تبدیل JPG به AVIF

برای فهم اینکه چرا AVIF چنین سود فشرده‌سازی انقلابی‌ای نسبت به JPEG دارد، باید معماری‌های فضایی ریاضی بنیادین آن‌ها را مقایسه کرد. JPEG استاندارد تصویر را به بلوک‌های سخت ۸×۸ پیکسلی تقسیم می‌کند. هر ماتریس ۶۴ پیکسلی از تبدیل کسینوسی گسسته دوبعدی (DCT) عبور می‌کند تا روشنایی و کرومینانس فضایی به ضرایب حوزه فرکانس تبدیل شوند و سپس با جدول‌های کوانتیزه‌سازی اسکالر ثابت کوانتیزه می‌شوند. چون هر بلوک ۸×۸ در انزوای ریاضی محاسبه می‌شود، کاهش نرخ بیت باعث واگرایی شدید مرزهای بلوک‌های مجاور می‌شود و آرتیفکت‌های بلوکی ناخوشایند «صفحه شطرنجی»، نویز پشه‌ای در امتداد کانتورهای تیز و کوانتیزه‌سازی رنگ زمخت روی گرادیان‌های صاف پدید می‌آید.

AVIF که در ISO/IEC 23000-22 تدوین شده، تقسیم سخت ۸×۸ را کنار می‌گذارد و سازوکارهای پیشرفته رمزگذاری فضایی کدک ویدیویی AV1 را برمی‌گزیند. از تجزیه بازگشتی بلوک استفاده می‌کند و فریم‌ها را بر اساس پیچیدگی فضایی محلی به‌طور پویا از ابربلوک‌های عظیم ۱۲۸×۱۲۸ تا زیربلوک‌های ۴×۴ تقسیم می‌کند. افزون بر این، AVIF از حداکثر ۵۶ زاویه پیش‌بینی درون‌قابی جهت‌دار متمایز استفاده می‌کند تا تقریب‌های پیکسلی را از پیکسل‌های مرزی پیش‌تر رمزگشایی‌شده بسازد و فقط خطای باقیمانده ریاضی را رمزگذاری کند.

نکته مهم اینکه AVIF سازوکارهای فیلترینگ درون‌حلقه‌ای پیچیده‌ای از جمله Constrained Directional Enhancement Filtering ‏(CDEF) و Loop Restoration غیرخطی دارد. این فیلترها جهت لبه‌ها را شناسایی و حلقه‌زدگی کوانتیزه‌سازی را بدون تار کردن کانتورهای تیز بافت نرم می‌کنند. در نتیجه، صحنه‌های عکاسی با غروب‌های ظریف، منافذ ریز پوست و سایه‌های نرم در نرخ‌های بیتی که JPEG قدیمی به نویز دیجیتال ناخوانا فرو می‌ریزد، درجه‌بندی‌های ابریشمی نرم را حفظ می‌کنند.

در سئوی فنی مدرن، سرعت صفحه وب فقط یک راحتی جانبی کاربر نیست — بلکه عامل رتبه‌بندی الگوریتمی صریحی است که با تله‌متری Core Web Vitals گوگل سنجیده می‌شود. در میان این معیارها Largest Contentful Paint ‏(LCP) وزن الگوریتمی بسیار زیادی دارد و مدت دقیق لازم برای رندر بلوک بصری اصلی بالای صفحه در نمای مرورگر (عمدتاً بنرهای اصلی، ویترین محصولات فروشگاهی یا تصاویر شاخص سرمقاله) را ردیابی می‌کند.

ممیزی‌های Google Lighthouse قالب‌های قدیمی را صراحتاً با هشدارهای پراولویت 'Serve images in next-gen formats' علامت‌گذاری می‌کنند. وقتی یک کاتالوگ فروشگاهی یا سایت سرمقاله‌ای یک بنر اصلی JPEG ‏۲.۲ مگابایتی را روی اتصال میانگین 4G موبایل (۱۵ مگابیت بر ثانیه) ارائه دهد، فقط انتقال بسته‌های شبکه حدود ۱.۲ ثانیه طول می‌کشد و امتیاز کلی LCP به‌راحتی از آستانه حیاتی ۲.۵ ثانیه‌ای «خوب» عبور کرده و به محدوده «نیاز به بهبود» یا «ضعیف» می‌رود.

تبدیل همان عکس به AVIF وزن فایل را از ۲.۲ مگابایت به حدود ۳۲۰ کیلوبایت می‌رساند — فروپاشی فوق‌العاده ۸۵ درصدی در بار منتقل‌شده. زمان دانلود شبکه به کمتر از ۱۸۰ میلی‌ثانیه سقوط می‌کند. پیش‌بارگذار گمانه‌زن HTML و موتور چیدمان مرورگر نما را تقریباً فوراً رسم می‌کنند و امتیازهای سبز بی‌نقص LCP را تثبیت می‌کنند که رتبه‌های جستجو را حفظ و نرخ تبدیل کاربران را بیشینه می‌کند.

در عرضه اولیه AVIF، پذیرش به دلیل انتظار برای یکپارچه‌سازی موتور WebKit محتاطانه بود. امروز رمزگشایی بومی AVIF در بیش از ۹۳٪ مرورگرهای وب جهان، از جمله Google Chrome، Apple Safari ‏(از iOS 16 و macOS 13 Ventura به بعد)، Mozilla Firefox، Microsoft Edge، Opera و Android WebView پشتیبانی می‌شود.

