- JPEG komprimiert Bilder durch die Kombination von YCbCr-Farbraum, Chrominanz-Subsampling und 8×8-Blöcken, die mit der diskreten Kosinustransformation verarbeitet werden.
- Durch die Quantisierung werden vor allem hohe Frequenzen und kaum wahrnehmbare Farbinformationen eliminiert, wodurch eine starke Größenreduzierung erreicht wird, allerdings auf Kosten eines irreversiblen Informationsverlusts.
- Bei der entropischen Codierung (Zickzack, RLE und Huffman) werden die quantisierten Koeffizienten in wenige Bits gepackt, wodurch leichtgewichtige Dateien entstehen, die sich für Web und digitale Fotografie eignen.
- Das Format eignet sich ideal für natürliche Fotografien, ist aber ungeeignet für Transparenzen, scharfe Grafiken oder Arbeitsabläufe, bei denen aufeinanderfolgende verlustfreie Bearbeitungen erforderlich sind.
Wer seit Jahren das Internet, eine Digitalkamera oder ein Mobiltelefon nutzt, hat das JPEG-Format fast unbewusst kennengelernt. Dieser Standard entstand Anfang der 90er-Jahre und ist bis heute unangefochten die Nummer eins für Fotos im Web, in sozialen Medien und in zahlreichen professionellen Anwendungen. Sein Geheimnis liegt darin, dass er eine drastische Reduzierung der Bildgröße bei gleichzeitig hoher Bildqualität ermöglicht, die für das menschliche Auge in der Regel mehr als ausreichend ist.
Doch dahinter steckt mehr: Der Algorithmus kombiniert spezifische Farbräume, mathematische Transformationen, Quantisierung und statistische Kodierung. All das basiert auf dem menschlichen Sehvermögen: Wir reagieren viel empfindlicher auf Helligkeitsveränderungen als auf Farbveränderungen und können sehr feine Details schlechter erkennen . JPEG nutzt diese Einschränkungen unseres Sehvermögens, um kaum wahrnehmbare Informationen zu verwerfen und so die bekannte verlustbehaftete Komprimierung zu erreichen.
Was ist JPEG und warum wird es so häufig verwendet?
JPEG steht für Joint Photographic Experts Group , das Expertengremium, das den weltweit am häufigsten verwendeten Standard für Bildkomprimierung definiert hat. Obwohl JPEG technisch gesehen der Name des Algorithmus ist, bezeichnen wir im allgemeinen Sprachgebrauch die Bilddatei selbst üblicherweise als „JPEG“ mit Dateiendungen wie .jpg, .jpeg, .jpe, .jfif oder .jif.
Dieses Format basiert auf anpassbarer verlustbehafteter Komprimierung : Sie bestimmen den Komprimierungsgrad, und die Bildkomprimierungssoftware passt die Quantisierungsintensität entsprechend an. Eine hohe Qualitätsstufe erzeugt größere Dateien, die das Original aber sehr gut wiedergeben; eine niedrige Qualitätsstufe erzeugt kleinere Dateien , allerdings auf Kosten sichtbarer Bildfehler, den klassischen Artefakten.
JPEG wurde 1992 nach jahrelanger Arbeit innerhalb der ISO und der ITU als Standard veröffentlicht. Zahlreiche Forscher im Bereich der Bildkomprimierung waren an seiner Entwicklung beteiligt; später entstanden Varianten wie JPEG 2000, JPEG-LS und Lossless JPEG , die verlustfreies Arbeiten ermöglichen, jedoch konnte keine von ihnen die weite Verbreitung des klassischen, auf der DCT basierenden JPEG erreichen.
Heute ist es das vorherrschende Format in der digitalen Fotografie, im Druckwesen, im Grafikdesign, auf Websites und in sozialen Medien . Kameras nutzen es, weil es die Speicherung Tausender Fotos auf einer einzigen Speicherkarte ermöglicht; Server und Browser schätzen es, weil es Bandbreite spart und die Ladezeiten beschleunigt; und mobile Geräte nutzen es, um Bilder nahezu sofort anzuzeigen und zu teilen.
