JPEG артефакты
JPEG артефакты — визуальные дефекты, возникающие при агрессивном сжатии JPEG: блочность (8×8 блоки), кольца Гиббса вокруг контрастных границ, цветовые пятна, размытие деталей. Интенсивность зависит от уровня качества (Quality factor 1–100).
JPEG артефакты — визуальные дефекты изображения, возникающие при агрессивном JPEG-сжатии. Алгоритм JPEG разбивает изображение на блоки 8×8 пикселей и применяет к каждому дискретное косинусное преобразование (DCT) с квантованием высокочастотных компонент. При низком качестве (Quality factor < 70) квантование грубое — отсюда характерные паттерны дефектов.
Основные типы JPEG артефактов
- Блочность (blocking artifacts): самый заметный артефакт. Чёткие прямоугольные блоки 8×8 пикселей на однородных областях (небо, кожа). Возникает, когда соседние блоки квантуются с заметно разными коэффициентами.
- Кольца Гиббса (ringing artifacts): «гало» и ложные контуры вокруг резких границ объектов (края текста, линии). Математическая природа: усечение высокочастотных компонент DCT создаёт осциллирующий паттерн.
- Размытие деталей: тонкие текстуры (волосы, трава, ткань) теряются — высокие частоты выбрасываются при квантовании.
- Цветовые пятна (chroma noise): JPEG сжимает цветность (Cb, Cr) вдвое по умолчанию (4:2:0 chroma subsampling) — края цветных объектов размываются, появляются цветовые ореолы.
- Posterization: на градиентах возникают «ступеньки» цвета — квантование убирает плавные переходы.
Зависимость артефактов от Quality factor
| Quality | Сжатие | Артефакты | Применение |
|---|---|---|---|
| 95–100 | 2–4× | Незаметны | Архивирование, печать |
| 80–95 | 4–10× | Слабые | Веб, социальные сети |
| 60–80 | 10–20× | Заметные (кольца) | Превью, thumbnails |
| 40–60 | 20–40× | Сильная блочность | Минимальные превью |
| <40 | 40×+ | Критические | Только как крайний вариант |
AI-устранение JPEG артефактов
Классические методы (JPEG-deblocking через median filter, bilateral filter) сглаживают блочность, но теряют детали. AI-подход: нейросеть обучается восстанавливать оригинал по сжатой версии.
- DnCNN (2017): первая успешная CNN для JPEG deblocking, обрабатывает все артефакты одновременно
- FBCNN (2021): Flexible Blind CNN, работает без знания уровня сжатия
- Real-ESRGAN: при апскейле заодно убирает JPEG-артефакты (обучена на реалистично деградированных данных)
- SeedVR2 / Panda AI: апскейл автоматически восстанавливает текстуры, потерянные при сжатии
Накопление артефактов при повторном сжатии
Каждое пересохранение JPEG добавляет артефакты поверх предыдущих. Пять пересохранений Quality 80 = примерно Quality 40 оригинального. Правило: никогда не редактировать рабочий файл в JPEG. Используйте RAW или PNG как промежуточный формат, JPEG — только для финального экспорта.
FAQ — JPEG артефакты
Как узнать уровень сжатия по имеющемуся JPEG?
ExifTool показывает поле JPEGQuality для некоторых файлов. Точный метод — декодировать квантовую таблицу DCT: стандартные таблицы Photoshop и libjpeg хорошо задокументированы. Проще — визуально: блочность при ×400% zoom или онлайн-сервисы типа jpeg.rocks.
WebP тоже имеет артефакты?
Да, lossy WebP использует аналогичный подход (VP8 кодек), но с более эффективным предсказанием блоков. При одинаковом размере файла WebP даёт меньше блочности, чем JPEG. При Quality 80 WebP примерно соответствует Quality 90 JPEG по визуальному восприятию.
AI убирает артефакты полностью?
При сжатии Quality ≥ 60 — практически полностью, результат неотличим от оригинала. При Quality 30–50 — значительное улучшение, но часть деталей безвозвратно утеряна. При Quality < 30 — даже AI не спасёт.