JA EN ZH

图像格式发展史 - 从 BMP 到 AVIF 的 40 年演进

· 9 分钟阅读

1980 年代 - 数字图像的黎明(BMP 和 GIF)

1980 年代,个人电脑开始普及,数字图像格式应运而生。这个时代的格式受限于极其有限的存储空间和处理能力。

BMP(1986):

  • 微软为 Windows 开发的位图格式,结构极其简单
  • 无压缩或仅有简单的 RLE 压缩,文件体积巨大
  • 优点:读写极快,无需解码。缺点:文件太大,不适合网络传输

GIF(1987):

  • CompuServe 开发,用于在线服务的图像传输
  • LZW 无损压缩,最多 256 色(8 位调色板)
  • 1989 年 GIF89a 版本添加动画和透明度支持
  • 成为早期互联网的标准图像格式,但 LZW 专利争议(Unisys)推动了 PNG 的诞生

1990 年代初 - 摄影时代来临(JPEG 和 TIFF)

数码相机和扫描仪的出现催生了对高质量照片格式的需求。

JPEG(1992):

  • Joint Photographic Experts Group 制定的标准(ISO/IEC 10918)
  • 基于 DCT 的有损压缩,革命性地将照片文件缩小到原来的 1/10-1/20
  • 可调质量参数在文件大小和视觉质量间灵活权衡
  • 迅速成为数码相机和 Web 照片的事实标准,至今仍是使用最广泛的格式

TIFF(1986/1992):

  • Aldus(后被 Adobe 收购)开发的灵活容器格式
  • 支持无压缩、LZW、ZIP 等多种压缩方式
  • 支持多页、多层、高色深(16/32 位)
  • 成为印刷和专业摄影工作流的标准交换格式

1990 年代末 - 确立 Web 标准(PNG)

GIF 的 LZW 专利争议和 256 色限制推动了新格式的诞生。

PNG(1996):

  • 作为 GIF 的免专利替代品开发(Portable Network Graphics)
  • DEFLATE 无损压缩,支持真彩色(24 位)和 Alpha 通道透明度
  • 完全开放标准,无专利限制
  • 解决了 GIF 的两大问题:256 色限制和专利费用
  • 但不支持动画(APNG 后来补充,但普及缓慢)

这个时期确立了 Web 图像的基本格局:照片用 JPEG,图形/透明用 PNG,动画用 GIF。这个格局持续了近 20 年。

2000-2010 年代 - 探索新一代格式(JPEG 2000、WebP)

随着 Web 流量爆发式增长,对更高效压缩格式的需求日益迫切。

JPEG 2000(2000):

  • 基于小波变换的新一代 JPEG 标准
  • 压缩效率优于 JPEG,支持无损/有损、渐进式传输、感兴趣区域编码
  • 但计算复杂度高、浏览器不支持,未能在 Web 上普及
  • 在医学影像、数字电影(DCI)等专业领域获得采用

WebP(2010):

  • Google 基于 VP8 视频编解码器开发
  • 有损模式比 JPEG 小 25-35%,无损模式比 PNG 小 26%
  • 支持透明度和动画,功能上可替代 JPEG + PNG + GIF
  • Chrome 率先支持,其他浏览器逐步跟进,2020 年后获得全面支持

2020 年代 - 当前前沿(AVIF 和 JPEG XL)

视频编解码技术的进步催生了压缩效率更高的图像格式。

AVIF(2019):

  • 基于 AV1 视频编解码器(Alliance for Open Media 开发)
  • 压缩效率比 JPEG 高 50%,比 WebP 高 20%
  • 支持 HDR、宽色域、10/12 位色深、透明度、动画
  • 免版税,获得 Chrome、Firefox、Safari 支持
  • 缺点:编码速度慢,不适合实时转换

JPEG XL(2022):

  • JPEG 委员会开发的下一代标准(ISO/IEC 18181)
  • 可无损转码现有 JPEG(文件减小约 20%,可完美还原原始 JPEG)
  • 压缩效率与 AVIF 相当,编码速度更快
  • 支持超大分辨率、渐进式解码、响应式图像
  • 但 Chrome 移除了支持(2022),前景不确定

图像格式的未来与选择指南

回顾 40 年的发展,图像格式的演进始终围绕压缩效率、功能丰富度和生态兼容性三个维度。

当前最佳实践:

  • Web 照片:AVIF(最优)→ WebP(兼容)→ JPEG(降级)
  • Web 图形:SVG(矢量)→ WebP 无损 → PNG
  • 专业工作流:RAW → TIFF/PSD(编辑)→ 目标格式(输出)

未来趋势:

  • AI 驱动的压缩:神经网络图像压缩已在研究中展现超越传统方法的潜力
  • 自适应格式:根据内容和设备自动选择最优编码策略
  • 计算摄影集成:格式将更紧密地与计算摄影流水线集成(如 Apple ProRAW)

Related Articles

图像格式对比 - JPEG/PNG/WebP/AVIF/GIF/BMP 的特性与适用场景

全面对比主流图像格式的特性、压缩效率和适用场景。从传统格式到新一代格式,提供基于用途的最佳选择指南。

WebP 的优势与浏览器支持 - 下一代图像格式

WebP 格式的技术优势、浏览器支持现状及迁移决策分析。涵盖压缩特性、局限性、成本效益分析及实现方案。

无损压缩与有损压缩 - 如何选择正确的图像压缩方式

深入对比无损压缩与有损压缩的原理、优缺点和适用场景。帮助你为不同用途选择最佳的图像压缩策略。

图像格式的未来 - JPEG XL 和 WebP2 将如何改变 Web

深入分析下一代图像格式的技术特性与发展前景。涵盖 JPEG XL、WebP2、AVIF 的对比以及渐进式迁移策略。

图像压缩原理详解 - JPEG、PNG 和 WebP 的工作机制

通俗易懂地讲解图像压缩的工作原理。涵盖 JPEG 的 DCT 变换、PNG 的滤波与 Deflate,以及 WebP 的技术特点。

动画图像格式对比 - GIF、APNG、WebP 与 AVIF

全面比较 GIF、APNG、WebP 和 AVIF 动画格式的特性、压缩效率、浏览器支持和适用场景。

Related Terms