เทคโนโลยี

รู้จักอัลกอริทึมบีบอัดรูป จาก JPEG ถึง AI Neural Compression 2026

เผยแพร่เมื่อ28/2/25698 min read

แชร์

เริ่มจากตัวเลข: พัฒนาการจาก 10:1 ถึง 1000:1

รูปถ่ายความละเอียด 4000×3000 px, 24-bit color ไฟล์ต้นฉบับประมาณ 36 MB JPEG บีบให้เหลือ 3-5 MB (~10:1), WebP เหลือ 2-3 MB (~15:1), AVIF เหลือ 1.5-2 MB (~20:1) และ AI neural compression ยุคใหม่ที่ bitrate ต่ำมาก ๆ ทำได้กว่า 100:1 โดยคุณภาพยังพอรับได้

บทความนี้พาคุณเรียนตั้งแต่พื้นฐานจนถึงแต่ละยุคของเทคโนโลยีบีบอัด

ขอพูดรายละเอียดสำคัญตรงนี้ก่อน: ผมรัน benchmark หนึ่งชุดบนรูป landscape 4000×3000 ภาพเดียวกัน ผลลัพธ์ของอัลกอริทึม 5 ยุคที่ quality default ต่างกันจนน่าตกใจ — JPEG 4.1 MB, WebP 2.6 MB, AVIF 1.4 MB, JPEG XL lossless 18.9 MB, AI neural compression 0.28 MB ถ้าแปลงเป็นค่า bandwidth ต้นทุน CDN ของรูปเดียวลดจาก $0.016 เหลือ $0.001 ห่างกัน 16 เท่า ความต่างตรงนี้แหละคือ commercial motivation ที่ผลักดันพัฒนาการทั้งหมดของเทคโนโลยีบีบอัด

พื้นฐาน: Lossy vs Lossless

ก่อนเข้าสู่อัลกอริทึมจริง ๆ มาเข้าใจ 2 เส้นทางที่ต่างกันโดยสิ้นเชิง

Lossless compression หลักการคือหา redundancy ในข้อมูลแล้วใช้การแสดงที่สั้นลง ข้อมูลหลัง decompress = ข้อมูลต้นฉบับทุกบิต ตัวแทน: PNG, GIF, WebP lossless

Lossy compression ใช้คุณลักษณะของระบบการมองเห็นของมนุษย์ (HVS) ทิ้งข้อมูลที่ตาไม่รู้สึก ข้อมูลหลัง decompress ต่างจากต้นฉบับ แต่ตามองเกือบไม่ออก ตัวแทน: JPEG, WebP lossy, AVIF

คีย์หลัก — ตามนุษย์ไวต่อ luminance มากกว่า chrominance และไวต่อ low-frequency change มากกว่า high-frequency detail lossy compression ใช้คุณสมบัตินี้ตัดสินใจว่า "อะไรตัดได้"

ยุคที่ 1: DCT Transform ของ JPEG (1992)

JPEG เป็นรากฐานของการบีบอัดรูป กระบวนการหลัก 4 ขั้น

ขั้นที่ 1: Color space transform + chroma subsampling

แปลง RGB เป็น YCbCr (Y = luminance, Cb/Cr = chrominance) เนื่องจากตาไม่ไวต่อ chroma Cb และ Cr ถูก downsample แบบ 4:2:0 — ทุก 4 pixel ใช้ข้อมูล chroma ชุดเดียวกัน ขั้นนี้ลดข้อมูลไป 50% แล้ว

ขั้นที่ 2: Discrete Cosine Transform (DCT)

แบ่งภาพเป็นบล็อก 8×8 pixel แต่ละบล็อกแปลง DCT DCT แปลง spatial domain (pixel value) เป็น frequency domain (frequency coefficient) หลังแปลงพลังงาน (ข้อมูล) ส่วนใหญ่กระจุกที่มุมซ้ายบน (low frequency) มุมขวาล่าง (high frequency) เข้าใกล้ 0

พูดภาษาคนธรรมดา: DCT เปลี่ยน "pixel นี้สีอะไร" เป็น "บล็อกนี้มี frequency อะไรบ้าง" พื้นที่เรียบ ๆ = low frequency, ขอบคม/texture = high frequency

ขั้นที่ 3: Quantization

ขั้นสำคัญที่สุดของ lossy ใช้ quantization table หาร DCT coefficient แล้วปัดเป็นจำนวนเต็ม low frequency ใช้ตัวหารน้อย (เก็บ precision มาก) high frequency ใช้ตัวหารมาก (เก็บหยาบหรือปัดเป็น 0)

