多次重新压缩JPEG时，哪些因素会导致或防止“世代丢失”？

多年以来，我一直认为多次压缩JPEG文件会逐渐降低其质量，直到它们变得无法识别为止，就像影印本一样。从直觉上讲这是有道理的，因为JPEG是有损格式。还有其他一些问答，也是如此：

• 在MS Paint中重新保存JPEG图像时会丢失什么图像质量？

• 仅仅打开和关闭JPEG文件会降低图像质量吗？

但是，我还读到，以相同的质量级别重新压缩JPEG 不会降低图像质量。这与其他地方所述的逐步退化背道而驰。

JPEG重新压缩后，技术上会发生什么？ 什么丢失了，如何丢失？图像真的会变成电视上经常出现的白雪皑皑的混乱吗？这些视频显示的图像在多次重新压缩后会崩溃吗？

（请不要随便挥手并诉诸有损的一般概念。）

（这个问题，到目前为止，它已经吸引了答案，专注于技术因素（具体设置和图像操作），其原因或防止图像退化时，JPEG文件进行再压缩多个次）。

几乎所有图像质量损失都是在图像第一次压缩为JPEG时发生的。不管使用相同设置将JPEG重新压缩多少次，代损失都限于舍入误差。

• MCU边界保持不变（8x8块）。

• 色度二次采样已禁用。

• 恒定DQT（相同的质量设置）。

但是，对于不满足上述条件的每次迭代，舍入误差可能会很大，因此，请谨慎保留所有原始文件的备份。

JPEG压缩算法

1. 转换色彩空间。如果需要，请对颜色信息进行下采样（色度二次采样）（有损）。如果不进行降采样，则信息丢失是舍入误差的结果。

2. 分割。将每个通道划分为8x8块（MCU =最小编码单位）。 （无损）

   注意：如果启用了色度二次采样，就原始图像而言，MCU实际上可能是16x8、8x16或16x16。但是，MCU仍然都是8x8块。

3. 每个MCU上的离散余弦变换（DCT）。信息丢失是舍入误差的结果。

4. 量化。 MCU的每个单元中的值除以量化表（DQT）中指定的数字。值四舍五入，其中许多将变为零。 这是算法的主要有损部分。

5. 之字形扫描。按照锯齿形将每个MCU中的值重新排列为数字序列。量化期间发生的零将被分组在一起。 （无损）

6. DPCM =差分脉冲编码调制。将数字序列转换为更易于压缩的形式。 （无损）

7. RLE =游程长度编码。连续零被压缩。（无损）

8. 熵/霍夫曼编码。 （无损）

重新压缩JPEG

请注意，对颜色通道进行降采样和量化是仅有的有意损耗步骤。暂时保留舍入错误，所有其他步骤都是无损的。量化一旦发生，反转并重复该步骤即可得到相同的结果。换句话说，重新量化（使用相同的DQT）是无损的。

原则上，可以创建在第一次通过后无损失的重采样算法。但是，通过ImageMagick的实现，颜色可能会在达到稳定状态之前急剧变化，如该图所示。

在最佳条件下，以相同的质量设置重新压缩JPEG将得到完全相同的JPEG。换句话说，重新压缩JPEG 可能无损。实际上，重新压缩JPEG不是无损的，而是受舍入误差的限制。尽管舍入误差通常最终会收敛到零，以便重新创建完全相同的图像，但是色度二次采样可能会导致颜色发生重大变化。

