BrowserTools
Publicidad
Inicio / Imágenes / Compresor de Imágenes (JPG / WEBP / PNG)

Compresor de Imágenes (JPG / WEBP / PNG)

Reduce el tamaño de archivo de las imágenes con calidad ajustable y compara el antes y el después lado a lado.

Cargando Compresor de Imágenes (JPG / WEBP / PNG)… Si no ocurre nada, activa JavaScript.

La compresión de imágenes es el proceso de reducir el tamaño de archivo de una imagen digital conservando la mayor calidad visual posible. Hay dos estrategias fundamentales: la compresión con pérdida, que descarta de forma permanente datos difíciles de detectar para el ojo humano (la que usan JPEG y WebP), y la compresión sin pérdida, que codifica los datos de forma más eficiente sin desechar nada (la que usan PNG y GIF). JPEG consigue sus notables reducciones de tamaño mediante una técnica matemática llamada transformada de coseno discreta (DCT), que convierte bloques de píxeles en componentes de frecuencia y luego cuantiza el detalle de alta frecuencia menos importante. WebP, presentado por Google en 2010, combina codificación predictiva moderna y codificación entrópica para ofrecer archivos aproximadamente entre un 25 y un 35 % más pequeños que JPEG con una calidad visual equivalente.

Preguntas frecuentes

¿Se sube algo a un servidor?
No. Todo el proceso de compresión se ejecuta dentro de tu navegador usando la Canvas API. Los datos de tu imagen se decodifican en un búfer de memoria local y se vuelven a codificar allí; nada se transmite por la red. Esto hace que la herramienta sea segura para imágenes sensibles o confidenciales.
¿Qué formato de salida da el menor tamaño de archivo?
WebP casi siempre produce el archivo más pequeño para un nivel de calidad visual dado, normalmente entre un 25 y un 35 % más pequeño que un JPEG equivalente. Para imágenes que necesitan un fondo transparente, WebP también es preferible a PNG porque su variante con pérdida admite un canal alfa con tamaños de archivo mucho menores.
¿Cuál es la diferencia entre compresión con pérdida y sin pérdida?
La compresión con pérdida (JPEG, WebP con pérdida) elimina de forma permanente datos de la imagen difíciles de percibir por el ojo, logrando reducciones de tamaño espectaculares a costa de una ligera degradación de la calidad. La compresión sin pérdida (PNG, WebP sin pérdida) reorganiza los datos de forma más eficiente sin descartar ninguna información, de modo que la imagen descomprimida es idéntica bit a bit al original.
¿Por qué mi archivo comprimido a veces es más grande que el original?
La Canvas API siempre produce una salida codificada a todo color. Si tu imagen de origen ya estaba muy optimizada, por ejemplo un PNG con paleta reducida o un JPEG guardado con una calidad muy baja, la recodificación del Canvas puede producir un resultado más grande. Prueba a cambiar a WebP o a bajar más el control deslizante de calidad.
¿Qué nivel de calidad debería elegir para imágenes web?
Para las fotografías, una calidad JPEG o WebP del 75-85 % suele ser indistinguible del original a tamaños de visualización normales y reduce el tamaño de archivo entre un 60 y un 80 %. Para imágenes con texto o bordes nítidos, mantente por encima del 85 % para evitar artefactos de compresión alrededor de los límites de alto contraste.
¿Hay un límite de tamaño de archivo o de resolución?
No hay un límite impuesto, pero las imágenes muy grandes (por encima de 20 megapíxeles o 30 MB) pueden tardar en procesarse o agotar la memoria del canvas de tu navegador. Si encuentras un error, prueba a reducir primero el tamaño de la imagen con el Redimensionador de Imágenes y luego comprime el resultado.
¿La compresión afecta a las dimensiones de la imagen?
No. Esta herramienta solo cambia la codificación de la imagen; el ancho y el alto en píxeles siguen siendo idénticos. Si además necesitas escalar la imagen, usa la herramienta Redimensionador de Imágenes y luego pasa el resultado por el compresor.
¿Cómo afecta la compresión de imágenes a los Core Web Vitals?
Las imágenes sin optimizar son la principal causa de una mala puntuación de Largest Contentful Paint (LCP), una de las métricas Core Web Vitals de Google que influye en el posicionamiento en las búsquedas. Reducir una imagen principal de 2 MB a 200 KB puede bajar el LCP en varios segundos en una conexión móvil, mejorando directamente tanto la experiencia del usuario como el SEO.
¿Puedo comprimir imágenes PNG con transparencia?
Sí. Los archivos PNG con un canal alfa pueden recodificarse como PNG (sin pérdida, conservando la transparencia) o como WebP (con pérdida y alfa, mucho más pequeño). Comprimir un PNG transparente a JPEG eliminará la transparencia y rellenará el fondo de blanco.
¿Cómo se compara la Canvas API con herramientas de servidor como ImageMagick?
La Canvas API es cómoda y completamente privada, pero usa el codificador integrado del navegador, que puede ser algo menos eficiente que bibliotecas dedicadas del lado del servidor como ImageMagick, libvips o los códecs WASM de Squoosh. Para el procesamiento por lotes de miles de imágenes o las máximas tasas de compresión, es preferible una canalización del lado del servidor. Para la optimización cotidiana de una sola imagen, la salida del Canvas es más que adecuada.

