【ITニュース解説】Image Compressor: Getting a 1.6 MB Hero JPEG Under 200 KB Without Ruining It
2026年10月27日に「Dev.to」が公開したITニュース「Image Compressor: Getting a 1.6 MB Hero JPEG Under 200 KB Without Ruining It」について初心者にもわかりやすく解説しています。
ITニュース概要
重いウェブサイトの画像を効率的に圧縮し、表示速度を改善する方法を解説する。PythonのPillowやNode.jsのSharpを用い、画像のリサイズと品質調整で高画質を保ちつつ軽量化する。特に、長辺をリサイズしAVIF形式を使うと効果的で、1.7MBが42KBに。圧縮時の注意点も学ぶ。
ITニュース解説
ウェブサイトの表示速度は、ユーザー体験を左右し、検索エンジンの評価にも大きく影響する重要な要素だ。特に、ウェブページの顔となる「ヒーローイメージ」と呼ばれる大きな画像は、その表示速度に多大な影響を与えることがある。今回の事例では、マーケティングサイトのモバイル版Lighthouseスコアが41点と低く、その主な原因はトップページに配置された1.7メガバイト(MB)もの大きなヒーロー画像(2400×1600ピクセル)にあった。この画像が読み込まれることで、Largest Contentful Paint(LCP)という、ページ内で最も大きなコンテンツが表示されるまでの時間が4.8秒にも達していた。これはユーザーが「ページが表示された」と感じるまでに時間がかかりすぎている状態を示す。
この問題に対処するため、画像のファイルサイズを200キロバイト(KB)以下に削減することが目標とされたが、いくつかの現実的な制約があった。一つは、CMS(コンテンツ管理システム)が直接画像をアップロードする形式のため、複雑なビルドステップを導入できないこと。二つ目は、顧客の画像を第三者のAPIサービスに送ることが法的な理由で許されないこと。そして三つ目は、最終的な画像がデザイナーの厳しい目で見て、全画面表示しても画質の劣化が目立たないレベルである必要があった。
まず試されたのは、PythonのPillowライブラリを使う方法だった。これは画像処理によく用いられるライブラリだ。単純にJPEGの品質設定を75に下げて保存するだけだと、1.7MBの画像は500KB程度にまで削減できた。ファイルサイズは大きく減ったものの、27インチのディスプレイでフルスクリーン表示すると、空のグラデーション部分に色の帯状のムラ(バンディング)が発生し、画質が明らかに劣化していることが判明した。これはデザイナーの要求を満たせない状態だった。
そこで、Pillowを使った処理をさらに改善した。まず、画像を読み込んだらconvert("RGB")という処理を挟む。これは、画像がJPEGで保存できないRGBA(透明度情報を持つ形式)やCMYK(印刷向けの形式)といった予期せぬモードであった場合に備え、必ずRGB形式に変換するためのものだ。この変換で透明度は失われるが、JPEGで保存できるようになる。次に、最も効果的だったのは画像の物理的なサイズを小さくすることだった。元の画像は幅2400ピクセルだったが、ウェブページ上で実際に表示されるのは最大でも1200ピクセル程度のコンテナ内であるため、幅を1600ピクセルに縮小した。これにより、画像が持つピクセル数が約55%削減され、エンコーダーが処理するデータ量自体が大幅に減る。このサイズ縮小と合わせて、品質設定を82に調整した。さらに、optimize=Trueという設定を追加した。これはJPEGの圧縮に使われるハフマンテーブルを最適化することで、画質をほとんど損なわずにファイルサイズを5〜8%削減する効果がある。また、progressive=Trueを設定することで、画像が少しずつ鮮明になっていくように表示されるプログレッシブJPEG形式で保存されるため、低速なネットワーク環境でもユーザーは画像が早く読み込まれているように感じられる。最後に、subsampling=0(4:4:4)という設定を適用した。これは色情報のサンプリングレートを高く保つことで、特に赤い文字の周りなどで色の滲みを防ぎ、鮮明な画質を維持するのに役立つ。これらの改善を施した結果、元の1.7MBの画像は197KBまで削減され、デザイナーも納得できる品質を保つことができた。特に、単に品質設定をいじるよりも、画像を適切なサイズにリサイズすることがファイルサイズ削減に最も大きな効果をもたらしたことがわかった。
もしNode.jsをベースとした開発環境が既に整っているなら、sharpというライブラリも非常に強力な選択肢となる。sharpはPillowよりも高速に動作し、mozjpegというJPEGエンコーダーのビルドを内蔵しているため、同じ品質設定でもPillowよりも優れた圧縮効率を発揮することが多い。sharpを使った場合も、まずrotate()関数でEXIF情報(画像の向きなどのメタデータ)に基づいて画像を正しい向きに回転させ、次に幅を1600ピクセルにリサイズする。そしてjpeg({ quality: 82, progressive: true, mozjpeg: true })のように設定してJPEG画像を生成できる。このmozjpegを利用した処理では、Pillowの品質82での処理結果が667KBだったのに対し、424KBと大幅に削減された。
