【ITニュース解説】How Much Quality Do You Lose Compressing an Image? We Measured It on 24 Photos

デジタル画像を扱う際、私たちは常に「品質」と「ファイルサイズ」の間で悩むことになる。特に、ウェブサイトやアプリケーションで画像を表示する場合、読み込み速度やサーバーの負荷、ユーザー体験に直結するため、このバランスを最適化することがシステムエンジニアにとって非常に重要だ。多くの画像圧縮形式、特にJPEGやWebPのような「非可逆圧縮（ロッシー圧縮）」形式は、品質を少し犠牲にする代わりにファイルサイズを大幅に削減する。しかし、「どれくらいの品質を失って、どれくらいのファイルサイズを削減できるのか」という具体的な問いに答えることは難しい。今回の研究は、この疑問に対し、客観的な測定に基づいた実践的な洞察を提供している。

この研究では、画像圧縮による品質の低下とファイルサイズの削減のバランスを、具体的な数値で測定した。測定には、画像テストの標準セットとして広く使われている24枚のKodakリファレンス画像スイートが用いられた。これらの画像は、多様な被写体や色彩を含んでおり、幅広い条件下での圧縮性能を評価するのに適している。評価対象の形式は、広く普及しているJPEGと、比較的新しく高い圧縮効率を持つWebPだ。それぞれの形式で、品質設定を20から95まで段階的に変更して画像を保存し、その結果を分析した。

品質の評価には、目視による判断ではなく、SSIM（Structural Similarity Index Measure）という客観的な指標が採用された。SSIMは、圧縮後の画像が元の画像とどれだけ構造的に似ているかを0から1の範囲で数値化するもので、1に近いほどオリジナルとの類似性が高いことを示す。人間の視覚特性も考慮されており、知覚的な品質の差をより正確に反映するとされている。この研究で示されるすべての数値は、特定の1枚の画像ではなく、24枚の全画像における平均値であり、結果の信頼性を高めている。

測定の結果、画像サイズと品質の曲線には「収穫逓減」の傾向が強く現れることが明らかになった。これは、最初の数キロバイトのファイルサイズ削減で、画像の品質が劇的に向上する一方で、それ以降はファイルサイズを大きく増やしても、品質の向上はごくわずかになるという現象である。最も顕著な例として、JPEG画像を品質85から95に上げた場合が挙げられる。この変更によって、ファイルサイズは元の画像の約14%から26%へと、ほぼ倍増する。しかし、SSIM値は0.95から0.98へとわずか0.025しか向上しないのだ。この0.025の差は、ほとんどの人がほとんどの画像で視覚的に区別できないレベルである。この結果は、「念のため」という理由でJPEGの品質設定を95や100といった非常に高い値にすることが、写真においてはほとんどの場合、無駄なディスクスペースを消費しているに過ぎないことを示唆している。

さらに、圧縮形式（コーデック）の選択が、品質設定の調整よりもはるかに大きな影響を与えることも判明した。WebP形式は、同じSSIM値、つまり同じ知覚品質を保ちながら、JPEGと比較して約30%もファイルサイズを小さくできることが示された。具体的には、SSIMが0.95の場合で29.6%、SSIMが0.97の場合で31.9%のファイルサイズ削減が達成されている。これは、見た目の品質を維持しつつ、ファイルサイズを約3分の1削減できることを意味する。システムのパフォーマンスやストレージコストを考慮すると、これは非常に大きなメリットだ。

また、完全に品質劣化のない「可逆圧縮（ロスレス圧縮）」のコストについても言及されている。画像を完全にロスレスで保存しようとすると、品質85のJPEGと比較して、約7倍ものファイルサイズになる。これもまた、「安全のためにロスレスで」という考え方が、誰も知覚できない品質の差のために7倍ものデータ量を支払うことにつながる、非効率な選択であることを示している。特にウェブ上での配信を目的とする場合、この追加のファイルサイズは、ページの読み込み時間の増加や帯域幅の消費増大に直結し、ユーザー体験を損なう可能性が高い。

これらの結果から導かれる実践的な結論として、写真画像を扱う際の「スイートスポット」は、品質80〜85であり、可能であればWebP形式を使用することが推奨される。WebPは、JPEGよりも優れた圧縮効率を提供するため、より小さなファイルサイズで同等の品質を達成できるからだ。しかし、この推奨値はあくまで平均的な目安であることを忘れてはならない。画像の特性、例えば平坦な空の画像は非常に効率的に圧縮できる一方で、複雑なテクスチャや細かいディテールを含む画像は圧縮が難しい傾向にある。

そのため、最適な品質設定は画像ごとに異なるという点を理解することが重要である。固定の「95」という数字に盲目的に従うのではなく、画像編集ツールが提供する「ライブプレビュー」機能を利用することが最も効果的だ。プレビューを見ながら品質設定を調整し、視覚的な品質の劣化がこれ以上見られなくなるポイントで設定を確定するのが賢明なアプローチである。そうすることで、必要十分な品質を保ちつつ、無駄なファイルサイズの増加を防ぐことができる。

この研究は、特定のスクリプトを使用してKodakセットに対してエンコードとスコアリングを行うことで、容易に再現可能である。自分で用意した画像を対象に同様のテストを行うことで、同じような品質とサイズの関係曲線を得ることができるだろう。また、この研究を行ったチームは、ウェブブラウザ上で動作する画像圧縮ツールを提供しており、自分の画像をアップロードすることなく、リアルタイムでプレビューを確認しながら圧縮設定を調整できる。これは、実際のプロジェクトで画像の最適化を行う際に、非常に役立つツールとなるはずだ。デジタル画像の最適化は、システムの効率性とユーザー体験を向上させる上で欠かせない要素であり、今回の研究はその具体的な指針を提供している。