Acerca de Compresor de Imágenes (JPG / WEBP / PNG)

Cualquiera que publique contenido en la web, envíe fotos por correo o gestione una biblioteca multimedia se beneficia de la compresión de imágenes. Las tiendas de comercio electrónico comprimen de forma rutinaria miles de fotos de productos para acelerar la carga de las páginas. Los blogueros reducen las imágenes principales por debajo de 100 KB para mantener altas sus puntuaciones de Lighthouse. Los desarrolladores móviles comprimen los recursos de las aplicaciones para reducir el tamaño de las descargas. Desde la perspectiva de los Core Web Vitals, las imágenes grandes sin optimizar son la causa más común de una mala puntuación de Largest Contentful Paint (LCP), lo que afecta directamente al posicionamiento en las búsquedas de Google.

Esta herramienta realiza todo el trabajo de compresión directamente dentro de tu navegador usando la Canvas API de HTML. Cuando cargas una imagen, el navegador la decodifica en datos de píxeles en bruto en memoria; el Canvas vuelve a codificar esos píxeles al nivel de calidad que elijas. El resultado codificado se ofrece como descarga, los bytes de tu imagen nunca viajan a ningún servidor. No se requiere cuenta, no hay niveles según el tamaño de archivo ni marcas de agua. La vista previa lado a lado te permite ver exactamente qué nivel de calidad estás dispuesto a aceptar antes de confirmar la descarga.

Algunos consejos prácticos: una calidad JPEG en torno al 75-85 % suele ser indistinguible del 100 % en las fotografías, mientras que bajar del 60 % introduce artefactos de bloque visibles. PNG es sin pérdida por naturaleza, así que los controles de "calidad" en modo PNG solo afectan a la velocidad de compresión, no a la fidelidad visual, pero pasar una captura de pantalla PNG a WebP al 80 % puede reducir su tamaño en un 60 % o más. Si el archivo comprimido resulta más grande que el original, significa que el origen ya estaba muy optimizado; prueba un valor de calidad más bajo o un formato de salida diferente. Compara siempre con un zoom 1:1 antes de decidir que el resultado es aceptable.

De las máquinas de fax a WebP: la sorprendente historia de la compresión de imágenes

Las raíces de la compresión de imágenes se remontan a los primeros días de la tecnología del fax. En la década de 1970, los ingenieros desarrollaron el estándar de fax Grupo 3, que usaba la codificación por longitud de series para transmitir documentos escaneados en blanco y negro más rápido por las líneas telefónicas, esencialmente el primer uso extendido de la compresión de imágenes en la tecnología de consumo. El estándar JPEG, que llegaría a definir cómo una generación almacenó y compartió fotografías, fue formalizado por el Joint Photographic Experts Group en 1992 tras casi una década de investigación. Su algoritmo de transformada de coseno discreta se inspiró en un trabajo publicado por Nasir Ahmed en 1974, propuesto originalmente para la compresión de voz.

El formato GIF, presentado por CompuServe en 1987, se convirtió en el formato de imagen dominante de la web primitiva en parte porque usaba el algoritmo de compresión sin pérdida LZW, que mantenía manejables los tamaños de archivo en las conexiones por módem. PNG se creó en 1996 como una alternativa abierta y libre de patentes a GIF, ofreciendo una compresión sin pérdida superior y soporte a todo color. Mientras tanto, el apetito de la web por imágenes más ricas impulsó a los investigadores a desarrollar códecs cada vez más sofisticados: JPEG 2000 llegó en 2000 con compresión basada en wavelets, WebP se lanzó en 2010, AVIF (basado en el códec de vídeo AV1) apareció en 2019 y JPEG XL se finalizó en 2022, prometiendo cada generación mejor calidad con tamaños de archivo más pequeños.

Uno de los momentos más trascendentales de la historia de la compresión de imágenes web llegó en 2010, cuando Google liberó el código del formato WebP, derivado de la codificación intracuadro de su códec de vídeo VP8. Recibido al principio con escepticismo, WebP tardó casi una década en lograr soporte universal en los navegadores (Safari lo añadió en 2020). Su aceptación marcó un punto de inflexión: la industria reconoció que el algoritmo de JPEG, con 30 años de antigüedad, ya no bastaba para un mundo en el que la mitad de todo el tráfico web procede de dispositivos móviles con planes de datos limitados. Hoy, servir imágenes en formatos de nueva generación es una recomendación estándar en toda auditoría de rendimiento web.

Publicidad
Publicidad
Publicidad