Allerdings ist es nicht für alles optimal: Es unterstützt keine Alphakanäle (Transparenz) und eignet sich nicht gut für Grafiken mit scharfen Linien oder Logos . Für technische Zeichnungen, Icons, Benutzeroberflächen oder Bilder mit hohem Kontrast und harten Kanten sind verlustfreie Formate wie PNG oder TIFF in der Regel die bessere Wahl.
Verlustbehaftete Komprimierung: Was JPEG einbüßt und warum

Der Schlüssel zum Erfolg von JPEG liegt in seiner verlustbehafteten Komprimierung, bei der genau das verloren geht, was das menschliche Auge am wenigsten wahrnehmen kann . Dies basiert auf zwei Phänomenen unserer visuellen Wahrnehmung: Wir reagieren empfindlicher auf Luminanz (Helligkeit) als auf Chrominanz (Farbe), und wir nehmen kleine Helligkeitsänderungen in gleichmäßigen Bereichen besser wahr als in detailreichen.
Der Algorithmus nutzt dies aus, indem er das Bild in Helligkeits- und Farbkomponenten zerlegt und die Chrominanzdaten sowie die hohen Ortsfrequenzen – jene sehr schnellen Intensitätsänderungen, die für feine Details verantwortlich sind – stärker beschneidet. Werden viele dieser hochfrequenten Koeffizienten verworfen, verkleinert sich die Datei, ohne dass wir unter normalen Umständen einen großen Unterschied bemerken.
Der Preis für diesen Trick ist, dass die Transformation unumkehrbar ist: Sobald ein JPEG-Foto komprimiert ist, gehen die verlorenen Informationen verloren . Außerdem wird ein JPEG-Bild bei jedem erneuten Speichern wieder komprimiert, wodurch die Qualität weiter sinkt und sich mit jedem Speichern Artefakte anhäufen.
Deshalb verwenden professionelle Workflows typischerweise verlustfreie Formate (RAW, TIFF, PNG) für die Bearbeitung, während JPEG ausschließlich für die finale Verteilung reserviert ist. Das wiederholte Speichern derselben JPEG-Datei führt unweigerlich zu pixeligen, unscharfen und verpixelten Texten.
Es ist außerdem erwähnenswert, dass JPEG die Anpassung der Qualität in einem typischen Bereich von 0 bis 100 ermöglicht. Sehr niedrige Werte reduzieren die Dateigröße drastisch, erzeugen aber deutlich sichtbare Artefakte ; mittlere bis hohe Werte (z. B. 70–90) bieten in der Regel einen guten Kompromiss für das Web, und Werte nahe dem Maximum können ein verlustfreies PNG zur besseren Wahl machen.
Von RGB zu YCbCr: Farbraumänderung
Der erste interne Schritt des Algorithmus besteht darin, das Bild vom klassischen RGB-Farbraum in ein YCbCr- (oder YUV-)System zu transformieren . In diesem Modell werden drei Komponenten klar getrennt: Y als Luminanz (Helligkeit in Graustufen) und Cb/Cr als Chrominanzen (Farbinformationen in Bezug auf Blau und Rot).
Mathematisch wird jedes RGB-Pixel mithilfe linearer Gleichungen, die Kanäle mit unterschiedlichen Gewichtungen kombinieren, in Y, Cb und Cr umgewandelt. Die Werte werden normalisiert, um in Bereiche zu passen, die in ein Byte passen . Typischerweise liegen die Y-Werte zwischen 16 und 235 und die Cb/Cr-Werte zwischen 16 und 240, wobei kleine Rundungen einen praktisch nicht wahrnehmbaren Fehler verursachen.
Diese Änderung der Basis ist nicht willkürlich: Durch die Trennung von Helligkeit und Farbe kann JPEG Farbinformationen stärker komprimieren, ohne dass wir es groß bemerken. Unser Auge achtet viel stärker auf Luminanzdetails, daher funktioniert der Algorithmus mit Y besser und ist bei Cb und Cr etwas anspruchsvoller.
Die Formeln variieren je nach Standard oder Implementierung leicht, verfolgen aber alle dasselbe Ziel: eine Darstellung zu erhalten, die die Schwächen unseres visuellen Systems besser ausnutzt . Abgesehen von Rundungsfehlern entsteht in dieser Phase kaum ein Qualitätsverlust.