演示（相同的质量设置）

我编写了以下bash脚本，该脚本使用ImageMagick以给定的质量设置重复地重新压缩JPEG文件：

#!/usr/bin/env bash
n=10001; q1=90
convert original.png -sampling-factor 4:4:4 -quality ${q1} ${n}.jpg

while true ; do
   q2=${q1}            # for variants, such as adding randomness
   convert ${n}.jpg -quality ${q2} $((n+1)).jpg
   #\rm $((n-5)).jpg   # uncomment to avoid running out of space
   n=$((n+1))

   echo -n "$q2  "
   md5sum ${n}.jpg
done

让它运行数百次迭代后，我运行md5sum了结果：

d9c0d55ee5c8b5408f7e50f8ebc1010e  original.jpg

880db8f146db87d293def674c6845007  10316.jpg
880db8f146db87d293def674c6845007  10317.jpg
880db8f146db87d293def674c6845007  10318.jpg
880db8f146db87d293def674c6845007  10319.jpg
880db8f146db87d293def674c6845007  10320.jpg

我们可以看到，确实，舍入误差已收敛到零，并且一遍又一遍地复制了完全相同的图像。

我已经用不同的图像和质量设置重复了多次。通常，会达到稳定状态，并且一遍又一遍地复制完全相同的图像。

怎么样@ mattdm的结果？

我试图在Ubuntu 18.04上使用Imagemagick复制mattdm的结果。最初是在Rawtherapee中原始转换为TIFF，但似乎不再可用。取而代之的是，我采用了放大版本并将其缩小为原始尺寸（256x256）。然后我在75处重复压缩，直到收敛为止。这是结果（原始，1，n，差）：

我的结果是不同的。没有真实的原件，差异的原因无法确定。

那@ths的蒙太奇呢？

我从蒙太奇的左上角重新压缩图像，直到在90处收敛。这是结果（原始，1，n，差）：

启用色度二次采样后，颜色会在达到稳定状态时发生变化。

在少数设置之间进行更改

通过修改变量q2，可以将质量设置限制为一组均匀分布的值。

q2=$(( (RANDOM % 3)*5  + 70 ))

对于少数设置选项，最终可能会达到平衡，这是在md5值开始重复出现时看到的。在达到平衡之前，设置似乎越大，花费的时间越长，并且图像变得越差。

平衡时似乎发生的事情是，量化之前的DCT系数必须被所有（或大部分）量子值整除。例如，如果在DCT系数被3和5交替除的两个DQT之间切换，则DCT系数被15除时将达到平衡。这解释了为什么质量下降远大于原始设置之间的差异。

在大量设置中进行更改

q2像这样改变时，Eeyore不高兴：

q2=$(( (RANDOM % 9)  + 90 ))

要制作视频，请使用ffmpeg：

rename 's@1@@' 1*.jpg
ffmpeg -r 30 -i %04d.jpg -c:v libx264 -crf 1 -vf fps=25 -pix_fmt yuv420p output.mp4

观看前9999次迭代几乎就像观看水沸腾一样。可能希望将播放速度提高一倍。这是11999年迭代后的Eeyore：

如果MCU边界发生变化怎么办？

如果更改发生的次数有限，则反复进行重新压缩很可能会达到稳定状态。如果在每次迭代中发生更改，则图像可能会以与DQT更改时类似的方式降级。

• 这就是在视频中旋转尺寸不能被8整除的图像的情况。

那编辑呢？

编辑后重新压缩的效果取决于执行的特定编辑。例如，减少JPEG伪像后以相同的质量设置进行保存将重新引入相同的伪像。但是，应用局部变化（例如修复刷）不会影响未被触摸的区域。

图像质量的最大下降发生在第一次以给定的质量设置压缩文件时。随后使用相同的设置进行重新压缩不应引起大于舍入误差的变化。因此，我希望在给定的质量设置下，编辑-重新保存周期看起来像保存了相同质量设置的任何其他图像一样（只要MCU边界保持不变且色度二次采样被禁用）。