sharpでは、JPEGだけでなく、WebPやAVIFといった新しい画像形式も容易に生成できる。例えば、WebP形式で品質80、幅1600ピクセルに変換すると142KBまで削減された。さらに効果的だったのはAVIF形式で、品質50、幅1600ピクセルで変換すると、なんと42KBまでファイルサイズを削減できた。このAVIFの42KBという数字は、デザイナーの最後の懸念を解消するほど画質とファイルサイズのバランスが取れていた。AVIFはWebPよりもさらに高い圧縮率を誇り、画質を保ちつつファイルサイズを極限まで小さくできる優れた形式だ。ただし、2026年時点ではAVIFのブラウザサポートは良好になりつつあるが、古いブラウザや特定の組み込み環境では未対応の場合があるため、ウェブページに組み込む際には<picture>要素を使ってWebPやJPEGへのフォールバック(代替)を用意することが重要だ。これにより、最新のブラウザではAVIFを使い、対応していないブラウザではWebPやJPEGを表示するように自動で切り替えることができる。また、ここで注意すべき点として、qualityという設定値は各ライブラリやエンコーダーの実装によって「同じ品質80」でも出力されるファイルサイズや画質が異なる場合がある。そのため、qualityは絶対的な基準ではなく、実際に目で見て最適な結果が得られるように調整する「ダイヤル」のように捉えるべきだ。
上記のPythonやNode.jsによるコードベースの画像処理は強力だが、常にコードを実行できる環境があるとは限らない。例えば、急ぎで一枚だけ画像を小さくしたい場合や、マーケティング担当者がCMSにアップロードできないスクリーンショットをどうにかしたいといった状況では、ブラウザベースの画像圧縮ツールが非常に役立つ。これらのツールはウェブブラウザ上で完結し、ファイルをアップロードすることなく、すべてクライアントサイド(利用者のPC上)で処理が行われる。そのため、セキュリティやプライバシーに関する法的制約をクリアしやすいという利点がある。また、品質スライダーを動かすとリアルタイムでプレビューが更新され、最適な品質とファイルサイズのバランスを素早く見つけられるため、コードで試行錯誤するよりも効率的に作業を進められる。
画像最適化の過程で、いくつか遭遇しやすい落とし穴もあるため注意が必要だ。一つ目は、PNG画像など透明度情報(アルファチャンネル)を持つ画像をJPEG形式で保存しようとするとエラーになる問題だ。JPEGは透明度をサポートしていないため、RGBAモードの画像をそのままJPEGで保存しようとするとOSError: cannot write mode RGBA as JPEGのようなエラーが発生する。この解決策は、Pillowの場合convert("RGB")で明示的にRGBモードに変換することだが、この際、透明なピクセルは黒で埋められるため、ロゴなどが暗い色の場合、背景が黒くなってしまう可能性がある。もし白い背景にしたい場合は、変換前に白で塗りつぶすなどの処理が必要になる。
二つ目は、同じ画像を何度も再圧縮してもファイルサイズはほとんど変わらず、画質だけが劣化していくという問題だ。例えば、品質82で画像を6回再圧縮しても、ファイルサイズはわずか1KB程度の変化しかなく、一方でオリジナルの画像との画質の差(RMSE値)は着実に増加していった。これは、一度JPEG圧縮された画像には既に不可逆的な情報の損失があるため、それを再度圧縮しても情報がさらに失われるだけで、サイズ削減の効果はほとんど見込めないことを意味する。したがって、常に元の画像から処理を開始し、結果は新しいファイル名で保存するべきだ。元のファイルを上書きするようなことは絶対に避ける必要がある。
三つ目は、EXIF情報の消失、特に画像の回転情報に関する問題だ。スマートフォンで撮影された写真には、画像の向き(縦か横か)がEXIF情報として記録されているだけで、画像データ自体が回転されているわけではない場合がある。これを何も処理せずに保存すると、EXIF情報が失われ、ウェブページに表示したときに画像が横向きになってしまうことがある。この問題を防ぐためには、PillowのImageOps.exif_transpose()やsharpの.rotate()のように、画像データを実際に回転させてから保存する処理を行う必要がある。
今回の画像最適化の取り組みを通じて得られた最も重要な教訓は、まず画像の物理的なサイズ(ピクセル数)を必要最低限にまで縮小し、その後に圧縮品質やその他のオプションを調整することだ。そして、常に元の画像を保護し、新しいファイル名で保存する習慣をつけること。さらに、モダンなブラウザ向けにはAVIFなどの高効率な形式を優先的に提供し、古い環境向けにはWebPやJPEGをフォールバックとして用意する<picture>要素の活用が推奨される。この一連の最適化によって、元の1.7MBのヒーロー画像は最終的に42KBまで劇的に削減され、結果としてLCPは4.8秒から1.9秒へと大幅に短縮された。これはウェブサイトの表示速度とユーザー体験の向上に大きく貢献する成果だ。これらのテクニックは、ウェブ開発において画像のパフォーマンスを改善するための重要な知見となるだろう。