图片格式转换工具

图片格式转换是把一种图片文件转成另一种格式，例如 PNG 转 JPG、WebP 转 PNG、JPG 转 WebP。不同格式有不同取舍：JPG 适合照片，PNG 支持透明和清晰边缘，WebP 往往能减小体积，BMP 简单但文件较大，GIF 常用于轻量动画。文件会上传到 ToolAct 的转换服务，由服务端的 libvips 完成解码与重新编码，再把结果回传到浏览器；处理完成后临时文件会立即从服务器删除，不做归档，不用于训练。选择目标格式时要注意，转成 JPG 可能丢失透明通道，有损格式可能改变细节，元数据和色彩配置也未必完全保留。最终格式应根据用途决定，而不是只看文件大小。

图片格式转换是一个「解码 + 重新编码」的流程。源文件字节流被送入平台解码器（libpng、libjpeg-turbo、libwebp、用于 AVIF 的 libheif/dav1d、用于 JP2 的 OpenJPEG、用于 TIFF 的 libtiff），生成已知色彩空间的原始像素缓冲区（几乎总是 sRGB，使用线性或非线性传输函数）。然后像素缓冲区会通过目标格式的编码器处理，配合用户选择的质量参数。在本工具中，整个流程在服务端完成：浏览器把每个文件上传到 ToolAct 的 vips 转换接口，由 libvips 统一调度解码、可选缩放、色彩空间处理与重新编码，转换后的字节以基于 taskId 的下载形式回传浏览器。临时上传文件会在转换完成后立即从服务器删除，不做归档，不会进入任何训练管道。 JPEG（Joint Photographic Experts Group，ISO 10918-1 / ITU-T T.81）是有损照片压缩的主力格式。编码器将图像分割为 8×8 像素块（这是编解码器操作的最小单位），对每个块执行 8×8 离散余弦变换（DCT，标准中的 type-II DCT），将得到的 64 个频率系数除以 8×8 量化矩阵（Q 表；50% 质量对应的表为默认值，质量越低表的缩放系数越大，丢弃的高频细节越多），之字形扫描将系数排成一维向量，再进行 Huffman 编码。8×8 块是 JPEG 在低质量下边缘处出现明显「块状」伪影的原因：DCT 基函数是按块计算的，相邻块独立量化。JPEG 不支持 Alpha 通道，内部使用 YCbCr 色彩空间（Y = 亮度，Cb/Cr = 色度），因此编码器通常对色度进行下采样（4:2:0、4:2:2 或 4:4:4）以节省 50% 以上的色度字节。渐进式 JPEG（多次扫描）有助于在慢速连接上提升感知加载速度。 PNG（Portable Network Graphics，ISO 15948，W3C 2003 年推荐标准）是无损格式。每一行都经过滤波（None、Sub、Up、Average、Paeth；按行选择滤波器以最大化可压缩性），滤波后的扫描行使用 DEFLATE 压缩（与 ZIP 使用相同的 LZ77 + Huffman 链）。PNG 支持索引（调色板）模式（最多 256 色）、RGB 和 RGBA，每通道 1、2、4、8 或 16 位。索引 PNG 是图标、线条画和 UI 元素最节省空间的格式（一个 1 位 Logo 可以只有几 KB）。无损意味着每个像素完全精确还原，这对 UI 素材、科学图像和任何需要再次编辑的内容至关重要。 WebP（Google，2010，RFC 9649 / ISO/IEC 23000-22）是一种通用的现代格式。有损 WebP 使用 VP8 帧内编码（与 WebM 视频相同的基于 DCT 的编解码器），在同等感知质量下比 JPEG 小 25-35%。无损 WebP 使用预测滤波 + 熵编码，比 PNG 小 26%。WebP 在两种模式下都支持 Alpha 通道和动画（动态 WebP 是 GIF 的现代替代品）。编码比 JPEG 稍慢；在具有 SIMD 加速的现代 CPU 上解码速度相当（libwebp 的 neon/sse2 路径）。 AVIF（AV1 Image File Format，ISO/IEC 23000-22）是基于 AV1 的后继格式。AV1 是由开放媒体联盟（Google、Mozilla、Apple、Microsoft、Netflix 等）开发的免版税编解码器，使用更先进的工具：65 种方向的帧内预测模式、6 抽头滤波器、更大的 64×64 超级块和上下文自适应熵编码。结果：在同等 SSIM 下比 WebP 小 20%，在极低比特率下显著优于 JPEG。编码比 WebP 慢 5-10 倍（因为预测搜索更丰富）；在现代 GPU 上解码有硬件加速（Intel Tiger Lake+、Apple M1+、近期 Adreno）。AVIF 支持 8/10/12 位色彩、Alpha 通道和广色域（BT.2020、Display P3），使其成为 HDR 内容的首选格式。 其他值得了解的格式：HEIC/HEIF（ISO 23008-12，自 iOS 11 起 Apple 默认格式）基于 H.265/HEVC，功能与 AVIF 类似，但 HEVC 的专利格局较为复杂。JPEG XL（ISO 18181）是实验性的 JPEG 继承者，支持无损 JPEG 重压缩和优于 AVIF 的有损压缩；Chrome 和 Firefox 已支持，Safari 部分支持。TIFF（Tagged Image File Format）和 JP2（JPEG 2000，ISO 15444，基于小波变换）在归档、科研和印刷流程中仍有使用。本转换工具实际可用的格式是 JPEG、PNG、WebP、AVIF、GIF、TIFF、BMP、HEIC 和 JP2。 色彩空间和 Alpha 通道是两个容易踩坑的地方。服务端 libvips 默认会把图像转换到 sRGB，除非保留了 ICC 配置文件；如果源文件是 Adobe RGB（相机 RAW 中常见），转换会在解码时进行色度学变换。对于 Alpha 通道，JPEG、BMP 和 GIF（非动画形式）没有 Alpha 通道，因此透明像素会被合成到背景色上（通常为白色，可在本页面配置）；将 RGBA PNG 转为 JPEG 而不选择背景色会产生黑色或透明结果，令用户意外。对于高质量印刷工作流，CMYK 输出是正确的格式（PDF/X-1a 或带嵌入 ICC 配置文件的 TIFF），通用的 Web 转换器通常面向 sRGB——真正的 CMYK 分色需要专门的印前流程。