Im umgekehrten Prozess, beim Dekodieren des JPEG, wird die entgegengesetzte Transformation angewendet : Aus Y, Cb und Cr werden die ungefähren ursprünglichen R-, G- und B-Werte rekonstruiert, die dann auf dem Monitor angezeigt werden können.
Chrominanz-Subsampling: weniger Farbe, gleiche Helligkeit
Im YCbCr-Format wendet JPEG typischerweise ein Downsampling der Farbkomponenten an . Da wir auf Chrominanzvariationen deutlich weniger empfindlich reagieren als auf Luminanzvariationen, kann die räumliche Auflösung von Cb und Cr reduziert werden, ohne dass das Ergebnis besonders auffällig wirkt.
Der Fall ohne Subsampling wird als 4:4:4 bezeichnet : Jedes Pixel verfügt über seine vollständigen Y-, Cb- und Cr-Informationen. Üblicherweise arbeitet man bei Fotos und Videos jedoch mit Verfahren wie 4:2:2 (halbe horizontale Farbauflösung) oder 4:2:0 (halbe Auflösung in beiden Richtungen), bei denen mehrere Pixel denselben Chrominanzwert aufweisen.
Dieser Trick spart eine beträchtliche Anzahl an Bytes, da die Cb- und Cr-Komponenten deutlich weniger Speicherplatz benötigen. Auf Standardbildschirmen und bei normalem Betrachtungsabstand ist der Verlust an Farbdetails kaum wahrnehmbar , insbesondere in realen Fotos, wo die Veränderungen meist subtil sind.
Manche Programme stellen diese Konfigurationen mit Notationen wie 1×1,1×1,1×1 (entspricht 4:4:4), 2×1,1×2,1×1 (ähnlich wie 4:2:2) oder 2×2,1×1,1×1 (4:2:0) dar. Beim Dekodieren werden die Chrominanzwerte mithilfe von Verfahren wie bilinearer Interpolation, Nearest-Neighbor-Interpolation, kubischer Interpolation oder Splines auf ihre volle Größe „rekonstruiert“.
Wenn das Originalbild bereits in Graustufen vorliegt, wird auf die Chrominanz einfach verzichtet und die Bearbeitung erfolgt ausschließlich mit Y. Dies kann gewissermaßen als extremes 4:0:0-Subsampling betrachtet werden, mit sehr effizienter Komprimierung und ohne Verlust von Farbinformationen, die ohnehin nicht vorhanden waren.
8×8-Blöcke und diskrete Kosinustransformation (DCT)
Im nächsten Schritt wird jede Komponente in 8x8-Pixel-Blöcke unterteilt . Jeder dieser Blöcke wird nahezu unabhängig komprimiert, was die Berechnungen erheblich vereinfacht und die separate Verarbeitung kleiner Bildausschnitte ermöglicht.
Vor Anwendung der Transformation wird von jedem Wert in der 8×8-Matrix 128 subtrahiert, sodass die Zahlen um Null zentriert sind, zwischen -128 und 127. Dies erleichtert die Anwendung der DCT , da sie mit ausgeglichenen Werten um den Ursprung besser funktioniert.
Die diskrete Kosinustransformation (DCT) wird auf jeden Block angewendet , wodurch die Information vom Ortsbereich (Pixelwerte) in den Frequenzbereich transformiert wird. Das Ergebnis ist eine weitere 8×8-Matrix von Koeffizienten: Der Koeffizient in der oberen linken Ecke ist der Gleichstromkoeffizient (mittlere Helligkeit des Blocks), die übrigen sind Wechselstromkoeffizienten, die Variationen verschiedener Frequenzen kodieren.
Nach der DCT konzentriert sich der Großteil der Bildenergie typischerweise auf wenige niedrige Frequenzen , während die hohen Frequenzen, die sehr feine Kanten und komplexe Texturen darstellen, tendenziell geringe Werte aufweisen. Genau hier liegt das Einsparpotenzial von JPEG, denn gerade diese feinen Details nehmen wir am schlechtesten wahr, insbesondere bei hohem Kontrast oder Rauschen.
