Die Komprimierung eines Bildes verringert seine Dateigröße. Die Bildkompression kann entweder verlustbehaftet oder verlustfrei sein.
Nach Lektüre dieses Artikels können Sie Folgendes:
Ähnliche Inhalte
Was ist ein Bildoptimierer?
Was ist Latenz?
Was ist Lastverteilung?
Core Web Vitals
Performance und Konversionsraten
Abonnieren Sie theNET, Cloudflares monatliche Zusammenfassung der beliebtesten Einblicke in das Internet!
Link zum Artikel kopieren
Die Bildkomprimierung ist ein Prozess, der die Bilddateien verkleinert. Bei der Bildkomprimierung werden in den meisten Fällen entweder Bytes an Informationen aus dem Bild entfernt, oder ein Bildkomprimierungsalgorithmus wird verwendet, um die Bilddatei so umzuschreiben, dass weniger Speicherplatz benötigt wird. Die Komprimierung eines Bildes ist eine effektive Methode, um sicherzustellen, dass das Bild schnell geladen wird, wenn ein Benutzer mit einer Website oder Anwendung interagiert. Sie ist ein wichtiger Bestandteil von image optimization.
Hier ist ein Beispiel für ein 96 KB großes Bild:
Hier ist das gleiche Bild, komprimiert auf 70 KB:
Und hier komprimiert auf 35 KB:
Komprimierte Bilder werden schneller geladen als unkomprimierte Bilder. Dies ist wichtig, denn die Ladegeschwindigkeit von Webseiten und Anwendungen hat einen großen Einfluss auf SEO, Konversionsraten, das digitale Erlebnis des Nutzers und andere wichtige Messgrößen. Die Verbesserung der Web-Performance ist eine der wichtigsten Methoden, mit denen Entwickler Websites optimieren.
Die Bildkomprimierung wird in der Regel zusammen mit anderen Methoden zur Verbesserung der Webleistung eingesetzt. Ein CDN beispielsweise speichert Inhalte im Cache, um sie den Endnutzern schneller zur Verfügung zu stellen. Der Lastausgleich trägt dazu bei, dass Webserver nicht überlastet werden. Die Verwendung von lazy loading kann dafür sorgen, dass die wichtigsten Inhalte einer Webseite noch schneller geladen werden. Insgesamt ist die Bildkomprimierung jedoch oft eine der schnellsten Möglichkeiten, um eine langsame Seitenleistung zu verbessern.
Stellen Sie sich einen Reisenden vor, der Kleidung für eine Reise packt. Der Reisende kann alles einpacken, was sein Kleiderschrank hergibt, von Schuhen über Hüte bis hin zu formeller Kleidung. Dies hat jedoch zur Folge, dass der Reisende eine große Menge an Gepäck mit sich herumtragen muss, was ihn verlangsamt und möglicherweise mehr Geld für den Transport kostet. Stattdessen wählt der Reisende die wichtigsten Kleidungsstücke aus und packt sie in einen einzigen Koffer.
So wie unser Reisender nicht seine gesamte Garderobe einpacken musste, müssen die Menschen selten ein ganzes Bild in seiner maximalen Auflösung und seinen größten Abmessungen betrachten. (Die meistgenutzte Desktop-Bildschirmgröße ist 1680x1050 Pixel, und die meistgenutzte mobile Bildschirmgröße ist mit 360x800 Pixeln noch kleiner. Selbst bei diesen Abmessungen ist es selten, dass ein Bild den gesamten Bildschirm einnimmt). In der Regel kann die Qualität und Größe eines Bildes so reduziert werden, dass sie für den normalen Betrachter nicht wahrnehmbar ist - ein Ansatz, der als verlustbehaftete Bildkomprimierung "" bezeichnet wird.
Bei der verlustbehafteten Bildkomprimierung werden die wichtigsten Informationen des Bildes beibehalten, ohne dass jedes einzelne Pixel erhalten bleibt. Es gibt mehrere Arten von verlustbehafteten Komprimierungsalgorithmen, die im Folgenden näher beschrieben werden. Bei allen werden jedoch Informationen aus der Bilddatei entfernt, so dass die Datei aus weniger Bytes besteht.
