上下文自适应二进制算术编码）

• 环路滤波：去块滤波 + SAO（Sample Adaptive Offset）

BPG 的技术优势明显，但 HEVC 的专利许可问题严重阻碍了其普及。与 AVIF 相比，BPG 在功能上接近，但在免版税和生态支持上处于劣势。

• 照片类 Web 图片：优先 AVIF，回退 WebP，最后 JPEG

• 截图/图标/UI 元素：优先 AVIF/WebP 无损，或 PNG

• 需要透明度的照片：AVIF 有损+Alpha 或 WebP 有损+Alpha

• 动画图片：WebP 动画或 APNG

• 需要兼容所有环境：JPEG（永远是最安全的回退）

• 专业摄影/HDR：AVIF（10bit/12bit，宽色域）