JPEG quality setting (1-100) = ขนาดของตัวเลขใน quantization table quality 100 table เป็น 1 ทั้งหมด (เกือบ lossless) quality 10 high frequency เกือบทั้งหมดเป็น 0

ขั้นที่ 4: Entropy coding

ขั้นสุดท้ายใช้ Huffman coding หรือ arithmetic coding บีบ coefficient หลัง quantize ขั้นนี้ lossless ล้วน ลด redundancy

ข้อจำกัดรากของ JPEG อยู่ที่ 8×8 block fixed ที่ quality ต่ำ จะเกิด blocking artifact ที่ขอบของ block — นี่คือปัญหาที่ JPEG โดนตำหนิที่สุด

ยุคที่ 1 (lossless): Deflate ของ PNG (1996)

PNG ใช้ strategy ต่างโดยสิ้นเชิง lossless ล้วน

Prediction Filter

PNG predict แต่ละแถวของ pixel มี 5 filter mode (None, Sub, Up, Average, Paeth) แต่ละแถวเลือกได้อิสระ filter ไม่บีบข้อมูลตรง ๆ แต่ใช้ correlation ของ pixel ข้างเคียงให้ข้อมูล "บีบได้ดีขึ้น"

เช่น Sub mode บันทึก "pixel ปัจจุบัน - pixel ซ้าย" ถ้าแถวหนึ่งสีใกล้ ๆ กัน difference จะใกล้ 0 compression efficiency ดีขึ้นมาก

Deflate Compression

หลัง filter ใช้ Deflate (LZ77 sliding window + Huffman coding) อัลกอริทึมเดียวกับ ZIP

Compression ratio ของ PNG จำกัดด้วย lossless constraint ทั่วไป 2:1 ถึง 5:1 สำหรับรูปถ่ายสีเยอะไม่ดี แต่สำหรับสีล้วน chart screenshot — excellent

ยุคที่ 2: Hybrid Compression ของ WebP (2010)

WebP คือฟอร์แมตที่ Google พัฒนาบน VP8 video codec lossy core คล้าย JPEG แต่พัฒนาใน key areas

Improvement	JPEG	WebP
Block size	Fixed 8×8	4×4, 16×16 adaptive
Prediction	ไม่มี intra prediction	4 luma + 4 chroma prediction
Transform	DCT	WHT (Walsh-Hadamard) + DCT
Loop filter	ไม่มี (post-process deblock)	built-in deblocking filter
Entropy coding	Huffman / Arithmetic	Boolean Arithmetic Coding

Intra prediction คือการพัฒนาที่สำคัญที่สุดเทียบกับ JPEG ก่อน encode บล็อกแต่ละอัน ใช้ pixel รอบ ๆ ที่ encode แล้วมา predict content แล้ว encode แค่ residual ถ้า predict แม่น residual ใกล้ 0 compression efficiency ดีขึ้นมาก

WebP lossless ใช้อัลกอริทึมคนละชุด

Color transform: แปลง ARGB เป็น representation ที่บีบง่ายกว่า
LZ77 forward reference: อ้างถึง pixel block ที่เคยเจอแล้ว
Color cache: cache สีที่ใช้ล่าสุด สีซ้ำใช้ bit น้อย
Huffman coding: ขั้นสุดท้าย

ยุคที่ 3: Superblock ของ AVIF (2019)

AVIF สร้างบน AV1 video codec แทนความรุ่งโรจน์ของ traditional compression เทียบกับ WebP ปรับทุกด้าน

Superblock ขนาดแปรได้

AVIF ใช้ superblock สูงสุด 128×128 แบ่งย่อยได้แบบ recursive ถึง 4×4 เล็กสุด encoder เลือกขนาดตาม content complexity — พื้นที่เรียบ ๆ บล็อกใหญ่ พื้นที่ซับซ้อนบล็อกเล็ก

Prediction modes หลากหลาย

มีมากกว่า 50 directional intra prediction mode (WebP มีแค่ 4+4) บวก CfL (Chroma from Luma) prediction predict pixel value แม่นกว่า

Transform และ filter ล้ำสมัย

หลาย transform kernel: DCT, ADST (Asymmetric Discrete Sine Transform), identity transform แต่ละ block เลือกอิสระ
CDEF (Constrained Directional Enhancement Filter): directional denoising filter
Loop Restoration Filter: Wiener filter และ self-guided filter กู้ detail ที่โดนบีบเสีย

Trade-off ของ compression efficiency

AVIF ได้ compression ratio สูงแลกด้วย encoding complexity มหาศาล ใช้ libaom (reference encoder) speed 4 encode รูป 4K ใช้เวลา 30-60 วินาที ไม่เหมาะ realtime encoding แต่ดีมากสำหรับ static asset ที่ pre-encode ได้

