Dropbox недавно выпустил Lepton ( GitHub ), метод, который без потерь сжимает изображения JPEG в обоих направлениях, экономя в среднем 22%.

Из-за принципа «квадратного отверстия» нельзя гарантировать , что любой общий алгоритм сжатия приведет к уменьшению файла ( общий, потому что он не применяется к входным данным, ограниченным определенным форматом). Лептон использует общие характеристики JPEG, которые в случае его искажения могут привести к появлению файла большего размера, чем исходный.

Требования

Напишите программу, которая генерирует:

• Действительное изображение JPEG / JFIF,
• размером от 0,5 МБ до 1 МБ,
• не менее 256 × 256 пикселей,
• не более 4096 × 4096 пикселей,
• распознается Лептоном (он может успешно «сжать» .lepизображение) и
• распаковывает до идентичного .jpg (как вход).
• APPx, COMи другие метаданные, разделы неграфического маркера ограничены в JPEG (введение произвольного количества случайных байтов в изображение для асимптотического подхода к сжатию 1: 1 неэффективно.)
  • APP0JFIF маркер допускается , но не с миниатюрами не допускается (должно быть ровно 16 байт)
  • tl; dr Если вы намеренно не помещаете метаданные в сегмент EXIF ​​и отключаете любые миниатюры, которые ваша языковая библиотека хочет добавить в изображение, это должно быть в порядке.

Разместите код и изображение.

Если вы хотите написать программу, которая производит изображение Лептона, которое при преобразовании дает JPEG, соответствующий критериям, это нормально. Он должен оставаться одинаковым для любого количества циклов JPEG → Lepton → JPEG → ....

счет

Размер в байтах изображения Лептона, деленный на исходное изображение JPEG. Чем выше (хуже компрессия Лептона), тем лучше. Запустите Lepton с флагами и переключателями по умолчанию.

Получение Лептона

5-секундный ускоренный курс по сборке Лептона:

git clone https://github.com/dropbox/lepton.git
cd lepton
./autogen.sh && ./configure && make

# fish shell: ./autogen.sh ;and ./configure ;and make

Затем ./lepton --helpдолжен рассказать вам вещи.

Python 3 + mozjpeg + / dev / urandom, 720 × 720: средн. оценка 102%

Зависит от mozjpegпакета, код предполагает, что он установлен в /usr/local/opt/mozjpeg. (на OS X установить тривиально, просто запустите brew install mozjpeg)

Также это зависит от /dev/urandomспециального файла, он используется для генерации случайных данных.

Код просто передает случайные данные в mozjpegкомпрессор (в формате TGA, потому что cjpeg понимает его и имеет очень простой заголовок), и позволяет ему создавать оптимизированный файл JPEG. Качество установлено на максимум, потому что это делает коэффициенты DCT наименее сжимаемыми, и не имеет большого значения, какой алгоритм используется для сжатия несжимаемых данных.

Я проверил, что цикл jpeg-> lepton-> jpeg без потерь - это правда.

import subprocess
from subprocess import PIPE

c_mozjpeg_path = '/usr/local/opt/mozjpeg/bin/cjpeg'
cjpeg_params = '-quality 100 -dc-scan-opt 2 -dct float -targa'
image_size = 720


def write_random_tga_image(w, h, of, rf):
    def wb(value, size):
        of.write(int.to_bytes(value, size, 'little'))

    wb(0, 2)
    wb(3, 1)
    wb(0, 9)
    wb(w, 2)
    wb(h, 2)
    wb(8, 1)
    wb(0, 1)

    data_size = w * h
    while data_size > 0:
        data_size -= of.write(rf.read(data_size))


def main():
    with open('/dev/urandom', 'rb') as rf:
        with open('oops.jpg', 'wb') as f:
            p = subprocess.Popen((c_mozjpeg_path,) + tuple(cjpeg_params.split(' ')), stdin=PIPE, stdout=f)
            write_random_tga_image(image_size, image_size, p.stdin, rf)
            p.communicate()


if __name__ == '__main__':
    main()

Код не в гольф, очевидно.

Пример изображения:

Интересный факт: сгенерированный файл JPEG больше исходного TGA-изображения без сжатия, хотя JPEG использует сжатие с потерями.

Интересный факт 2: Imgur (хостинг изображений по умолчанию для SO) очень плохо справляется с этим файлом - по какой-то причине он сжимает его до более низкого качества, даже если он меньше 1 МБ. Поэтому я использовал Github для загрузки примера изображения.

Интересный факт 3: В общем, mozjpeg действительно улучшает сжатие JPEG, оставаясь совместимым с существующими декодерами JPEG. И у него также есть инструмент для оптимизации файлов JPEG без потерь jpegtran.

Наивный шум, 1024 × 1024: оценка 85,55%

Соответствующий пример в Python, чтобы заставить мяч катиться. Никак не оптимизирован; Возможные недостатки:

• Понятия не имею, что такое настройка качества по умолчанию.
• Каждый блок 8x8 имеет практически такое же среднее значение (~ 50%), что и соседний с ним: Лептон говорит, что они используют эту информацию для экономии места.
• Полное квантование по умолчанию и таблицы Хаффмана (независимо от того, какую библиотеку решит использовать).

import numpy as np
from PIL import Image

np.random.seed(0) # make sure it's repeatable.

size = 1024

imgr = np.random.randint(0, 0xFF, (size, size, 3)).astype('uint8')
pimg = Image.fromarray(imgr)
pimg.save('noise.jpg')

Затем некоторые вещи, чтобы сделать вещь:

./lepton noise.jpg noise.lep 2>\dev\null # vomits out a lot of technobabble
./lepton noise.lep noise-out.jpg 2>\dev\null

diff -qs noise.jpg noise-out.jpg

SIZE1=$(stat -f "%z" noise.jpg) # http://superuser.com/a/570920/18931
SIZE2=$(stat -f "%z" noise.lep)
RATIO=$(bc <<< "scale=4; $SIZE2/$SIZE1")
echo "$SIZE2/$SIZE1 = $RATIO"

# Files noise.jpg and noise-out.jpg are identical
# 538817/629769 = .8555