Mathematisch lässt sich die DCT durch eine Formel ausdrücken, in der für jede Frequenz uyv die Beiträge aller Pixel f(x, y), multipliziert mit Kosinusfunktionen unterschiedlicher Ortsfrequenzen und skaliert mit Normierungsfaktoren, summiert werden. Es handelt sich um eine orthogonale Basis von Kosinusfunktionen, die den Block in „Wellen“ unterschiedlicher Frequenzen zerlegt.
Quantifizierung: Wo wird realer Raum gewonnen?

Sobald wir die DCT-Koeffizienten für jeden Block haben, erreichen wir den Schritt, bei dem der eigentliche Informationsverlust auftritt: die Quantisierung . Dabei wird jeder Koeffizient der Matrix durch den entsprechenden Wert aus einer 8×8-Quantisierungstabelle dividiert und das Ergebnis auf die nächste ganze Zahl gerundet.
Diese Tabellen weisen typischerweise kleine Werte im Niederfrequenzbereich und große Werte im Hochfrequenzbereich auf . Bei der Division durch große Zahlen werden viele Hochfrequenzkoeffizienten nach dem Runden zu null. Dadurch gehen viele feine Details verloren, die die visuelle Wahrnehmung am wenigsten beeinflussen, was jedoch zu einer deutlich stärkeren Komprimierung führt.
Ein typisches Beispiel ist die im Standard vorgeschlagene Quantisierungsmatrix (oft als „Standardmatrix“ bezeichnet), deren Elemente in der Nähe des Gleichstromkoeffizienten relativ moderat sind und zu den gegenüberliegenden Ecken hin ansteigen. Bei der Quantisierung wird der Gleichstromkoeffizient des Blocks auf eine ganze Zahl reduziert, die deutlich kleiner als sein ursprünglicher Wert ist, und die weiter entfernten Koeffizienten werden üblicherweise auf null gesetzt oder nehmen kleine Werte an.
Der Gesamtkomprimierungsgrad hängt maßgeblich von diesen Tabellen ab: Werden alle Werte mit einem größeren Faktor multipliziert, sind die resultierenden Koeffizienten nach Division und Rundung kleiner und enthalten mehr Nullen. Dies erhöht zwar die Komprimierung, verschlechtert aber die Qualität . Eine sanftere Anpassung führt zu größeren Dateien mit weniger Artefakten.
Das menschliche Auge reagiert nicht gleich empfindlich auf alle Fehler: In glatten oder homogenen Bereichen nimmt es kleine Veränderungen besser wahr, während es bei scharfen Kanten und komplexen Texturen eine höhere Toleranz aufweist. JPEG nutzt diese Toleranz, um Fehler genau dort einzufügen, wo sie am wenigsten auffallen , und steuert so die Gestaltung der Quantisierungstabellen.
Entropische Codierung: Huffman, RLE und Co.
Nach der Quantisierung haben wir viele Koeffizienten, die gleich Null sind, und andere, die sich wiederholen. Dies ist der ideale Zeitpunkt, um verlustfreie, auf Statistiken basierende Kompressionsverfahren anzuwenden , sodass die häufigsten Werte mit weniger Bits kodiert werden.
Zunächst wird jeder quantisierte Block in einem Zickzackmuster durchlaufen , beginnend in der oberen linken Ecke (niedrige Frequenzen) und sich in Richtung der hohen Frequenzen windend. Durch diesen Durchlauf werden die niederfrequenten Koeffizienten, die in der Regel signifikanter sind, gruppiert, was letztendlich zu langen Nullreihen führt.
Diese Sequenz wird häufig mit einer Kombination aus Lauflängenkodierung (RLE) zur kompakten Darstellung von Nullfolgen und Huffman-Kodierung überlagert, die häufigeren Werten kürzere und seltenen Werten längere Binärcodes zuweist. Der Standard beinhaltet auch die arithmetische Kodierung, die etwas effizienter ist (sie kann die Größe um etwa 5 % reduzieren), aber aufgrund historischer Patentprobleme und ihrer Komplexität weniger verbreitet ist.
In der Praxis wird ein spezielles Symbol namens EOB (Ende des Blocks) verwendet, um anzuzeigen, dass die verbleibenden Koeffizienten in einem Block null sind. Dadurch entfällt das explizite Schreiben all dieser Nullen. Auf diese Weise wird ein stark quantisierter Block auf wenige signifikante Werte und ein EOB-Ende reduziert.