Viele Bilder im Internet liegen in einem Dateiformat vor, das eine verlustbehaftete Komprimierung verwendet. Dadurch wird sichergestellt, dass die Bilder schnell geladen werden und nicht zu viel Bandbreite verbrauchen. Gängige Beispiele für verlustbehaftete Komprimierungsmethoden sind:
Wenn die gewünschten Kleidungsstücke unserer Reisenden nicht in den Koffer passen, können sie versuchen, die Kleidung neu zu falten und zu ordnen, damit sie besser passt. In ähnlicher Weise verwendet die verlustfreie Bildkomprimierung "" mathematische Algorithmen, um eine Bilddatei umzuschreiben, ohne Informationen zu entfernen. Ein mit verlustfreier Komprimierung behandeltes Bild sollte im Wesentlichen identisch mit dem Original aussehen, aber eine viel kleinere Dateigröße haben.
Die verlustfreie Komprimierung kann zwar die Dateigröße von Bildern um bis zu 40 % reduzieren, ist aber immer noch weniger effektiv als die verlustbehaftete Komprimierung, wenn es darum geht, die Dateigröße zu reduzieren und Bilder für das Web zu optimieren. Website-Betreiber sollten bei der Entscheidung zwischen verlustbehafteter und verlustfreier Bildkomprimierung die Bedürfnisse ihrer Endnutzer berücksichtigen und die Geschwindigkeit ihrer Websites testen.
Zu den weit verbreiteten verlustfreien Komprimierungsverfahren gehören:
Sowohl verlustbehaftete als auch verlustfreie Komprimierungsmethoden verwenden verschiedene Bildkomprimierungsalgorithmen (ein Algorithmus ist eine Reihe von Regeln, die ein Computer befolgen muss), um kleinere Dateigrößen zu erreichen. Transformationskodierung, Lauflängenkodierung, arithmetische Kodierung, LZW, Flate/Deflate und Huffman-Kodierung sind alles Beispiele für Bildkomprimierungsalgorithmen.
Transformationskodierung ist ein verlustbehafteter Bildkomprimierungsalgorithmus, der häufig eine Technik namens diskrete Kosinustransformation (DCT) verwendet, mit der eine Datei mit weniger Informationen mathematisch dargestellt werden kann. JPEG basiert auf der Transformationskodierung.
Run-length encoding (RLE) ist ein verlustfreier Komprimierungsalgorithmus, der wiederholte Pixel kodiert. Wenn beispielsweise acht weiße Pixel in einer Reihe vorhanden sind, werden nicht alle acht Pixel (wie WWWWWWWW), sondern die Anzahl der Pixel (wie 8W) aufgezeichnet.
Arithmetische Kodierung ist eine weitere Art von verlustfreiem Kompressionsalgorithmus. Wie jede digitale Datei werden auch digitale Bilder auf den unteren Rechenebenen durch eine Zeichenkette dargestellt. Bei der arithmetischen Kodierung werden häufig verwendete Zeichen in einer Bilddatei mit weniger Bits und weniger verwendete Zeichen mit mehr Bits kodiert. Das Ergebnis sind insgesamt weniger Bits im Vergleich zur ursprünglichen Zeichenkette.
Die Huffman-Kodierung ähnelt in gewisser Weise der arithmetischen Kodierung, verringert jedoch die Dateigröße in der Regel nicht ganz so stark.
LZW - der Lempel-Ziv-Welch-Algorithmus ist eine verlustfreie Komprimierungsmethode, die auf LZ77 und LZ78, zwei älteren Kompressionsalgorithmen, basiert.
Flate/Deflate ist ein verlustfreier Komprimierungsalgorithmus, der auf Huffman-Kodierung und LZ77-Komprimierung basiert.
Cloudflare bietet drei Produkte zum Speichern, Zwischenspeichern, Optimieren und Anpassen der Größe von Bildern, um sicherzustellen, dass sie so schnell wie möglich geladen werden:
Mit diesen Diensten können Website-Besitzer Bilder mit einem Klick optimieren, Bilder in komprimierte Dateiformate wie WebP konvertieren und anpassen, welche Bildgrößen für welche Geräte geladen werden. Erfahren Sie mehr über diese Dienste in den Links oben, oder beginnen Sie mit einem Cloudflare-Plan hier.