Wendet Lightroom beim JPEG-zu-JPEG-Export die Komprimierung erneut an?

Das Bild wird neu komprimiert. Die beiden von Ihnen beschriebenen Szenarien sind eigentlich gleich, da der verlustbehaftete Teil der JPEG-Komprimierung Informationen verwirft, die beim Dekomprimieren des Bildes nicht mehr vorhanden sind. (Daher verlustbehaftet.) Das bedeutet, dass eine erneute Anwendung mit genau denselben Parametern nicht viel bewirken sollte, weder in Bezug auf weitere Platzeinsparungen noch in Bezug auf weitere Artefakte. Die Unterschiede sind auf Genauigkeits- und Rundungsfehler zurückzuführen. (Das ist in Lightroom genauso wie in jedem anderen Programm.)

Wenn Sie also mit genau denselben Parametern erneut komprimieren und Ihren Zuschnitt auf 8 × 8-Blöcke ausgerichtet haben, sollte die Verschlechterung minimal sein. Wenn Sie jedoch ein hohes Maß an Komprimierung verwenden (ich denke, 80 % sind geeignet), sehen Sie möglicherweise tatsächlich einen Unterschied, da die durch die anfängliche Komprimierung eingeführten Artefakte dauerhafte Änderungen am Bild sind und ebenfalls neu komprimiert werden, was möglicherweise mehr verursacht Artefakte.

Die Einstellung auf 100 ist sicherer, da neu hinzugefügte Artefakte schwer zu bemerken sind. Das Bild wird dadurch nicht besser , aber auch nicht wesentlich schlechter. Es werden jedoch Änderungen im gesamten Bild vorgenommen, während das erneute Speichern die Änderungen hauptsächlich dort konzentriert, wo Artefakte bereits erkennbar sind. Dies bedeutet leider, dass Ihre Laufleistung variieren wird.

Wenn Sie die Größe ändern oder erhebliche Manipulationen vorgenommen haben, sind alle Wetten ungültig.

In dieser Antwort finden Sie Einzelheiten darüber, wie schlimm diese Verschlechterung werden kann (und wie Sie sie minimieren können).

Wie funktioniert es also in der Theorie?
Wenn Sie auf die Schaltfläche Speichern klicken, erfolgt zunächst eine Konvertierung zwischen dem RGB- und dem YCrCb-Farbsystem. Wenn Sie dies schlecht implementieren, ist dies Ihr erster Schritt zum Datenverlust. Es gibt praktische Gründe, warum diese Umwandlung erforderlich ist, aber sie ist hier nicht entscheidend. Nach dieser Konvertierung wird von jedem Pixelwert ein Wert von 128 subtrahiert, um ein Null-Mittelwert-Bild zu erzeugen.
Nachdem die Konvertierung von RGB zu YCrCb abgeschlossen ist, wird Ihr Bild in Blöcke von 8 x 8 Pixeln unterteilt, die als Blöcke oder MCU (minimal codierte Einheit) bezeichnet werden. Nachdem Ihr Bild in 8x8-Blöcke unterteilt wurde, wird die Vorwärts-Dekret-Cosinus-Transformation für jeden 8x8-Block ausgeführt. Die Formel von FDCT ist unten angegeben:

wobei M und N die Abmessungen des 8x8-Blocks sind, in unserem Beispiel M=N=8, und C(u), C(v) Konstanten sind, die im Bild unten angegeben sind:
"

F(u,v) ist das Ergebnis von FDCT, das auch Matrix/Block 8x8 Pixel ist, und F(u,v)-Elemente werden als FDCT-Koeffizienten bezeichnet und sind eine Frequenzdarstellung des Bildes. Das erste Element F(0,0) wird als DC-Koeffizient bezeichnet, und andere werden als AC-Elemente bezeichnet. Das erste Element ist am wichtigsten, da es die meisten Daten des 8x8-Blocks enthält. Wenn wir etwas rechnen, können wir erhalten, dass das erste Element F (0,0) der Mittelwert aller anderen Knoten ist, multipliziert mit 8, was in den folgenden Formeln beschrieben wird.
und du bekommst

Genug der Mathematik :).
Wenn Sie mir folgen, sehen Sie, dass wir bis jetzt nicht so viele Daten verloren haben (wir können immer noch IDCT (I-invers) ausführen und wir werden unser Startbild mit einigen Verlusten erhalten). Wo ist also der Prozess, was ändert sich, wenn Sie Ihre Photoshop/Lightroom-Qualitätsgröße einstellen, wenn Sie .jpeg-Bilder speichern? Lass uns weitermachen.

