JPEG 编码、色度抽样（Subsampling）与 MozJPEG 优化

JPEG 依然是兼容性最广的有损图像格式。在生产管线中导出 JPEG 时，仅调整 Quality 远远不够：**色度抽样（Chroma Subsampling）**决定了红蓝文字边缘是否发虚，**渐进式扫描（Progressive / Interlace）与霍夫曼表优化（OptimizeCoding）**决定了在相同画质下能否再缩减 5%~15% 的文件体积。

核心编码参数跨绑定对照

编码控制项	govips `JpegExportParams`	sharp `.jpeg(options)`	pyvips / vips CLI `jpegsave`	生产推荐值与说明
质量因子	`Quality`（默认 80/75）	`quality`（默认 80）	`Q=82` / `--Q 82`	Web 摄影图常用 `78 ~ 85`
色度抽样	`SubsampleMode`	`chromaSubsampling`	`subsample_mode`	摄影图用 `auto`（`4:2:0`）；含锐利彩色文字/图标时改用 `off`（`4:4:4`）
渐进式扫描	`Interlace: true`	`progressive: true`	`interlace=True`	大于 10KB 的图片推荐开启，改善首屏加载感知并减小体积
霍夫曼表优化	`OptimizeCoding: true`	`optimiseCoding: true`（默认开启）	`optimize_coding=True`	无损减小体积，建议始终开启
网格量化与去振铃	`TrellisQuant`、`OvershootDeringing`、`OptimizeScans`、`QuantTable`	`mozjpeg: true`（一键启用组合）	`trellis_quant`、`overshoot_deringing`、`optimize_scans`、`quant_table=3`	在链接了 MozJPEG 的环境显著降低码率，但编码 CPU 耗时增加
剥离元数据	`StripMetadata: true`	默认剥离（保留需 `.keepMetadata()`）	`keep="none"`（或 `strip=True`）	移除相机 EXIF 缩略图可节省数 KB 至数十 KB

生产级 JPEG 导出代码示例

下面的示例展示了如何在四个入口中开启 Quality = 82、渐进式扫描（Progressive）以及霍夫曼编码优化：

package main

import (
    "fmt"
    "os"

    "github.com/davidbyttow/govips/v2/vips"
)

func main() {
    if err := vips.Startup(nil); err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
    defer vips.Shutdown()

    image, err := vips.NewImageFromFile("input.jpg")
    if err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
    defer image.Close()

    // JPEG 不支持透明通道：若输入可能含 Alpha，导出前必须先 Flatten
    if image.HasAlpha() {
        if err := image.Flatten(&vips.Color{R: 255, G: 255, B: 255}); err != nil {
            fmt.Fprintln(os.Stderr, err)
            os.Exit(1)
        }
    }

    params := vips.NewJpegExportParams()
    params.Quality = 82
    params.Interlace = true
    params.OptimizeCoding = true
    params.SubsampleMode = vips.VipsForeignSubsampleAuto
    params.StripMetadata = true

    // 若底层 libjpeg 由 MozJPEG 提供，可按需开启以下高级量化项：
    params.TrellisQuant = true
    params.OvershootDeringing = true
    params.OptimizeScans = true
    params.QuantTable = 3

    data, _, err := image.ExportJpeg(params)
    if err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
    if err := os.WriteFile("output.jpg", data, 0o644); err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
}

import sharp from 'sharp';

// mozjpeg: true 等价于同时开启 trellisQuantisation、overshootDeringing、optimiseScans、progressive 和 quantisationTable: 3
await sharp('input.jpg')
  .flatten({ background: '#ffffff' })
  .jpeg({
    quality: 82,
    progressive: true,
    chromaSubsampling: '4:2:0',
    mozjpeg: true,
  })
  .toFile('output.jpg');

import pyvips

image = pyvips.Image.new_from_file("input.jpg")
if image.hasalpha():
    image = image.flatten(background=[255, 255, 255])

image.write_to_file(
    "output.jpg",
    Q=82,
    interlace=True,
    optimize_coding=True,
    subsample_mode="auto",
    trellis_quant=True,
    overshoot_deringing=True,
    optimize_scans=True,
    quant_table=3,
    keep="icc",
)

#!/usr/bin/env bash
set -euo pipefail

vips jpegsave input.jpg output.jpg \
  --Q 82 \
  --interlace \
  --optimize-coding \
  --subsample-mode auto \
  --trellis-quant \
  --overshoot-deringing \
  --optimize-scans \
  --quant-table 3 \
  --keep icc

色度抽样：`4:2:0` 与 `4:4:4` 的选择边界

人眼对亮度（Y）细节比对色度（Cb/Cr）敏感得多。默认情况下（SubsampleMode = Auto）：

当 Q < 90 时，libvips 使用 4:2:0 色度抽样（每 2 × 2 像素块共享一组色度值），将色度通道体积减半；
当 Q >= 90 时，libvips 自动切换为 4:4:4 不抽样（每个像素保留完整色度）。

如果你在 Q = 82 下导出包含深底红字、商品促销标签或 UI 截图的图像，建议显式关闭色度抽样（vips.VipsForeignSubsampleOff / chromaSubsampling: '4:4:4' / subsample_mode="off"），以消除彩色文字边缘的模糊色块。

来源