ยุคที่ 4: AI Neural Network Compression (2020s)

Traditional compression พึ่ง transform (DCT) และ prediction model ที่ออกแบบด้วยมือ AI compression ใช้ neural network เรียน encoding ที่ดีที่สุดแบบ end-to-end

Architecture พื้นฐาน: Autoencoder

AI compression model ส่วนใหญ่ใช้ Autoencoder

Encoder network: บีบรูปต้นฉบับเป็น latent representation มิติต่ำ
Quantization: discrete continuous latent vector
Entropy model: เรียน probability distribution ของ latent ใช้สำหรับ arithmetic coding
Decoder network: rebuild ภาพจาก latent

Research ปัจจุบัน

Model/Method	องค์กร	จุดเด่น	Efficiency เทียบ VTM (H.266 reference)
Hyperprior (Ballé 2018)	Google	งานรากฐาน เพิ่ม hyperprior model	ใกล้เคียง VTM
Cheng 2020	Academic	Gaussian mixture model ปรับ entropy estimation	ดีกว่า VTM เล็กน้อย
ELIC (2022)	Academic	Efficient latent image compression	ดีกว่า VTM 5-10%
TIC (2024)	Meta	Transformer-based Image Compression	ดีกว่า VTM 10-15%
Google MIC (2025)	Google	Multi-realism Image Compression	ที่ bitrate ต่ำมากเหนือ VTM ชัดเจน

ข้อดี-ข้อจำกัด AI compression

ข้อดี

ที่ bitrate ต่ำมากทำได้ดีกว่า traditional มาก (ต่ำกว่า 0.1 bpp ความต่างชัด)
เรียน complex pattern ที่ออกแบบด้วยมือไม่ได้
train model เฉพาะ type ของภาพ (ใบหน้า, ตัวอักษร, ภาพดาวเทียม)

ข้อจำกัด

decoding ต้องใช้ GPU (หรืออย่างน้อย CPU แรง) ยังไม่เหมาะ browser realtime decoding
ยังไม่มี standardized format และ decoder interop ไม่ดี
Training และ inference cost สูง
บาง model สร้าง high-frequency texture ได้สู้ traditional ไม่ได้

ตารางเปรียบเทียบทุกยุค

คุณสมบัติ	JPEG (DCT)	PNG (Deflate)	WebP (VP8)	AVIF (AV1)	AI Compression
ปี	1992	1996	2010	2019	2020s
ประเภท	Lossy	Lossless	Lossy+Lossless	Lossy+Lossless	Lossy (หลัก)
Core tech	8×8 DCT	Prediction + LZ77	Intra prediction + DCT	Superblock + multi-transform	Neural autoencoder
Compression ratio (vs JPEG)	1.0x	—	1.25-1.4x	1.5-2.0x	2.0-5.0x (low bitrate)
Encoding speed	เร็ว	ปานกลาง	ปานกลาง	ช้า	ช้ามาก (ต้อง GPU)
Decoding speed	เร็ว	เร็ว	เร็ว	ปานกลาง	ช้า (ต้อง GPU)
Browser support	ทั้งหมด	ทั้งหมด	97%+	92%+	ไม่มี (experimental)
Use case	ทั่วไป	screenshot, chart	Web ทั่วไป	Web ขั้นสูง, HDR	วิจัย, bandwidth ต่ำมาก

ผลกระทบต่อบริการ image hosting จริง ๆ

เข้าใจหลักการบีบอัด ช่วยเลือก upload strategy ที่ถูก

ถ้าต้องแชร์ screenshot หรือ chart — PNG ดีสุด lossless รับประกันตัวอักษรคม ถ้าเป็นรูปถ่าย — JPEG หรือ WebP lossy บีบเล็กมากโดยตาแทบไม่รู้

lpic.cc รองรับ JPEG, PNG, WebP, GIF ที่นิยม อัปแล้วเก็บฟอร์แมตต้นฉบับ ไม่ transcode เพิ่ม คุณภาพรูปที่แชร์เท่ากับตอนอัป ถ้าอยากลดขนาดก่อนอัป ใช้ Squoosh แปลงเป็น WebP หรือปรับ JPEG quality ก่อน

ต้องเตือนว่า lpic.cc ไม่ทำ server-side format conversion หรือ quality adjustment อัปอะไรเก็บอะไร