Nehmen wir also an, wir haben ein Bild mit 16 x 16 Pixeln. Wenn wir unser Bild in 8x8-Blöcke aufteilen, erhalten wir zwei 8x8-Blöcke. Nachdem wir die Farbkonvertierung durchgeführt haben, gelangen wir zu FDCT. Wir führen FDCT auf dem ersten 8x8-Block aus und erhalten als Ergebnis einen neuen 8x8-Block, der ein Produkt von FDCT ist. Dann führen wir FDCT auf dem zweiten 8x8-Block des Originalbilds aus und erhalten als Ergebnis einen weiteren 8x8-Block von FDCT. Insgesamt ist das Ergebnis der FDCT auf unserem 16x16-Bild/Matrix also eine neue 16x16-Matrix und nennen wir sie F -Matrix.

Nun wird die F-Matrix in 8x8-Blöcke geteilt, und sie wird durch eine Quantisierungstabelle geteilt , die eine Matrix von 8x8-Pixeln ist. Quantisierungstabellenwerte sind Konstanten/Zahlen, die durch experimentelle Ergebnisse am menschlichen Auge gegeben sind. Die klassische Quantisierungstabelle ist unten angegeben.

Diese Matrix, die Q-Matrix genannt wird, wird durch unsere F-Matrix geteilt, eigentlich zuerst durch den 8x8-Block der F-Matrix, dann durch den zweiten 8x8-Block der F-Matrix und so weiter. Wieso den? Um kleinere Zahlen zu erhalten, für die wir weniger Bits benötigen, um sie in einer digitalen Datei darzustellen. Wenn Sie den Wert 105 haben, benötigen Sie 8 Bits für die digitale Darstellung. Aber wenn du 105 durch 52 teilst, dann bekommst du 1,90. Sie nehmen nur den ganzzahligen Teil, der 1,00 beträgt. Um die Dezimalzahl 1 darzustellen, benötigen Sie nur ein Bit, also haben Sie 7 Bit gespart. Stellen Sie sich jetzt eine Ersparnis für ein Bild mit 4000x4000 Pixeln vor :).

Dieser Prozess des Teilens der F-Tabelle durch die Q-Tabelle ist der Punkt, an dem ein JPEG-Verlust auftritt. Wenn Q-Elemente größer sind, ist der Verlust größer und umgekehrt. Wenn Sie also den Photoshop-Spinner von schlechter auf hervorragende Qualität ändern, ändern Sie tatsächlich die Werte der Q-Tabelle.

Außerdem sehen Sie, dass das erste Element der Q-Matrix, Q(0,0) das kleinste ist. Dies liegt daran, dass dieses Element durch das Element F (0,0) geteilt wird, das ein DC-Element ist (Element, das die meisten Daten enthält), und wenn wir es durch eine große Zahl teilen, sehen Sie 8x8-Blöcke in Ihrem Bild wie Sie kann es in Bildern sehen, die von @mattdm gepostet wurden.

Ihre Antwort ist ja, ist es :)

Ich hoffe ich habe dir geholfen :)

Wie Mattdm sagte, ist JPEG ein Bildformat, das nach jedem erneuten Speichern an Qualität verliert. Dies ist ein Preis, den wir für die resultierende kleine Bilddateigröße zahlen.

JPEG ermöglicht jedoch auch einige verlustfreie Operationen, einschließlich Drehung (90, 180, 270 Grad), Spiegeln (horizontal oder vertikal) und Zuschneiden. Ich bin mir nicht sicher, ob LR es erlaubt, JPEG-Bilder verlustfrei zu speichern, aber es gibt einige Tools von Drittanbietern, die dies ermöglichen, zum Beispiel: FastStone Image und BetterJpeg.

Kleiner Nachteil: Beim verlustfreien Beschneiden müssen Bilder, die kein Vielfaches des JPEG-Blocks sind (16 × 16 Pixel bei Farbbildern, 8 × 8 Pixel bei Graustufenbildern), auf die Blockgrenze beschnitten werden, was meistens nicht der Fall ist genau dort, wo Sie ausgewählt haben.