• PNG 无损压缩：每条扫描行经过滤波（None / Sub / Up / Average / Paeth），滤波后的字节使用 DEFLATE 压缩（LZ77 + Huffman，与 ZIP 同族）。索引模式（最多 256 色）是图标和 UI 素材最节省空间的选择。
• JPEG 有损压缩：8×8 像素块 → 8×8 type-II DCT → 除以 8×8 量化矩阵（Q 表）→ 之字形扫描 → Huffman 编码。8×8 块是 JPEG 在低质量下出现「块状」伪影的原因。YCbCr 色度下采样（4:2:0 / 4:2:2 / 4:4:4）可节省 50% 以上的色度字节。
• WebP（Google，2010，RFC 9649）：有损使用 VP8 帧内编码（同等 SSIM 下比 JPEG 小 25-35%）；无损使用预测滤波 + 熵编码（比 PNG 小 26%）。支持 Alpha 通道和动画。编码比 JPEG 慢；解码在 SIMD 加速下速度相当。
• AVIF（AV1 Image File Format，ISO 23000-22）：基于 AV1，同等 SSIM 下比 WebP 小 20%。65 种方向帧内预测模式、6 抽头滤波器、64×64 超级块。编码比 WebP 慢 5-10 倍；在 Intel Tiger Lake+、Apple M1+、近期 Adreno 上有硬件加速解码。支持 8/10/12 位、Alpha 通道和广色域（BT.2020、Display P3）。
• Alpha 通道处理：PNG / WebP / AVIF / GIF 支持 Alpha 通道。JPEG / BMP 不支持，透明像素会被合成到配置的背景色上（通常为白色）。将 RGBA PNG 转为 JPEG 而不选择背景色会产生黑色或透明的意外结果。
• 色彩空间：相机 RAW 可能是 Adobe RGB，屏幕显示是 sRGB，印刷是 CMYK。服务端 libvips 默认转换为 sRGB；转换时色彩空间不匹配会导致偏色。CMYK 输出（PDF/X-1a、带 ICC 配置文件的 TIFF）需要专门的印前流程，而非通用的 Web 转换器。
• 其他格式：HEIC/HEIF（基于 H.265，自 iOS 11 起 Apple 默认）与 AVIF 类似但 HEVC 专利格局复杂；JPEG XL（ISO 18181）是实验性的 JPEG 继承者，支持更好的有损压缩和对旧 JPEG 的无损重压缩；GIF（1987，256 色动画）作为浏览器唯一友好的动画光栅格式延续至今。
• 质量参数映射：WebP 和 AVIF 使用 SSIM 索引的质量值（0-100 映射到目标 SSIM）；JPEG 使用 Q 表缩放因子；PNG 是无损的，因此「质量」仅控制滤波策略。SSIM 是感知度量而非像素精确：95 SSIM 看起来与原图无异，80 SSIM 是典型的「适合网页」的平衡点，60 SSIM 开始出现可见伪影。