固定quality与尺寸,仅改变subsampling的本地合成对照,区分色度抽样与像素分辨率
TikTok Shop主图转JPEG,彩色细线为什么先模糊
TikTok Shop主图转JPEG,彩色细线为什么先模糊
准备 TikTok Shop 主图时,一张包装标签在PNG里清楚,转成JPEG以后红蓝细线却像互相晕开;宽高没变,导出质量也设得不低。遇到这种现象,可以增加一个独立变量:JPEG的色度抽样。本篇用自行构造的色块验证编码参数,不拿合成色块冒充真实商品测试,也不替当前站点规定上传格式。
图像的像素尺寸、质量值与色度抽样控制的是不同事情。Pillow文档把JPEG的quality和subsampling分别列为保存参数,并给出0对应4:4:4、2对应4:2:0的映射[1]。因此,“同样90质量”还不是完整的导出条件。两份文件只报宽高和quality,仍可能漏掉导致彩色边缘变化的一项设置。
做一个只改变抽样方式的小实验
实验不要从已经压缩过的JPEG开始。下面创建一张RGB色条图,用同一份像素分别保存两次;尺寸、质量值和绘制内容相同,只改变subsampling。它没有网络访问,也不调用任何收费生成服务。示例保存到内存,重新解码后比较像素,避免把“文件成功写出”当成保真结论。
from io import BytesIO
from PIL import Image, ImageDraw, ImageChops, ImageStat
source = Image.new('RGB', (96, 48), 'white')
draw = ImageDraw.Draw(source)
for x in range(8, 88):
draw.line((x, 8, x, 39), fill=(255, 0, 0) if x % 2 else (0, 0, 255))
for sampling in (0, 2):
stream = BytesIO()
source.save(stream, format='JPEG', quality=90, subsampling=sampling)
payload = stream.getvalue()
with Image.open(BytesIO(payload)) as decoded:
decoded.load()
error = ImageStat.Stat(ImageChops.difference(source, decoded.convert('RGB'))).mean
print(sampling, len(payload), [round(v, 2) for v in error])
这项检查回答的是编码后像素发生了什么变化,不能直接回答商品图哪个好看。合成素材刻意采用相邻的红蓝细线,目的是放大彩色高频细节的差别;真实照片里大面积平缓颜色与细小标签占比不同,结果不能照搬。运行环境和输出应一起保存,换Pillow或底层JPEG库时,不要求字节数逐字一致。
比较时先看彩色细线,再看同图中的白色空白。若只汇报整幅图的平均误差,大片空白会稀释局部问题。可以进一步选取标签区域计算,但这个区域必须事先明确,不能看见哪个局部有利就临时更换。数字用于定位,不用于宣称某个工具在所有商品上更准确。
把导出问题交给正确的环节
对一张真实的主图,先保留制作母版,确认包装文字与细线在母版里已经正确。若一开始就写错了字,改变抽样参数没有纠错作用;若只有转码后出现彩边,则把PNG、两种JPEG与当前页面实际下载到的文件放在同一显示比例下观察。不要把浏览器缩略图截屏当作导出原件来判断。
Picset的电商套图页面提供主图要求、目标平台与尺寸比例等输入[2]。需要制作候选时,可以把标签必须可辨的区域写清,再把导出文件接入这类独立检查。页面没有显示某项编码控制时,不推定生成端采用了特定subsampling,也不以再次生图替代对已下载文件的诊断。制作和转码各自留下原件,才知道变化发生在哪里。
实际交付还要核对平台接受的文件条件。若当前站点接受保留细字更清楚的格式,可以比较相应交付路径;若必须使用JPEG,则从原稿导出并保留参数记录,而非对已损失颜色细节的文件反复另存。把4:2:0文件再存成4:4:4,不会凭空找回此前没有保留下来的信息。
最后也别把4:4:4写成一律更好的上架设置。文件大小、重新压缩、最终显示尺寸与商品内容都影响选择。对本次商品真正有用的判断是:需要识别的彩色细部,在目标展示里是否仍能对应原件。发现模糊时,先记录采样条件和受影响位置,比只提高分辨率或重新做一整张主图更容易找到原因。
参考资料
[1] Pillow:JPEG保存选项
[2] Picset:电商套图制作页面