برای معماری‌های وب مدرن، ارائه AVIF با بازگشت نرم به WebP یا JPEG قدیمی به هیچ جاوااسکریپت سمت کاربر نیاز ندارد. با استفاده از عنصر استاندارد HTML ‏`<picture>`، مرورگرهای وب خودکار سازگاری قالب را ارزیابی و کارآمدترین دارایی را دریافت می‌کنند:

```html <picture> <source srcset="hero.avif" type="image/avif"> <source srcset="hero.webp" type="image/webp"> <img src="hero.jpg" alt="High performance web visual" width="1200" height="800" loading="eager" decoding="async"> </picture> ```

دستگاه‌های موبایل مدرن و مرورگرهای رومیزی رده‌بالا فوراً دارایی فوق‌فشرده AVIF را دانلود می‌کنند، در حالی که مرورگرهای سازمانی قدیمی بی‌دردسر به WebP یا JPEG برمی‌گردند. این معماری پیشرونده پیشرفته‌ترین فشرده‌سازی را بدون جا گذاشتن حتی یک بازدیدکننده قدیمی ارائه می‌دهد.

هنگام ارزیابی کدک‌های تصویر، معیارهای کیفیت ادراکی مانند Structural Similarity Index Measure ‏(SSIM) و مدل روان‌آکوستیک Butteraugli گوگل اثبات کمّی کارایی فشرده‌سازی را فراهم می‌کنند. Butteraugli حساسیت گیرنده‌های نوری شبکیه انسان را مدل‌سازی می‌کند و آستانه دقیقی را تعیین می‌کند که در آن آرتیفکت‌های فشرده‌سازی برای چشم انسان قابل تشخیص می‌شوند.

آزمون‌های تجربی روی هزاران مجموعه آزمایشی عکاسی نشان می‌دهد که در امتیازهای برابری بصری Butteraugli یکسان، AVIF ‏۵۰٪ بایت کمتری از JPEGهای بهینه‌شده با MozJPEG و تا ۲۵٪ بایت کمتری از WebP نیاز دارد. نکته مهم اینکه AVIF در حفظ اشباع رنگی و جزئیات بافتی پرفرکانس (مانند بافت پارچه، شاخ‌وبرگ دوردست و نویز عکاسی شبانه) برتری دارد؛ جایی که زیرنمونه‌برداری کروما 4:2:0 در JPEG قدیمی پخش‌شدگی رنگی شدیدی ایجاد می‌کند.

یک دغدغه فنی رایج درباره AVIF پیچیدگی محاسباتی رمزگشایی است. چون فشرده‌سازی ویدیویی AV1 بر حلقه‌های پیش‌بینی ریاضی پیچیده تکیه دارد، رمزگشاهای نرم‌افزاری اولیه روی دستگاه‌های قدیمی‌تر چرخه‌های پردازنده قابل‌اندازه‌گیری می‌طلبیدند.

اما معماری‌های سخت‌افزاری مدرن این نگرانی را برطرف کرده‌اند. تراشه‌های ساخته‌شده از ۲۰۲۲ به بعد — از جمله Apple Silicon ‏(M3/M4، A17 Pro/A18)، Qualcomm Snapdragon 8 Gen 2/3، MediaTek Dimensity 9200+، Intel Core Ultra و پردازنده‌های AMD Ryzen — بلوک‌های سخت‌افزاری اختصاصی رمزگشایی AV1 دارند. حتی در دستگاه‌هایی که بر رمزگشایی نرم‌افزاری تکیه دارند، رمزگشاهای WebAssembly مدرن بهینه‌شده با SIMD ‏(مانند dav1d) فریم‌های AVIF ‏1080p را در کمتر از ۱۲ میلی‌ثانیه باز می‌کنند. کاهش عظیم مدت انتقال شبکه بسیار بیشتر از هر تأخیر رمزگشایی ناچیزی است و در مجموع صرفه‌جویی خالصی در عمر باتری موبایل به همراه دارد.

برای رسیدن به اوج بهینه‌سازی در کل مخزن دارایی‌های دیجیتال، این جریان کاری نظام‌مند چندمرحله‌ای را دنبال کنید:

گام ۱ - کوچک‌سازی ابعاد: اگر دوربین شما تصاویر را با ۶۰۰۰×۴۰۰۰ پیکسل ثبت می‌کند، ارائه این ابعاد خام به نمایشگرهای وب پهنای باند را هدر می‌دهد. عرض را با ابزار «تغییر اندازه تصویر» به ظرف واقعی چیدمان (مثلاً ۱۲۰۰ یا ۱۹۲۰ پیکسل) کاهش دهید.

گام ۲ - ترکیب‌بندی و کادربندی: با ابزار «برش تصویر» لبه‌های مزاحم را حذف و نقاط کانونی را بهینه کنید.

گام ۳ - تبدیل به قالب نسل جدید: JPEG بهینه‌شده را به همین ابزار «تبدیل JPG به AVIF» بدهید تا فشرده‌سازی درون‌قابی AV1 فعال شود و تا ۸۵٪ از وزن فایل کاسته شود.

گام ۴ - بررسی پهنای باند: صرفه‌جویی زنده در حجم فایل را بررسی کنید تا مطمئن شوید AVIF جدید شما بدون افت بصری به فشرده‌سازی بهینه رسیده است.