圖片能大幅變小，是因為原始像素中存在大量可預測資訊，而且人眼對某些細節比其他細節不敏感。無損壓縮只改寫資料的表示方式，解碼後每個像素完全相同；有損壓縮則捨棄較不易察覺的資訊，換取更小檔案。JPEG、PNG 與 WebP 的差異，不只是副檔名，而是它們如何預測像素、轉換訊號、量化細節，以及是否支援透明度。
未壓縮圖片為何很大
一張寬 4000、高 3000 像素的 RGB 圖片共有 1,200 萬個像素。若每個紅、綠、藍通道各用 1 位元組，僅像素資料就約需 3,600 萬位元組，還未計入其他資訊。
但照片中相鄰像素通常很相似。天空是一大片漸層，牆面顏色緩慢變化，圖示則可能重複同樣色塊。壓縮演算法不用逐一保存所有原始值，而可記錄「和旁邊差多少」或「這種模式重複幾次」，再搭配較短碼字表示常見情況。
PNG 如何做到無損
PNG 常用於圖示、介面截圖、線條圖與需要透明背景的圖片。編碼前，它會對每一列像素套用預測濾波，例如猜測目前像素接近左側、上方或鄰近像素，再只保存預測誤差。平坦區域的誤差常接近零，重複性因此提高。
接著，PNG 以 DEFLATE 類型的方式尋找重複序列，並用較短編碼表示常出現的符號。解碼時步驟可完全反轉，所以像素不變。
無損不代表一定很小。照片包含細碎紋理與感光雜訊，像素較難預測，PNG 往往比有損格式大。反之，少色、邊界清楚的圖形有大量重複，PNG 可能很有效率，而且文字邊緣不會出現有損壓縮雜訊。
JPEG 如何丟掉較不敏感的細節
JPEG 通常先把 RGB 轉成亮度與色度資訊。人眼對亮度輪廓較敏感，對細微色彩變化相對不敏感，因此編碼器可降低色度解析度，保留更多亮度細節。
圖片再被切成小區塊，透過離散餘弦轉換，把像素值改寫成不同空間頻率的係數。低頻代表大範圍緩慢變化，高頻代表細線、銳利邊界與微小紋理。這不是把圖片真的拆成波浪，而是換一組更容易壓縮的數學座標。
接著是造成資訊損失的量化。係數除以量化步長並取整數，許多較小的高頻係數會變成零，後續便能高效編碼。量化越強，檔案通常越小，但細節流失、方塊感與邊緣振鈴也更明顯。
為何 JPEG 反覆儲存會劣化
每次解碼後再以有損 JPEG 儲存，都可能重新分區、轉換與量化。先前被取整的資訊無法復原，新一輪又丟棄更多細節，因此多次編修可能累積失真。較穩妥的流程是保留原始或無損工作檔，最後輸出一次所需的 JPEG。
單純複製 JPEG 檔案不會變差，因為位元內容沒有改變。劣化發生在重新解碼、處理並有損編碼，而不是檔案被搬移或上傳本身。
WebP 為何常能兼顧體積與功能
WebP 同時提供有損與無損模式，也支援透明度。有損模式利用區塊預測，從鄰近區域推測目前區塊，再壓縮預測誤差；無損模式則運用像素預測、色彩轉換與熵編碼減少重複。
它常能在相近視覺品質下得到比傳統格式更小的檔案，但結果依圖片內容與編碼器設定而變，不存在所有圖片都固定節省同一比例的保證。極簡圖示、照片、透明插圖與高雜訊影像，最佳選擇可能不同。
品質 80 不是保留 80% 資訊
多數圖片工具的品質滑桿是編碼器參數，不是通用物理單位。品質 80 不表示保留原始資料的 80%，也不代表檔案會變成原來的 80%。不同格式、程式版本甚至不同編碼器，都可能把同一數字映射到不同量化設定。
檔案大小與品質也不是線性關係。從很高品質稍微降低，可能省下大量空間而外觀差異很小；進入較低品質後，再降低一點便可能快速出現色塊與模糊。
尺寸縮放和壓縮是兩件事
把 4000 像素寬的照片縮到 1200 像素，會直接減少像素數量；維持尺寸但調低 JPEG 品質，則是減少每個區域保留的細節。兩者可以一起使用，而且對只需小尺寸顯示的網頁而言，先調整到合理像素尺寸，通常比硬壓一張超大圖更有效。
縮放也會失去資訊，因為多個來源像素必須合成較少的目的像素。重取樣方法會影響銳利度與鋸齒，不能把縮圖視為完全無損。
如何選擇格式與設定
照片可先測試 JPEG 或有損 WebP；透明插圖、介面元素與清楚文字可測試 PNG 或無損 WebP。不要只比較檔案大小，也要放大檢查人物輪廓、細字、漸層、陰影與透明邊緣。
壓縮工具若在瀏覽器本機處理，能減少圖片傳往伺服器的需求，但仍應自行確認工具的隱私說明。重要原稿則應另行備份，避免把壓縮輸出覆蓋唯一來源。
圖片壓縮的本質，是用可逆預測消除重複，或以視覺模型選擇性捨棄細節。PNG 重視像素完全還原，JPEG 擅長連續色調照片，WebP 則提供較新的有損與無損選項。理解內容類型、顯示尺寸與可接受失真，比追求單一格式或固定品質數字更可靠。