Das Ergebnis all dieser Schritte ist ein sehr kompakter Bitstrom, der zusammen mit den erforderlichen Headern und Tabellen die endgültige JPEG-Datei bildet. Im JFIF- oder Exif-Container werden außerdem Metadaten wie Abmessungen, Farbraum, Kameradaten, Datum und sogar Geodaten gespeichert.
Umgekehrter Prozess: So rekonstruiert man ein JPEG-Bild
Beim Öffnen einer JPEG-Datei arbeitet der Decoder umgekehrt, um das Bild zu rekonstruieren, wobei er im Voraus weiß, dass er die Originaldaten nicht exakt wiederherstellen kann, da ein Teil davon bei der Quantisierung verloren gegangen ist.
Zunächst werden die Header gelesen und die Informationen zu Dimensionen, Farbraum, Quantisierungstabellen und Huffman-Codes extrahiert. Anschließend werden die komprimierten Daten genommen, Huffman- und RLE-dekodiert und die Sequenz von 64 Koeffizienten für jeden Block rekonstruiert, wobei erneut das Zickzackmuster befolgt wird.
Sobald die quantisierte Matrix für jeden Block vorliegt, wird jeder Koeffizient mit dem entsprechenden Wert aus der in der Codierung verwendeten Quantisierungstabelle multipliziert. Diese Dequantisierung stellt die verlorenen Dezimalstellen nicht wieder her , nähert aber die ursprünglichen DCT-Werte an, insbesondere für niederfrequente Elemente, die nicht so stark gerundet wurden.
Anschließend wird die inverse DCT (IDCT) angewendet , um in den Ortsbereich zurückzukehren und die Pixelmatrix des Blocks zu erhalten. Danach wird zu jedem Wert 128 addiert, um die vorherige Zentrierung aufzuheben. Das Ergebnis sind nun YCbCr-Pixel, die an ihren entsprechenden Positionen im Gesamtbild platziert werden.
Bei Bildern mit Chrominanz-Subsampling werden die Cb- und Cr-Komponenten mittels Interpolation auf die volle Y-Komponentenauflösung skaliert. Abschließend wird die inverse YCbCr→RGB-Konvertierung angewendet, um die vom Display darstellbaren R-, G- und B-Werte zu erzeugen.
Vergleicht man das rekonstruierte Bild Block für Block mit dem Original vor der Komprimierung, werden Unterschiede sichtbar: Die Werte vieler Pixel haben sich um einige Intensitätsstufen verschoben , insbesondere in Bereichen nahe Kanten und Details. Der durchschnittliche absolute Fehler liegt in einem typischen Beispiel bei einigen Graustufen, was in der Regel visuell akzeptabel ist.
Typische Artefakte und Einschränkungen des JPEG-Formats
Verlustbehaftete Komprimierung hat ihren Preis: Wird die Komprimierungsstufe zu hoch eingestellt, treten charakteristische Kompressionsartefakte auf . Am bekanntesten sind die sichtbaren 8x8-Blöcke, die wie ein feines (oder weniger feines) Raster in einheitlichen Bereichen oder in der Nähe kontrastreicher Kanten wirken.
Häufig treten auch seltsame farbige „Flecken“ oder Streifen um Konturen herum auf , die durch übermäßiges Entfernen hoher Frequenzen und damit verbundene abrupte Farbübergänge entstehen. Das wiederholte Speichern desselben Bildes als JPEG verstärkt diese Fehler, da jede Komprimierung neue Fehler hinzufügt.
Eine weitere wichtige Einschränkung besteht darin, dass der ursprüngliche JPEG-Standard keinen Alphakanal unterstützt . Das bedeutet, dass man im Gegensatz zu PNG oder einigen JPEG-2000-Varianten die Transparenz nicht pixelweise definieren kann. Wenn Sie also Symbole, Logos oder Grafiken mit transparentem Hintergrund benötigen, ist JPEG nicht die richtige Wahl.
