使用ImageMagick将图像转换为PNG与JPG

我正在尝试将一些图像转换为PNG或JPG格式，并试图找出哪种格式会导致文件大小变小。在大多数情况下，PNG会给我最好的压缩效果，但是一些奇怪的图像我从JPG中得到了更好的压缩效果。我有两个问题：

图像的哪些特征会使其产生更好的结果

有没有办法预先确定哪种格式会给我带来更好的效果 不先转换的结果

这张照片使用PNG提供了更好的压缩效果

这张照片使用JPG提供了更好的压缩效果

---

这在很大程度上取决于您的用例

1） JPG通常不适合文本，因为伪影往往会“弄脏”或模糊图像。对于照片，这通常不是问题；此外，对于高分辨率文本图像，问题将不太明显（因为模糊半径相对于图像大小较小）

请注意，PNG通常用于无损压缩图像，而JPG本身就是有损的。使用更高的压缩比，JPG文件将更小，但伪影会更明显。还要注意的是，有一些程序能够在PNG中进行有损压缩（在某些情况下，它可以很好地击败JPG压缩）

简而言之：PNG可以很好地处理计算机生成的图像，因为这些图像往往非常规则，因此很容易放气。JPG会更好地处理那些抖动更大的照片，这是很难压缩的。当您离开ImageMagick和libpng时，还有其他的可能性

---

2） 虽然可以训练一个神经网络来决定JPG或PNG是否能更好地压缩，但这可能需要更长的时间，而且比仅仅尝试两者并查看输出要精确得多。还请注意，有一些近似测量可以告诉您图像是否太模糊（如果您想进一步调整，这可能会帮助您设置正确的压缩级别）。

一个很大的区别是PNG允许alpha透明，以便您可以看到图像后面的部分内容。Jpg将屏蔽一个矩形。

我绝对没有时间进一步发展这一思路，但图像熵可能是选择JPEG或PNG的一个很好的判别标准-请参阅我之前对您的问题的评论

如果使用ImageMagick，可以像下面这样轻松计算熵：

identify -verbose -features 1 image.jpg | grep -i -A1 entropy

identify -verbose -features 1 t.jpg | grep -i -A1 entropy
Sum Entropy:
    0.703064, 0.723437, 0.733147, 0.733015, 0.723166
  Entropy:
    1.01034, 1.12974, 1.14983, 1.15122, 1.11028
  Difference Entropy:
    0.433414, 0.647495, 0.665738, 0.671079, 0.604431

identify -verbose -features 1 b.jpg | grep -i -A1 entropy
  Sum Entropy:
    1.60934, 1.62512, 1.65567, 1.65315, 1.63582
  Entropy:
    2.19687, 2.33206, 2.44111, 2.43816, 2.35205
  Difference Entropy:
    0.737134, 0.879926, 0.980157, 0.979763, 0.894245

for f in xx*.jpg; do ./go $f;done > data.txt

顶部图像的输出如下所示：

identify -verbose -features 1 image.jpg | grep -i -A1 entropy

identify -verbose -features 1 t.jpg | grep -i -A1 entropy
Sum Entropy:
    0.703064, 0.723437, 0.733147, 0.733015, 0.723166
  Entropy:
    1.01034, 1.12974, 1.14983, 1.15122, 1.11028
  Difference Entropy:
    0.433414, 0.647495, 0.665738, 0.671079, 0.604431

identify -verbose -features 1 b.jpg | grep -i -A1 entropy
  Sum Entropy:
    1.60934, 1.62512, 1.65567, 1.65315, 1.63582
  Entropy:
    2.19687, 2.33206, 2.44111, 2.43816, 2.35205
  Difference Entropy:
    0.737134, 0.879926, 0.980157, 0.979763, 0.894245

for f in xx*.jpg; do ./go $f;done > data.txt

您的底部图像提供如下输出：

identify -verbose -features 1 image.jpg | grep -i -A1 entropy

identify -verbose -features 1 t.jpg | grep -i -A1 entropy
Sum Entropy:
    0.703064, 0.723437, 0.733147, 0.733015, 0.723166
  Entropy:
    1.01034, 1.12974, 1.14983, 1.15122, 1.11028
  Difference Entropy:
    0.433414, 0.647495, 0.665738, 0.671079, 0.604431

identify -verbose -features 1 b.jpg | grep -i -A1 entropy
  Sum Entropy:
    1.60934, 1.62512, 1.65567, 1.65315, 1.63582
  Entropy:
    2.19687, 2.33206, 2.44111, 2.43816, 2.35205
  Difference Entropy:
    0.737134, 0.879926, 0.980157, 0.979763, 0.894245