那些视频呢？

• JPEG实施错误？（使用Photoshop在10/12重新保存500次。）

• 更改质量设置。（大多数视频。）

• 破坏MCU边界。（裁剪或旋转）

• 其他降低图像质量或干扰JPEG算法的操作？

我可以用重新压缩的JPEG覆盖原稿吗？

保留所有原始文件的备份是谨慎的做法，但是如果您不小心覆盖了一个原始文件，则损坏可能会受到限制。在禁用色度二次采样的情况下在JPEG中工作也很好。

JPEG不能用于每种颜色使用8位以上的图像。

重新压缩损失是真实的，尤其是在使用更高级别的JPEG压缩时。

从理论上讲，如果您使用完全相同的参数重新保存JPEG文件并将裁切对齐为8×8块，则降级应该很小。但是，如果您使用的是高级别的压缩，您会发现进一步的损失，因为初始压缩引入的伪像是图像的永久更改，并且也会被重新压缩，从而导致更多的伪像。

如果以较低的压缩级别（高质量，例如Gimp中的“ 100”或Photoshop中的11或12）重新保存，则任何新添加的工件都将很难被注意到。它不会使图像变好，但不会明显变差。然而，将推出在整个图像的变化。

作为一项快速测试，我使用ImageMagick以75％的速率反复压缩JPEG图像。下面的示例作为PNG文件上传，以避免进一步压缩，并且在我转换为PNG时将其大小加倍，以使效果更加明显。（测试中使用的原始文件未加倍。）事实证明，经过八次重新采样后，效果收敛到了一个完美稳定的结果，在此情况下再次重新压缩会生成逐位相同的文件。

这是未压缩的原件：

将结果转换为75％JPEG的结果如下：

并重新保存了以下内容：

一秒钟的节省会导致大量额外的降级！

这是最终的融合图像（第8遍）：

同样，颜色肯定还差得多，包括一些错误的颜色图案，而块状伪像跳出的次数更多。该算法收敛，但版本明显降低。所以，不要那样做。

但是，经过9次通过之后，质量水平为99％的东西是相同的（收敛的点，因此进一步的通过是相同的）：

在这里，差异几乎不存在。（我的意思是，逐个像素地将它们与非压缩版本进行比较，并且偏差只是很小的随机噪声。）那么，如果我回到第一个75％的图像然后以99％的分辨率重新保存，该怎么办？好吧，这（仅一次）：

明显地，高质量保存显然比具有相同参数的保存更好，这令我惊讶。但是，粉红色饰边和眼睛周围明显有新的退化。使用相同设置的回收版，每次重新压缩都会夸大JPEG伪像。由于我选择了低分辨率和低质量，事实证明，这比以不同方式重新压缩所有内容要差。

在这些视频上：我发现这是 Google的热门歌曲。注意它在描述中说：

如果您在随机高质量设置（85或更高）下多次重新编码JPEG图像，就会发生这种情况。

添加了重点 -这说明了为什么没有任何收敛的原因，因为每次都使用随机设置，而不是使用相同的设置保存或以超高质量保存。

我发现的第二个视频说：

复制JPEG图像，并为每个图像旋转一整圈。[...]（596个“顺时针旋转”动作）

因此，再次进行了一些操作以使错误不断累积。

在任何情况下，实际照片编辑，值得一提的是，节省75％的一次是比在99％重新保存一个差多少百万次。在我的示例案例中，人为因素在75％处非常明显，以至于进一步的退化就像在大海中倾倒水一样。如果您以足够高的级别保存了这些工件，那么它们实际上是不可见的，那么使用原始设置再次保存是一个不错的策略。当然，如果您可以始终使用未压缩的原稿，那将是更好的选择。

如果出于某种原因您必须（或强烈希望）仅使用JPEG，请将相机设置为尽可能以最高的质量保存，即使您没有注意到初始文件中的差异也是如此。请参阅使用Pentax的Premium JPEG质量设置值得吗？有关更多信息-不一定确实是Pentax专用的。

重新压缩确实对图像质量有可测量的影响，并且在更改压缩率时这种影响更加明显。

在此可以快速查看一些SSIM值，以对包含线要素和连续要素的测试图像执行的操作。我之所以选择JPG95，是因为这是我在广告学院学习的方法，而选择JPG83是因为在数字内容提供商中这是很常见的。

