یک PNG را به JPEG تبدیل کنید

این چه کاری انجام می‌دهد

یک PNG را بدون اینکه از کامپیوتر شما خارج شود به JPEG تبدیل می‌کند و همان یک سؤالی را از شما می‌پرسد که هر مبدل دیگری به‌جای شما بد جوابش می‌دهد: قسمت‌های شفاف چه رنگی بشوند؟

این سؤال از آنجا پیش می‌آید که JPEG سه کانال رنگی ذخیره می‌کند و هیچ شفافیتی ندارد. یک PNG با پس‌زمینهٔ شفاف هنوز زیر آن پیکسل‌ها مقادیر رنگی دارد، و در فایلی که از یک ابزار طراحی خروجی گرفته شده تقریباً همیشه صفرند. کانال آلفا را بدون هیچ کار دیگری دور بیندازید و صفرها نمایان می‌شوند — به همین دلیل لوگویی که بی‌دقت تبدیل شده به‌صورت یک نشان سفید روی یک مستطیل سیاه می‌رسد.

روش

اینجا دو کدک هست و هیچ‌کدام مال مرورگر نیست.

راه بدیهی برای ساختن این ابزار createImageBitmap به داخل OffscreenCanvas و خروج از طریق convertToBlob است. چهار خط است، و رد شد. مشخصات HTML آرگومان کیفیت را یک اشاره می‌داند و نگاشت را به پیاده‌سازی می‌سپارد، بنابراین کیفیت ۰٫۸ در کروم، فایرفاکس و سافاری فایل متفاوتی است — اندازهٔ متفاوت، آرتیفکت‌های متفاوت، گاهی زیرنمونه‌برداری رنگ متفاوت. صفحه‌ای که خوانش اصلی‌اش «فایل شما اکنون ۸۲۷ بایت است» باشد نمی‌تواند بگذارد این عدد به این بستگی داشته باشد که کدام مرورگر باز است. بدتر اینکه، اینکه convertToBlob شفافیت را روی سیاه تخت کند یا روی سفید هم به موتور بستگی دارد، و از بیرون قابل تغییر نیست. بنابراین رمزگشای PNG و رمزگذار JPEG هر دو بر اساس مشخصات فنی ذکرشده در بالا نوشته شده‌اند، و تنها API پلتفرم که درگیر است DecompressionStream برای جریان zlib داخل PNG است — تنها بخش کار که یک پاسخ درست دارد.

رمزگشا همان رمزگشای معمولی است: امضا را بررسی می‌کند، چانک‌ها را پیمایش می‌کند، جریان IDAT را از حالت فشرده خارج می‌کند، سپس فیلترهای ردیف را برمی‌گرداند. همین مرحلهٔ آخر دلیل آن است که نمی‌توان یک PNG را خارج از ترتیب رمزگشایی کرد، زیرا هر ردیف از ردیف بالای خود و پیکسل سمت چپش پیش‌بینی می‌شود، و Paeth بر اساس جهت گرادیان بین سه همسایه یکی را انتخاب می‌کند. فایل‌های اینترلیس به‌صورت هفت پاس با وضوح فزاینده می‌رسند و پیش از هر اتفاق دیگری در یک تصویر سرهم می‌شوند.

سپس تخت‌کردن، که همان بخش مهم است. هر پیکسل به source × alpha + background × (1 − alpha) تبدیل می‌شود، که روی مقادیر همان‌طور که ذخیره شده‌اند محاسبه می‌شود. آن مقادیر sRGB گاما-کدشده‌اند، بنابراین این آمیزش از نظر فیزیکی درست نیست؛ اگر درست انجام شود، در نور خطی، یک خاکستری میانی نیمه‌شفاف روی سفید چند درصد روشن‌تر از اینجا درمی‌آید. این کار عمداً این‌طور انجام می‌شود، چون هر بوم مرورگر و هر ویرایشگر تصویری هم در sRGB ترکیب می‌کند، و درست‌بودن به‌تنهایی یعنی JPEG دیگر با PNGای که همین حالا می‌دیدید مطابقت ندارد.

رمزگذار، JPEG بیس‌لاین ترتیبی است. رنگ‌ها با ضرایب تمام‌دامنهٔ BT.601 که JFIF مشخص می‌کند به Y، Cb و Cr تبدیل می‌شوند — گونهٔ دامنهٔ استودیویی فایلی می‌سازد که در هر نمایشگری بی‌رنگ و شسته به نظر می‌رسد و در بازبینی کد نامرئی است. زیر کیفیت ۹۰، دو صفحهٔ رنگی در هر جهت با فیلتر جعبه‌ای دوبه‌یک میانگین‌گیری می‌شوند، نه نمونه‌برداری نقطه‌ای، زیرا نمونه‌برداری نقطه‌ای از یک الگوی قرمز و سفید نیمی از رنگ را دور می‌ریزد و نیمهٔ اشتباه را نگه می‌دارد. هر بلوک ۸×۸ از تبدیل کسینوسی گسسته می‌گذرد، بر جدول کوانتیزاسیون پیوست K که برای کیفیت انتخابی مقیاس شده تقسیم می‌شود و گرد می‌شود؛ بلوک‌هایی که از لبهٔ راست یا پایین بیرون می‌زنند به‌جای پرشدن با خاکستری، آخرین پیکسل واقعی را تکرار می‌کنند، تا رمزگذار بیت‌هایی را خرج توصیف لبه‌ای نکند که در تصویر نیست.

پیش از ادامهٔ مطلب

همان PNG را با کیفیت ۰٫۸ از طریق بوم خود مرورگر به JPEG کدگذاری می‌کنید، در کروم، در فایرفاکس و در سافاری. چه چیزی به دست می‌آورید؟

• Aهمان فایل، سه بار — ۰٫۸ یک عدد است.