for f in xx*.jpg; do ./go $f;done > data.txt

我怀疑熵较高的图像作为JPEG压缩效果更好，而熵较低的图像作为PNG压缩效果更好，但我现在必须冲刺：-）

每种类型的熵有5个值-水平、垂直、左对角线、右对角线和总体。我认为最后一个值是你唯一需要考虑的。< /P> 已更新

好的，我现在有更多的时间花在这上面了。我没有一堆样本图像来测试我的理论，所以我用了不同的方法。我制作了一个小脚本来计算给定输入文件的以下内容：

• JPEG大小与PNG大小的比率
• 熵

这是：

#!/bin/bash
f="$1"
jsize=$(convert "$f" -strip JPG:- | wc -c)
psize=$(convert "$f" PNG:- | wc -c)
jpratio=$(echo $jsize*100/$psize | bc)
# Make greyscale version for entropy calculation
rm temp*.jpg 2> /dev/null
convert "$f" -colorspace gray temp.jpg
entropy=$(identify -verbose -features 1 temp.jpg | grep -A1 "  Entropy:" | tail -n 1 | awk -F, '{print $5}')
echo $jpratio:$entropy

因此，对于给定的图像，您可以这样做：

./go image.jpg
8:3.3       # JPEG is 8x bigger than PNG and entropy is 3.3

然后我给你的图像添加了不同数量的噪音来增加它的熵，就像这样

for i in {1..99}; do convert bottom.jpg +noise Gaussian -evaluate add ${i}% xx${i}.jpg;done

这给了我名为

xx1.jpg

的文件，噪声为1%，名为

xx2.jpg

的文件，噪声为2%，依此类推，最高可达xx99.jpg，噪声为99%

然后我通过第一个脚本运行每个文件，如下所示：

identify -verbose -features 1 image.jpg | grep -i -A1 entropy

identify -verbose -features 1 t.jpg | grep -i -A1 entropy
Sum Entropy:
    0.703064, 0.723437, 0.733147, 0.733015, 0.723166
  Entropy:
    1.01034, 1.12974, 1.14983, 1.15122, 1.11028
  Difference Entropy:
    0.433414, 0.647495, 0.665738, 0.671079, 0.604431

identify -verbose -features 1 b.jpg | grep -i -A1 entropy
  Sum Entropy:
    1.60934, 1.62512, 1.65567, 1.65315, 1.63582
  Entropy:
    2.19687, 2.33206, 2.44111, 2.43816, 2.35205
  Difference Entropy:
    0.737134, 0.879926, 0.980157, 0.979763, 0.894245

for f in xx*.jpg; do ./go $f;done > data.txt

给我

data.txt

然后，我创建了以下gnuplot命令文件

plot.cmd

：

set title 'Plotted with Gnuplot'
set ylabel 'Entropy'
set xlabel 'JPEG size/PNG Size'
set grid
set terminal postscript color landscape dashed enhanced 'Times-Roman'
set output 'file.eps'
plot 'data.txt'

并与

gnuplot plot.cmd

我得到了下面的曲线图，它表明随着ImageMagick熵数的增加，JPEG大小与PNG大小的比率提高，有利于JPEG。。。不是很科学，但至少有些东西。也许你可以对你通常使用的图像类型运行脚本，看看你得到了什么。

---

一般来说，PNG更适用于计算机生成的图像，JPEG更适用于真实的相机拍摄的照片。一般来说，计算机生成的图像具有较小的颜色调色板（变化较小），而照片具有较高的频率成分（在图片中移动时变化非常快）。很难说事先。。。也许看一下图像统计数据会给你一个开始。和的可能重复以及许多其他与这些相关的问题……你可能也喜欢这个问题：这不是JPG与PNG的问题，所以stackoverflow问题是不相关的，超级用户一个是相当有趣的。谢谢你能提供第一张图片的原始PNG版本的链接吗？当

PNG

转换为JPEG时，很难评论

JPG

和

PNG

之间的区别！这不是我要问OP的问题：答案是，图像上的熵越小（即图像上的“信息”越少），PNG就越好，因为PNG试图保存所有信息。另一方面，JPEG是一种有损格式，对于包含大量信息的图像，它会做得更好，因为JPEG实际上并不关心信息，它会尽可能准确地表示信息，但绝不是无损的。因此，正如马克·塞切尔所说，这是一个熵的问题。我个人会接受的，伙计。哇！多好的答案啊！这正是我想要的：）