• 将Tiff图片另存为JPG95-.9989
• 将Tiff图片另存为JPG83-.9929
• 将JPG95图像另存为JPG95 10次-.9998
• 将JPG83图像另存为JPG83 10次-.9993
• 将JPG95重新保存为JPG83，然后重新保存为JPG95-.9929
• 将JPG95重新保存为JPG83，然后将JP83重新保存为JP92，然后将JPG92重新保存为JPG86-.9914

因此，以相同压缩率保存10次所丢失的结构相似性数量，是以tiff的质量保存时所失去的结构相似性的1/10。但是，即使更改一次JPG压缩所导致的质量损失与将图像从Tiff保存到JPG所损失的质量相同。

我将以其他几种方式运行此测试并进行更新。

方法：在ImageJ中：

1. 将Tiff RGB转换为灰度8位
2. 从Tiff Original保存JPG95和JPG83
3. 按照指定进行进一步的重新保存操作
4. 加载比较图像并使用SSIM索引插件

注意：许多人第一次查看SSIM值时，会以百分比形式读取它们，并认为差异很小。这不一定是真的。SSIM值应相互比较，而不是与1的差异。

没有什么像实验。以下bash脚本（在Linux上编写，如果您具有ImageMagick，则可以在OSX上运行）：

• 从第一个图片（名为step000.jpg）开始
• 拍摄一个JPEG文件，添加一个白点（以证明这是新图像）并将其另存为（无损PNG）
• 接收PNG，然后将其重新压缩为JPEG（因此，我们从不将JPEG压缩为JPEG，也不能假设该软件只是复制编码的块）
• 使图像显示两个JPEG之间的不同像素
• 使用上一步的输出JPG冲洗并重复

结果是：

1. 高JPG品质不会造成太大损失
2. 舍入错误最终解决了，经过几代人的努力，事情不再恶化。

当然，所有这些都假定JPEG每次都是由相同的软件使用相同的参数保存的。

#! /bin/bash
# Runs successive JPEG saves on an image to evaluate JPEG losses

# convert & compare command from imagemagick
# if you use a recent version of IM, set these variables to:
# compare="magick compare"
# convert="magick convert"
convert=convert
compare=compare

dotradius=2
defaultsteps=10
defaultquality=90 # default quality for "convert"

function usage {
        echo "Usage: $0 [quality [steps]]"
        echo ""
        echo "Where:"
        echo "       - 'quality' is the quality factor of the JPEG compression "
        echo "          (1-100, 100 is best, default is $defaultquality)"
        echo "       - 'steps' is the number of successive steps to perform"
        echo "         (default is $defaultsteps)"
        echo ""
        echo "Produces:"
        echo "   - successive saves of a JPEG image to test JPEG-induced losses."
        echo "   - compare images with the original file and the 1st JPEG save."
        echo ""
        echo "Starts from a 'step000.jpg' file in the current directory."
        exit 1
}

[[ -n "$3" ]] && { usage ; exit 1 ; }
steps=${1:-$defaultsteps}
quality=${2:-$defaultquality}    
dotcolor="white" # change this if the top of the image is too clear

echo "Running with $steps steps with quality $quality"

for step in $(seq $steps)
do 
    echo "Step $step of $steps"
    src=$(printf step%03d $(( $step - 1 )) ) 
    dst=$(printf step%03d $(( $step )) )
    dif=$(printf diff%03d $(( $step )) )
    # dot coordinates
    let cxc="2 * $dotradius * $step"
    let cxr="$cxc + $dotradius"
    let cyc="$dotradius * 2"
    let cyr="$dotsradius * 2"

    $convert $src.jpg -fill white -draw "circle $cxc,$cyc,$cxr,$cyr" $dst.png
    $convert $dst.png -quality $quality $dst.jpg
    rm $dst.png
    $compare $src.jpg $dst.jpg $dif.jpg
done

目前暂时不显示结果，我希望您尝试自己的照片。有足够的评论，我将添加一个示例。