Auch bei Vektorgrafiken, gestochen scharfem Text oder technischen Illustrationen mit sehr feinen Linien und flächigen Farben kommt die Quantisierung nicht optimal zur Geltung. In diesen Fällen führt sie zu unscharfen Kanten und erzeugt Halos , die deutlich stärker auffallen als bei natürlichen Landschafts- oder Porträtaufnahmen, wo Übergänge in der Regel fließend sind.
Dennoch bietet JPEG für Fotos im Alltag und die allgemeine Verwendung auf Bildschirmen immer noch ein unschlagbares Verhältnis von Qualität zu Dateigröße, selbst gegenüber neueren Formaten wie WebP, die zwar tendenziell besser komprimieren, aber nicht so universell in alle Arten von Geräten, Software und älteren Arbeitsabläufen integriert sind.
Häufige Anwendungsfälle für JPEG und wann man es vermeiden sollte
Bei Kameras, Mobiltelefonen und in sozialen Medien ist JPEG nahezu allgegenwärtig. Kameras bieten üblicherweise die Wahl zwischen RAW und JPEG, und viele Nutzer bevorzugen aus praktischen Gründen JPEG: Die Dateien sind klein, lassen sich sofort per E-Mail oder Messenger versenden und sind auf jedem Gerät problemlos zu öffnen.
Im Internet werden die meisten Fotos in Artikeln, Blogs, Produktkatalogen und auf Titelseiten im JPEG-Format veröffentlicht, da die geringe Dateigröße die Ladezeiten verkürzt und den Bandbreitenverbrauch reduziert . Dies macht sich besonders bei mobilen Verbindungen oder Websites mit vielen Bildern bemerkbar.
Es wird auch im Druck- und Grafikdesign verwendet, wenn kleinere Versionen zur Überprüfung oder digitalen Verbreitung versendet werden müssen . Anwendungen wie Photoshop, GIMP oder ähnliche Programme ermöglichen das Speichern im JPEG-Format mit Qualitätsanpassung, sodass der Designer je nach Verwendungszweck der Datei Größe und Qualität optimal aufeinander abstimmen kann.
Es gibt jedoch Situationen, in denen man dies besser vermeiden sollte: Bei umfangreichen Bildbearbeitungen, beim Speichern verlustfreier Zwischenversionen oder bei Grafiken mit Text, Logos oder sehr präzisen Diagrammen sind verlustfreie Formate wie PNG oder TIFF die bessere Wahl . In der professionellen Fotografie ist es üblich, Bilder im RAW-Format zu entwickeln und erst am Ende als JPEG zu exportieren.
Es ist außerdem erwähnenswert, dass Varianten wie JPEG 2000 mit besserer Komprimierung und Alphakanalunterstützung zwar existieren, ihre tatsächliche Implementierung in Browsern, Kameras und Verbrauchersoftware jedoch sehr begrenzt ist . Daher ist das „klassische“ JPEG mit all seinen Vor- und Nachteilen nach wie vor führend.
Das Verständnis der internen Funktionsweise der JPEG-Komprimierung – von der Farbraumkonvertierung über die DCT-Transformation und Quantisierung bis hin zur Huffman-Codierung – hilft Ihnen, die richtige Qualität beim Speichern auszuwählen, unnötige Neukomprimierung zu vermeiden und zu erkennen, wann dieses Format die beste Wahl ist und wann Sie nach Alternativen suchen sollten. Letztendlich geht es darum, das optimale Verhältnis zwischen Bildqualität, Dateigröße, Kompatibilität und dem beabsichtigten Verwendungszweck des Bildes zu finden.
Index
- 1 Was ist JPEG und warum wird es so häufig verwendet?
- 2 Verlustbehaftete Komprimierung: Was JPEG einbüßt und warum
- 3 Von RGB zu YCbCr: Farbraumänderung
- 4 Chrominanz-Subsampling: weniger Farbe, gleiche Helligkeit
- 5 8×8-Blöcke und diskrete Kosinustransformation (DCT)
- 6 Quantifizierung: Wo wird realer Raum gewonnen?
- 7 Entropische Codierung: Huffman, RLE und Co.
- 8 Umgekehrter Prozess: So rekonstruiert man ein JPEG-Bild
- 9 Typische Artefakte und Einschränkungen des JPEG-Formats
- 10 Häufige Anwendungsfälle für JPEG und wann man es vermeiden sollte