Featured image of post 用 AVIF 和 AV1 压缩 Cosplay 图库的体积
折腾

用 AVIF 和 AV1 压缩 Cosplay 图库的体积

编辑历史:

事出必有因

前几天闲来无事，于是打算看下自己的 Cosplay 收藏有多少，遂du -sh，结果如下:
Cosplay文件夹占用了354G的储存空间
这可不好.jpg
于是点进去准备一探究竟，看看图片有多吃空间:
图片的大小
这能忍？开干！

那咋整呢？

摆在面前的有三种选择：

  • JPEG XL
  • AVIF
  • WebP

于是查阅互联网，找到一篇来自 Moonvy 月维 的文章。
直接上结论:

AVIF 有损压缩效果最好，无损压缩非常糟糕。编码速度很慢。
JPEG XL 无损压缩效果最好，有损压缩较 AVIF 有些许差距。编码速度快。
WebP 2 无损压缩效果优秀，有损压缩的上限达到了 AVIF 的水平，但下限很低，不稳定。编码速度很慢。
但是考虑到未来可能还有网页浏览的需求，再加上 WebP 2 本身就没法在我的林檎OS(也就是 macOS)上正常浏览，且可以接受一定程度的有损压缩，于是直接冲 AVIF。

支线任务: 装上 libavif

决定好要用 AVIF，但是系统里大概率没有libavif，于是先装再说。
介于我用 macOS ，直觉便是brew search avif，brew install libavif，秒了。
但是，古人曾言:

AVIF 是这样的。林檎用户只要无脑装libavif就可以，可是其他系统的用户要考虑的事就很多了。

各路 Linux 玩家往这里看：https://web.dev/articles/compress-images-avif；
至于 Windows ， 自求多福。

AVIF, 启动

毕竟是尺度有那么一丢丢大的 Cosplay (真的只有一丢丢！)，所以没有对比图（
处理用的命令如下：

avifenc --min 0 --max 63 -a end-usage=q -a cq-level=18 -a tune=ssim \  
-a deltaq-mode=3 -a sharpness=3 -y 420 --jobs 8 --ignore-exif --ignore-xmp Coser-***.jpg Coser-***.avif

至于为什么是这么个参数，原文是这么说的：

Note: “–min 0 –max 63 -a end-usage=q -a cq-level=18 -a tune=ssim” are the recommended settings for AVIF images.

而--ignore-exif --ignore-xmp 为的是尽可能减小文件体积，反正 Exif 和 XMP 大概率都没啥用。

结果：
Successfully loaded: Coser-***.jpg
AVIF to be written: (Lossy)

- Resolution     : 7952x5304
- Bit Depth      : 8
- Format         : YUV420
- Chroma Sam. Pos: 0
- Alpha          : Absent
- Range          : Full
- Color Primaries: 2
- Transfer Char. : 2
- Matrix Coeffs. : 6
- ICC Profile    : Present (3144 bytes)
- XMP Metadata   : Absent
- Exif Metadata  : Absent
- Transformations: None
- Progressive    : Unavailable
Encoding with AV1 codec 'aom' speed [6], color quality [51 (Medium)],
    alpha quality [100 (Lossless)], tileRowsLog2 [0], tileColsLog2 [0],
    8 worker thread(s), please wait...
Encoded successfully.
- Color AV1 total size: 1334940 bytes
- Alpha AV1 total size: 0 bytes
Wrote AVIF: Coser-***.avif

再看看图片大小(下方为原图):
JPEG格式的原图和AVIF格式下的图片大小对比
效果立竿见影
93%的压缩率，很难不觉得 AVIF 不香。

随便写个小脚本:

for file in *.{jpg,JPG};
do avifenc --min 0 --max 63 -a end-usage=q -a cq-level=18 -a tune=ssim \
    -a deltaq-mode=3 -a sharpness=3 -y 420 --jobs 10 \
    --ignore-exif --ignore-xmp $file ${file%*.*}.avif;
done

图片部分，堂堂结束！

视频部分

那么…… AV1 or HEVC?

会出现这个问题本质上还是因为自己没有 N卡，不然直接硬件加速上AV1解决一切问题（
当然，看标题就已经能够得出结论了：最后选了AV1。

但为什么是 AV1 不是 HEVC？ 虽然 HEVC 在 macOS + ffmpeg 上有 hevc_videotoolbox 的硬件加速，但相较于 AV1(libsvtav1) 体积反而会来的更大些（但也不至于到无法忍受的地步）;
且在同等画质水平(肉眼几乎无感, 姑且将其设定为SSIM ≥ 0.95)下体积表现很好。

AV1 软件编码不慢吗？ 慢是慢，但是在各种魔法参数的优化下(见下文)，ffmpeg 里速度表现还可以(4.45x)，虽然没有 HEVC 硬编快(8.24x)，但也不错。
再加上并没有什么转码时间上的要求，AV1 在这种情况下还蛮香的。

于是乎，AV1 成了最终选择.

同上，脚本如下:

for video in *;
do ffmpeg -i $video -c:v libsvtav1 -preset 10 -crf 38 \
    -svtav1-params input-depth=10:tune=2:enable-qm=1:qm-min=0:keyint=300 \
    -c:a copy -threads 10 ${video%*.*}-av1.mp4;
done

具体参数不再赘述，在此附上参考文章：

TODO: 详细的文档记录& benchmarks (PSNR SSIM etc.)

最终结果

Cosplay 图库里的数据实在太多 根本压不完（
这一部分等全部搞定之后再更新（

更新：压完嘞（
最后结果： 354G -> 64G
82% 的空间优化，可喜可贺可喜可贺（

技术细节:视频下的 AV1 编码调参

ffmpeg 作为老牌的音视频处理瑞士军刀，配合 SVT-AV1 ，可供调整的编码参数多了不是一点半点，搞得人晕头转向（
在此额外参考了 Comparing SVT-AV1 Presets: Size, Quality, and Speed with CRF Variations，文中对 SVT-AV1 编码器在不同预设和crf下的编码性能与质量进行了实验。

略过文中的测试方法，直接看结论：
编码性能（以 FPS 衡量）:
在 crf 和预设不同情况下的编码速度(按照 FPS 标准)

编码质量(SSIM):
编码质量（SSIM）标准
PSNR:
编码质量（PSNR）标准
VMAF: 编码质量（VMAF）标准

由图可知，所使用的preset与crf (-preset 10 -crf 38) 下,SSIM 与 PSNR 都与较低预设值和较低 crf 的对应参数区别不大，编码速度也落在了比较舒适的范围，因此使用此参数。
事实上，根据原文作者的结论，似乎-preset 12 -crf 38与-preset 2的视频参数似乎区别不大，但是速度提升了135倍，完全可以直接无脑冲……？

用数据说话

为了更贴合实际，又找了个 Cosplay 的图包里的视频进行实验:
实验工具:

  1. FFmpeg 7.0.1, built with Apple Clang version 15.0.0
  2. SVT-AV1 Encoder Lib v2.1.1, built with Apple LLVM 15.0.0

实验步骤:

  1. 把编码的 preset 固定为 N, N∈[0,12], 步长为1
  2. 将编码所用 crf 设置为 20~63, 步长为6
  3. 对每个编码结果，测量 VMAF、SSIM与PSNR.

实验结果:

那么，结论是

在编码速率和编码质量来看，-preset 10 -crf 38的参数的确符合了要求，也没有产生视觉上的瑕疵，与上文的结论一致。