枕头转换增加图像大小

Question

我正在使用 python Pillow 库进行简单的图像格式转换。

这是一些简单的代码，展示了我在做什么

im = Image.open("images/filename.tiff", mode="r")
im.save("images/filename.png", optimize=True)

这导致平均增加 98% 的大小。 这是我正在尝试创建的输入 tiff 的数据：

<image mode=1 size=2544x2230>

当我显式转换它时（通过调用.convert()，大小平均只增加了 87%，但仍然很糟糕。为什么大小膨胀这么多？

这是我尝试过的？

• 使用“质量”参数 on.save() 似乎效果不大
• 将“mode”参数显式传递给保存命令几乎没有效果
• 使用 the.convert("L") 对转换后的整体大小影响不大

编辑

这是一个示例图像，它贯穿了我上面描述的内容，生成了一个大 87% 的 png 文件、大 907% 的 jpeg 和大 907% 的 jpg。

https://share.getcloudapp.com/YEuR9LqP

Pillow 最新版本：8.2

Python 版本：3.8

在 MacOS 上运行：10.15.7

我是否遗漏了一些明显的东西，或者这只是我对图像库的工作原理缺乏了解？

Answer 1

我认为问题在于您的图像是CCITT Group4 Compressed ，它特别适合您的图像内容，并且在 PNG 格式中没有等价物。

exiftool image-1.tiff 

Output

ExifTool Version Number         : 12.00
File Name                       : image-1.tiff
Directory                       : .
File Size                       : 95 kB
File Modification Date/Time     : 2021:05:17 11:46:57+01:00
File Access Date/Time           : 2021:05:17 11:57:15+01:00
File Inode Change Date/Time     : 2021:05:17 11:46:58+01:00
File Permissions                : rw-r--r--
File Type                       : TIFF
File Type Extension             : tif
MIME Type                       : image/tiff
Exif Byte Order                 : Little-endian (Intel, II)
Image Width                     : 2544
Image Height                    : 2230
Bits Per Sample                 : 1
Compression                     : T6/Group 4 Fax       <--- HERE IT IS
Photometric Interpretation      : WhiteIsZero
Strip Offsets                   : 180
Orientation                     : Horizontal (normal)
Rows Per Strip                  : 2230
Strip Byte Counts               : 96954
X Resolution                    : 300
Y Resolution                    : 300
Resolution Unit                 : inches
Image Size                      : 2544x2230
Megapixels                      : 5.7

在我的 Mac 上，我从 PIL 获得了一个大小为 138,200 字节的 output PNG，即使使用pngcrush我也只能降到 124,810 字节：

pngcrush -bruteforce result-opt.png crushed.png
  Recompressing IDAT chunks in result-opt.png to crushed.png
  Total length of data found in critical chunks            =    138200
  Best pngcrush method        =   4 (ws 15 fm 0 zl 9 zs 1) =    124816