La compresión de imágenes es un problema fundamental en la computación, directamente ligado a la eficiencia de la transferencia de datos y la experiencia del usuario en la web. Con el aumento de la resolución de las pantallas y la demanda de contenido visual de alta calidad, la necesidad de formatos de imagen que ofrezcan una mayor relación de compresión sin sacrificar la calidad perceptual es más crítica que nunca. Este artículo aborda la evolución de los estándares de compresión de imágenes, comparando dos contendientes modernos, AVIF y JPEG XL, en un intento de resolver el trade-off entre tamaño de archivo, calidad y rendimiento.
Históricamente, formatos como JPEG han dominado la web, pero sus limitaciones en eficiencia y soporte para características modernas (como transparencia o HDR) han impulsado la investigación hacia codecs más avanzados. La aparición de AVIF, basado en el codec de video AV1, y JPEG XL, un esfuerzo más reciente con un enfoque en la unificación y la eficiencia, representa la vanguardia en esta área. La elección del formato adecuado tiene implicaciones directas en la latencia de carga de la página, el consumo de ancho de banda y la carga computacional en el cliente y el servidor.
Arquitectura del Sistema
El análisis se centra en la evaluación comparativa de las implementaciones de encoders y decoders para AVIF y JPEG XL. Para AVIF, se utiliza avifenc. Para JPEG XL, se evalúan dos encoders: libjxl (con su cjxl encoder) y jixel. Estos encoders implementan algoritmos de compresión que operan sobre los datos de píxeles, transformándolos en un formato más compacto. AVIF, al derivar de AV1, utiliza técnicas de compresión inter-frame y intra-frame adaptadas para imágenes fijas, incluyendo transformadas de coseno discretas (DCT) y cuantificación adaptativa. JPEG XL, por su parte, emplea una combinación de transformadas (DCT, Haar), predicción adaptativa y un sistema de codificación entrópica (ANS) para lograr alta eficiencia.
Las decisiones de diseño clave en estos formatos incluyen el manejo de canales alfa (transparencia), el soporte para High Dynamic Range (HDR) a través de Perceptual Quantization (PQ) o gain maps, y la capacidad de renderizado progresivo. AVIF utiliza un enfoque similar a video para la progresión, permitiendo múltiples 'frames' o capas de resolución. JPEG XL implementa 'progressive DC', donde se renderizan versiones de baja resolución antes de cargar los detalles. La evaluación también considera el impacto de los modos de submuestreo de croma (e.g., 4:2:0 vs. 4:4:4) en el tamaño y la calidad del archivo, una técnica fundamental en la compresión de video y imagen para reducir la información de color con mínima pérdida perceptual.
Flujo de Codificación de Imagen Lossy
- 1 Imagen Original Entrada de imagen rasterizada (e.g., PNG, TIFF)
- 2 Pre-procesamiento Conversión de espacio de color, submuestreo de croma (opcional, e.g., 4:4:4 a...
- 3 Transformada Aplicación de DCT u otras transformadas para convertir a dominio de frecuencia
- 4 Cuantificación Reducción de precisión de coeficientes de frecuencia según nivel de calidad
- 5 Codificación Entrópica Compresión sin pérdida de los coeficientes cuantificados (e.g., ANS)
- 6 Archivo Comprimido Salida en formato AVIF o JPEG XL
Flujo de Decodificación y Renderizado Progresivo (JPEG XL)
- 1 Archivo JPEG XL Entrada de datos comprimidos
- 2 Decodificación Inicial Extracción de datos de baja resolución (DC coefficients)
- 3 Renderizado Preview Visualización de imagen de baja calidad/resolución
- 4 Decodificación Adicional Extracción de datos de mayor resolución/detalle (AC coefficients)
- 5 Actualización de Renderizado Refinamiento gradual de la imagen en pantalla
- 6 Imagen Final Visualización de la imagen completa y de alta calidad
| Capa | Tecnología | Justificación |
|---|---|---|
| data-processing | AVIF (avifenc) | Encoder principal para el formato AVIF, optimizado para compresión lossy en web, transparencia y HDR. Basado en AV1. vs libjxl, jixel, WebP Modos de esfuerzo (s0-s6), submuestreo de croma (4:4:4, 4:2:0) |
| data-processing | JPEG XL (libjxl/cjxl) | Encoder de referencia para JPEG XL, evaluado por su rendimiento en compresión lossy, lossless y transcodificación JPEG. vs avifenc, jixel, WebP Niveles de esfuerzo (e1-e10), calidad de canal alfa |
| data-processing | JPEG XL (jixel) | Encoder alternativo para JPEG XL, destacando por su velocidad y eficiencia en ciertos escenarios, aunque con trade-offs en tamaño de archivo y transparencia. vs avifenc, libjxl Niveles de esfuerzo ('fast', 'medium', 'slow', 'extraslow'), soporte de 'patches', canal alfa siempre lossless |
| observability | SSIMULACRA2 | Métrica de calidad de imagen perceptual, utilizada para evaluar la fidelidad visual de las imágenes comprimidas. vs PSNR, SSIM, ColorVideoVDP |
| observability | ColorVideoVDP | Métrica de calidad de imagen perceptual alternativa, especialmente útil para HDR y para validar los resultados de SSIMULACRA2. vs SSIMULACRA2 Modelado de monitor HDR (e.g., 1,500 nits) |
Trade-offs
Ganancias
- ▲ Reducción de tamaño de archivo (AVIF)
- ▲ Velocidad de decodificación (AVIF)
- ▲ Eficiencia en compresión lossless (JPEG XL)
- ▲ Transcodificación JPEG sin pérdida (JPEG XL)
- △ Control sobre progresión (AVIF)
Costes
- ▲ Tiempo de codificación (AVIF con alto esfuerzo)
- ▲ Uso de memoria en codificación (JPEG XL con alto esfuerzo)
- ▲▲ Tamaño de archivo para transparencia (jixel)
- △ Complejidad de implementación (AVIF progresivo)
- ▲ Soporte de gain maps en navegadores (JPEG XL)
Fundamentos Teóricos
El problema de la compresión de imágenes se remonta a los fundamentos de la teoría de la información, establecidos por Claude Shannon en su paper de 1948, "A Mathematical Theory of Communication". Los codecs modernos como AVIF y JPEG XL se basan en principios de codificación de fuente, buscando minimizar la redundancia y la información irrelevante. Algoritmos como la transformada de coseno discreta (DCT), central en JPEG y sus sucesores, fueron popularizados por N. Ahmed, T. Natarajan y K. R. Rao en 1974, demostrando su eficacia en la concentración de energía de la señal en pocas componentes.
La evaluación de la calidad perceptual, utilizando métricas como SSIMULACRA2 y ColorVideoVDP, se alinea con la investigación en psicofísica y visión computacional. Estas métricas intentan modelar cómo el ojo humano percibe la calidad, yendo más allá de la simple comparación de píxeles (como MSE o PSNR). El concepto de 'gain maps' en HDR, por ejemplo, refleja una comprensión avanzada de cómo los sistemas visuales humanos y las pantallas manejan el rango dinámico, permitiendo una adaptación más inteligente del contenido a las capacidades del dispositivo, un área de estudio activo en procesamiento de imagen y gráficos por computadora.