Ukuran gambar WebP lossless 26% lebih kecil dibandingkan dengan PNG. Gambar WebP lossy berukuran 25-34% lebih kecil daripada gambar JPEG yang sebanding pada indeks kualitas SSIM yang setara.
WebP lossless mendukung transparansi (disebut juga saluran alfa) dengan biaya hanya 22% byte tambahan. Untuk kasus ketika kompresi RGB lossy dapat diterima, WebP lossy juga mendukung transparansi, yang biasanya memberikan ukuran file 3 kali lebih kecil dibandingkan dengan PNG.
Lossy, lossless, dan transparansi semuanya didukung dalam gambar WebP animasi, yang dapat memberikan ukuran yang lebih kecil dibandingkan dengan GIF dan APNG.
Cara Kerja WebP
Kompresi WebP lossy menggunakan coding prediktif untuk mengenkode gambar, metode yang sama dengan yang digunakan oleh codec video VP8 untuk mengompresi keyframe dalam video. Kode prediktif menggunakan nilai dalam blok piksel tetangga untuk memprediksi nilai dalam blok, lalu hanya mengenkode perbedaannya.
Kompresi WebP lossless menggunakan fragmen gambar yang telah dilihat untuk merekonstruksi piksel baru secara akurat. Alat ini juga dapat menggunakan palet lokal jika tidak ada kecocokan yang menarik.
File WebP terdiri dari data gambar VP8 atau VP8L, dan penampung
berdasarkan RIFF. Library libwebp
mandiri berfungsi sebagai implementasi
referensi untuk spesifikasi WebP, dan tersedia dari
repositori git kami atau sebagai tarball.
Dukungan WebP
WebP didukung secara native di Google Chrome, Safari, Firefox, Edge, browser Opera, dan oleh banyak alat dan library software lainnya. Developer juga telah menambahkan dukungan ke berbagai alat pengeditan gambar.
WebP menyertakan library encoding dan decoding ringan libwebp
serta alat command line cwebp
dan dwebp
untuk mengonversi
gambar ke dan dari format WebP, serta alat untuk melihat, melakukan mux, dan
menganimasikan gambar WebP. Kode sumber lengkap tersedia di
halaman download.
Download WebP Converter
Konversi koleksi favorit Anda dari PNG dan JPEG ke WebP dengan mendownload
alat konversi cwebp
yang telah dikompilasi sebelumnya untuk Linux, Windows, atau macOS.
Ceritakan pengalaman Anda di mailing list project.