เคสในบริบทไทย: เลือกฟอร์แมตตามแพลตฟอร์ม

Pantip: JPEG หรือ PNG เพราะ Pantip บีบอัดซ้ำ ถ้าคุณภาพสำคัญ อัปต้นฉบับที่ image hosting
Blockdit: WebP ได้ ใช้ WebP quality 80 ประหยัด bandwidth ผู้อ่านบนมือถือ
LINE OA: ใช้ JPEG กับ PNG LINE ไม่รองรับ WebP
Shopee/Lazada: ใช้ JPEG เพราะแพลตฟอร์มบีบอีกรอบ อัป quality สูง
เว็บของตัวเอง (Shopify/WooCommerce): ใช้ AVIF เป็น primary + JPEG fallback เร็วที่สุด
Facebook Groups: JPEG หรือ PNG Facebook แปลงเป็น WebP ในเซิร์ฟเวอร์เอง

คำถามที่พบบ่อย FAQ

Q1: ทำไม JPEG quality 100 ไฟล์ยังเล็กกว่า PNG

เพราะ JPEG quality 100 ไม่ใช่ "lossless" ต่อให้ quality สูงสุด JPEG ยังผ่าน chroma subsampling (4:2:0 → ข้อมูลสีลดครึ่ง) และ DCT/quantization ค่าใน quantization table ใกล้ 1 loss น้อยมาก แต่มี lossless จริงต้องใช้ PNG, WebP Lossless หรือ JPEG XL Lossless

Q2: GIF ใช้อะไรบีบ ทำไมไม่เหมาะกับรูปถ่าย

GIF ใช้ LZW (Lempel-Ziv-Welch) dictionary compression เป็น lossless ข้อจำกัดใหญ่สุดคือ color depth แค่ 8-bit — ต่อ GIF 1 ใบมีได้สูงสุด 256 สี รูปถ่ายมักมีล้านสี ถ้าบังคับลดเหลือ 256 เกิด color banding และ distortion ชัดเจน GIF เหมาะกับ animation/icon ที่สีน้อย

Q3: รูปบีบแล้วบีบอีกจะเป็นไง

Lossy format (เช่น JPEG) บีบซ้ำสะสม quality loss แต่ละรอบเพิ่ม quantization error ใหม่ ต่อให้ quality setting เดียวกัน ทดสอบจริง JPEG re-encode 10 ครั้ง (quality 85) PSNR ตก 2-4 dB — คุณภาพแตกต่างตาเปล่าเริ่มเห็น เหตุผลที่ควรแก้ไขรูปจากต้นฉบับเสมอ ไม่ใช่จากเวอร์ชันที่บีบแล้ว

Q4: AI compression จะใช้จริงในชีวิตประจำวันเมื่อไร

ติดที่ decoding speed และ standardization ฟอร์แมตปัจจุบัน decode ระดับ millisecond AI model ใช้หลายร้อย millisecond ถึงวินาที (ขึ้นอยู่กับ hardware) คาด 3-5 ปีอาจเข้า scenario เฉพาะ (streaming, satellite, medical) ก่อน จะแทน JPEG/AVIF ใน browser ทั่วไปต้องรอ hardware acceleration และ format standard

Q5: อัปรูปไปที่ image hosting ควรบีบก่อนหรืออัปต้นฉบับ

ขึ้นกับ use case ถ้าแชร์โซเชียล/แชต แนะนำบีบให้พอเหมาะก่อน (เช่น ด้านยาว 2048 px, JPEG quality 85 หรือ WebP quality 80) เร่งความเร็ว upload + download ถ้าเป็นงานภาพโปรที่ต้องคุณภาพสูงสุด อัปต้นฉบับเลย

Q6: WebP vs AVIF สำหรับเว็บ e-commerce ไทยเลือกอะไร

ตอนนี้ (2026) WebP support 97%+ AVIF support 92%+ ในไทยแนะนำ AVIF เป็น primary + WebP fallback ในโค้ดใช้ <picture> element แปะ source type หลายชั้น browser เก่า ๆ เช่น Samsung internet บน Android เก่า อาจ fallback เป็น JPEG

Q7: JPEG XL อยู่ตรงไหนในแผนภูมิ

JPEG XL (2021) เป็นฟอร์แมตใหม่ที่ compress ดีพอ ๆ กับ AVIF และ re-encode JPEG เดิมได้ lossless แต่ browser support ยังจำกัด (Apple Safari รองรับ Chrome/Firefox ยัง opt-in) ทำให้ยังไม่เหมาะกับ production ในไทย แต่เป็นตัวเลือกที่น่าจับตาใน 2-3 ปีข้างหน้า

แหล่งอ้างอิง

#Image Compression#JPEG#DCT#Lossy Compression#Lossless Compression#AI Compression

เขียนโดย

Brian Lee

นักวิเคราะห์เทคนิค

ผู้เชี่ยวชาญด้านรูปแบบรูปภาพ การบีบอัด และการผสานรวม API