  مشخصات HTML آن را یک اشاره می‌نامد و نگاشت را به پیاده‌سازی واگذار می‌کند.

• Bسه فایل متفاوت.

  بله: اندازه‌های متفاوت، آرتیفکت‌های متفاوت، گاهی زیرنمونه‌برداری رنگ متفاوت.

• Cهمان تصویر در سه اندازه — پیکسل‌ها یکی‌اند، بایت‌ها نه.

  پیکسل‌ها هم فرق می‌کنند. کیفیت کوانتیزاسیون را تعیین می‌کند، و آن تعیین می‌کند چه چیزی دور ریخته شود.

سه فایل متفاوت — اندازه‌های متفاوت، آرتیفکت‌های متفاوت، و گاهی زیرنمونه‌برداری رنگ متفاوت، زیرا مشخصات آرگومان کیفیت را یک اشاره می‌داند، نه یک قرارداد. صفحه‌ای که خوانش اصلی‌اش «فایل شما اکنون ۸۲۷ بایت است» باشد نمی‌تواند بگذارد این عدد به این بستگی داشته باشد که کدام مرورگر باز است. بدتر اینکه، اینکه بوم شفافیت را روی سیاه تخت کند یا روی سفید هم به موتور واگذار شده و از بیرون قابل تغییر نیست. بنابراین رمزگشای PNG و رمزگذار JPEG اینجا هر دو بر اساس مشخصات فنی خودشان نوشته شده‌اند، و تنها API پلتفرم که درگیر است DecompressionStream برای جریان zlib داخل PNG است — تنها بخش کار که یک پاسخ درست دارد.

• پیکسل‌های ناشفاف۳٬۰۷۲۷۵٫۰٪
• شفاف، پرشده با پس‌زمینه۱٬۰۲۴۲۵٫۰٪

یک نمونهٔ عملی

یک PNG ۶۴ × ۶۴: گرادیان افقی قرمز به آبی، که شانزده ستون سمت چپش کاملاً شفاف است و زیرش صفر ذخیره شده، همان چیزی که یک خروجی‌گیرنده می‌نویسد. تبدیل‌شده روی پس‌زمینهٔ #ffffff:

Quality 40    766 B
Quality 82    827 B
Quality 95    1.2 KB

Dimensions           64 × 64
Transparent pixels   25.0% of pixels, filled with #ffffff

این‌ها همان خوانش‌هایی‌اند که پنل چاپ می‌کند، گردشده به همان شیوه‌ای که یک مدیر فایل گرد می‌کند. رمزگذار دقیقاً ۷۶۶، ۸۲۷ و ۱٬۲۷۱ بایت می‌نویسد، و همین شمارش بایت‌هاست که فایل آزمون تضمین می‌کند، پس اگر رمزگذار روزی بدون تغییر این صفحه تغییر کند، ساخت شکست می‌خورد.

محاسبات زیرین در برابر مشخصات فنی بررسی می‌شود، نه در برابر رمزگذاری دیگر: جدول‌های کوانتیزاسیون در کیفیت ۵۰ باید دقیقاً با جدول‌های منتشرشدهٔ پیوست K برابر باشند، چهار جدول هافمن باید کدهای کامل و بدون پیشوند باشند که مجموعهٔ نمادهایشان دقیقاً همان‌هایی است که یک ضریب ممکن است لازم داشته باشد، و هیچ 0xFF واقعی داخل دادهٔ آنتروپی‌کدشده نباید بدون بایت درج‌شده بماند. رمزگشا از سمت دیگر، در برابر پیکسل‌ها بررسی می‌شود — هر نوع رنگ و عمق بیتی که قالب اجازه می‌دهد، هر پنج فیلتر ردیف، و یک فایل اینترلیس که باید بایت‌به‌بایت همان تصویر نسخهٔ غیراینترلیس خودش را تولید کند.

کاری که انجام نمی‌دهد

مدیریت رنگ را منتقل نمی‌کند. یک پروفایل ICC، چانک گاما یا داده‌های کروماتیسیته در PNG دور ریخته می‌شود و JPEG به‌صورت sRGB ساده نوشته می‌شود، بنابراین عکسی با گاموت گسترده بی‌جان‌تر از اصل درمی‌آید.

فقط JPEG بیس‌لاین می‌نویسد، نه پروگرسیو، بنابراین یک فایل بزرگ از بالا به پایین بار می‌شود، نه اینکه درجا واضح شود. CRC هر چانک PNG را بررسی نمی‌کند، بنابراین یک فایل خراب معمولاً به‌صورت خطای رفع‌فشرده‌سازی ظاهر می‌شود، نه خطای چک‌سام. راهی برای رسیدن به اندازهٔ فایل هدف ندارد — شما کیفیتی را انتخاب می‌کنید و می‌بینید چقدر هزینه دارد. تغییر اندازه، برش یا چرخش نمی‌دهد، و هر جهت‌گیری EXIF را که PNG ممکن است داشته باشد نادیده می‌گیرد. فایل‌ها به ۳۲ مگابایت و ۴۰ مگاپیکسل محدودند، زیرا هم تصویر رمزگشایی‌شده و هم سه صفحهٔ رنگی باید هم‌زمان در حافظه نگه داشته شوند.

و چون تغییر اندازه نمی‌دهد، یک PNG بزرگ به یک JPEG بزرگ تبدیل می‌شود. برای اینکه عکس را تغییر اندازه هم بدهید، اول آن کار را بکنید: پیکسل‌های کمتر بهتر فشرده می‌شوند تا همان پیکسل‌ها که شدیدتر فشرده شده‌اند.