Notizen vom Team zu Handwerk, Formaten und den kleinen Entscheidungen hinter einem guten runden Zuschnitt.
Lanczos-Resampling und warum es wichtig ist
Lanczos-Resampling ist der Industriestandard für Foto-Downscaling, verwendet von Adobe Photoshop, ImageMagick, FFmpeg und GIMP. Es funktioniert, indem jedes Ausgabepixel mit der Lanczos-Funktion (gefenstertes sinc) gefaltet wird, die auf ein Fenster benachbarter Eingabepixel angewendet wird. Das Ergebnis ist der mathematisch optimale Kompromiss zwischen Schärfe und Aliasing-Artefakten im Vergleich zu einfacheren Alternativen wie nearest-neighbor oder bilinear. Dieses Tool verwendet Lanczos mit Radius 3, passend zum ImageMagick-Standard für Foto-Downscaling. Adaptive Schärfung wird nach dem Resampling angewendet, um die natürliche Weichzeichnung zu kompensieren, die jeder Downsizing-Operation innewohnt. Das Ergebnis sieht bei 100% Zoom scharf aus, was den Web-Veröffentlichungsstandards entspricht. Die Implementierung verwendet die pica-Bibliothek, die seit 2014 die Referenzimplementierung für Lanczos in JavaScript ist und von Tausenden von Web-Anwendungen verwendet wird.
Algorithmen zur Erhaltung des Seitenverhältnisses
Die Seitenverhältnis-Sperre verhindert Bildverzerrung. Wenn aktiviert, aktualisiert das Ändern einer Dimension automatisch die andere, um das ursprüngliche Breiten-Höhen-Verhältnis beizubehalten. Dies ist die Grundlage der meisten Fotobearbeitungen, weil das menschliche Auge selbst kleine Verzerrungen von Gesichtern, Gebäuden und anderen erkennbaren Formen wahrnimmt. Das Entsperren des Seitenverhältnisses ermöglicht es, beide Dimensionen frei einzustellen, was für Bannerwerbung und andere Anwendungsfälle nützlich ist, bei denen die Komposition ein bestimmtes Verhältnis unabhängig vom Original erfordert. Der Schalter "Nicht vergrößern, wenn kleiner" fügt eine Sicherheitsebene hinzu: Wenn aktiviert, weigert sich das Tool, das Bild über seine ursprünglichen Dimensionen hinaus zu vergrößern, und beschränkt die Ausgabe auf die native Größe der Quelle. Dies verhindert versehentlichen Qualitätsverlust durch sinnloses Hochskalieren, wenn Bilder gemischter Größen im Batch verarbeitet werden.
Formatwahl: PNG vs JPG vs WebP vs AVIF
PNG behält jedes Pixel genau so, wie es codiert wurde, unter Verwendung verlustfreier DEFLATE-Kompression. Ideal für Screenshots, Grafiken mit großen Bereichen einheitlicher Farbe, Logos und jedes Bild mit Transparenz. JPG verwendet verlustbehaftete Kompression mit konfigurierbaren Qualitätsparametern (1-100). Dateien sind typischerweise 5-10× kleiner als PNG für Fotos, mit Qualitätsverlust, der bei 80-90 mit bloßem Auge unsichtbar ist. WebP, 2010 von Google entwickelt, liefert JPG-Klasse-Kompression mit besserer Detailerhaltung, unterstützt Transparenz und wird seit 2020 nativ von allen großen Browsern unterstützt. AVIF, basierend auf dem AV1-Videocodec, produziert Dateien 30-50% kleiner als JPG bei gleicher visueller Qualität. Der Kompromiss ist eine längere Codierungszeit, besonders auf Firefox und älteren mobilen Geräten.
Fallstricke des Hochskalierens und wann KI verwenden
Das Erhöhen der Dimensionen eines Bildes erfordert das Erfinden von Pixeln, die im Original nicht existierten. Lanczos-Resampling tut dies durch Interpolation aus benachbarten Quellpixeln und produziert glatte, aber weiche Ergebnisse. 2-fache Hochskalierungen sind typischerweise für Fotos akzeptabel. 4-fache Hochskalierungen zeigen merkliche Weichzeichnung. Hochskalierungen über 4-fach zeigen Unschärfeartefakte, bei denen Texturen, Kanten und Details undeutlich aussehen. Für KI-basiertes Hochskalieren, das trainierte maschinelle Lernmodelle verwendet, um plausible Details aus umgebenden Kontexthinweisen zu rekonstruieren, verwende das spezielle Upscale 2x-Tool. KI-Modelle funktionieren gut bei Fotos, können aber immer noch keine Details wiederherstellen, die nie in der Quelle erfasst wurden, besonders Text und feine Muster.
Leistung: wo dieses Tool gewinnt, wo es verliert
Das Tool ist für einzelne Bilder bis zu etwa 25 Megapixel ausgelegt. Über dieser Größe können Browser-Speicherlimits auf mobilen Geräten Abstürze verursachen. Auf einem modernen Desktop (Apple M1, 16 GB RAM, Chrome) dauert das Verkleinern einer 8-MP-Quelle auf 2 MP und das Codieren in WebP etwa 1,25 Sekunden. AVIF-Codierung desselben Bildes dauert aufgrund des rechenintensiveren AV1-Codierers etwa 4,5 Sekunden. Auf einem Mittelklasse-Android-Telefon (Pixel 5) dauert die gleiche Operation etwa 4 Sekunden für WebP, 12 Sekunden für AVIF. Das Tool unterstützt keine Stapelverarbeitung, eine Datei nach der anderen. Für Stapelverarbeitung erwäge Desktop-Tools wie ImageOptim oder Squoosh CLI, die alle CPU-Kerne nutzen können.
Datenschutz: warum kein Upload wichtig ist
Die meisten Online-Tools zum Ändern der Bildgröße senden die Datei zur Verarbeitung an einen Server. Dies hinterlässt eine Spur: eine temporäre Kopie existiert auf der Infrastruktur dieses Unternehmens, unterliegt deren Logging-Praktiken, Retentionsrichtlinien und gesetzlichen Anforderungen ihrer Gerichtsbarkeit. Dieses Tool verarbeitet alles lokal im Browser, unter Verwendung von File API, Canvas API und dem @jsquash/avif-Codierungspfad (Apache-2.0 lizenziert). Deine Datei verlässt das Gerät nicht. Öffne DevTools, gehe zum Network-Tab, lade hoch und gehe durch den Ablauf. Du wirst keine ausgehenden Anfragen sehen, die das Bild tragen. Die einzigen Anfragen sind das anfängliche Laden der Seite und statische Assets, alle dokumentiert und im Content-Security-Policy-Header dieser Seite aufgeführt.
