BrowserTools
Publicité
Accueil / Images / Compresseur d'Images (JPG / WEBP / PNG)

Compresseur d'Images (JPG / WEBP / PNG)

Réduisez la taille de fichier des images avec une qualité ajustable et comparez l'avant et l'après côte à côte.

Chargement de Compresseur d'Images (JPG / WEBP / PNG)… Si rien ne se passe, activez JavaScript.

La compression d'images est le processus consistant à réduire la taille de fichier d'une image numérique tout en préservant autant de qualité visuelle que possible. Il existe deux stratégies fondamentales : la compression avec perte, qui supprime définitivement des données difficiles à détecter pour l'œil humain (utilisée par JPEG et WebP), et la compression sans perte, qui encode les données de manière plus efficace sans rien jeter (utilisée par PNG et GIF). JPEG obtient ses remarquables réductions de taille grâce à une technique mathématique appelée transformée en cosinus discrète (DCT), qui convertit des blocs de pixels en composantes de fréquence puis quantifie le détail haute fréquence le moins important. WebP, présenté par Google en 2010, combine un codage prédictif moderne et un codage entropique pour fournir des fichiers environ 25 à 35 % plus petits que JPEG à qualité visuelle équivalente.

Questions fréquentes

Quelque chose est-il envoyé vers un serveur ?
Non. L'ensemble du pipeline de compression s'exécute dans votre navigateur à l'aide de la Canvas API. Les données de votre image sont décodées dans un tampon mémoire local et réencodées sur place ; rien n'est transmis sur le réseau. Cela rend l'outil sûr pour les images sensibles ou confidentielles.
Quel format de sortie donne la plus petite taille de fichier ?
WebP produit presque toujours le fichier le plus petit pour un niveau de qualité visuelle donné, généralement 25 à 35 % plus petit qu'un JPEG équivalent. Pour les images qui nécessitent un arrière-plan transparent, WebP est aussi préférable au PNG car sa variante avec perte prend en charge un canal alpha pour des tailles de fichier bien plus réduites.
Quelle est la différence entre la compression avec perte et sans perte ?
La compression avec perte (JPEG, WebP avec perte) supprime définitivement des données d'image difficiles à remarquer pour l'œil, obtenant des réductions de taille spectaculaires au prix d'une légère dégradation de la qualité. La compression sans perte (PNG, WebP sans perte) réorganise les données de manière plus efficace sans écarter aucune information, de sorte que l'image décompressée est identique bit pour bit à l'original.
Pourquoi mon fichier compressé est-il parfois plus volumineux que l'original ?
La Canvas API produit toujours une sortie encodée en couleurs complètes. Si votre image source était déjà fortement optimisée, par exemple un PNG à palette réduite ou un JPEG enregistré à très basse qualité, le réencodage du Canvas peut produire un résultat plus volumineux. Essayez de passer au WebP ou d'abaisser davantage le curseur de qualité.
Quel niveau de qualité dois-je choisir pour les images web ?
Pour les photographies, une qualité JPEG ou WebP de 75 à 85 % est généralement indiscernable de l'original aux tailles d'affichage normales et réduit la taille de fichier de 60 à 80 %. Pour les images comportant du texte ou des bords nets, restez au-dessus de 85 % afin d'éviter les artefacts de compression autour des limites à fort contraste.
Y a-t-il une limite de taille de fichier ou de résolution ?
Il n'y a pas de limite imposée, mais les images très volumineuses (au-dessus de 20 mégapixels ou 30 Mo) peuvent être lentes à traiter ou épuiser la mémoire du canvas de votre navigateur. Si vous rencontrez une erreur, essayez d'abord de réduire l'image avec le Redimensionneur d'Images, puis compressez le résultat.
La compression affecte-t-elle les dimensions de l'image ?
Non. Cet outil ne modifie que l'encodage de l'image ; la largeur et la hauteur en pixels restent identiques. Si vous devez également mettre l'image à l'échelle, utilisez l'outil Redimensionneur d'Images puis faites passer le résultat dans le compresseur.
Comment la compression d'images affecte-t-elle les Core Web Vitals ?
Les images non optimisées sont la principale cause d'un mauvais score de Largest Contentful Paint (LCP), l'une des métriques Core Web Vitals de Google qui influence le classement dans les recherches. Réduire une image principale de 2 Mo à 200 Ko peut abaisser le LCP de plusieurs secondes sur une connexion mobile, améliorant directement à la fois l'expérience utilisateur et le référencement.
Puis-je compresser des images PNG avec transparence ?
Oui. Les fichiers PNG dotés d'un canal alpha peuvent être réencodés soit en PNG (sans perte, transparence préservée), soit en WebP (avec perte et alpha, nettement plus petit). Compresser un PNG transparent en JPEG supprimera la transparence et remplira l'arrière-plan en blanc.
Comment la Canvas API se compare-t-elle aux outils côté serveur comme ImageMagick ?
La Canvas API est pratique et entièrement privée, mais elle utilise l'encodeur intégré du navigateur, qui peut être légèrement moins efficace que des bibliothèques dédiées côté serveur comme ImageMagick, libvips ou les codecs WASM de Squoosh. Pour le traitement par lots de milliers d'images ou les taux de compression maximaux, un pipeline côté serveur est préférable. Pour l'optimisation quotidienne d'une seule image, la sortie du Canvas est largement suffisante.

À propos de Compresseur d'Images (JPG / WEBP / PNG)

Toute personne qui publie du contenu sur le web, envoie des photos par e-mail ou gère une bibliothèque multimédia bénéficie de la compression d'images. Les boutiques de commerce électronique compressent couramment des milliers de photos de produits pour accélérer le chargement des pages. Les blogueurs réduisent les images principales en dessous de 100 Ko pour maintenir des scores Lighthouse élevés. Les développeurs mobiles compressent les ressources des applications pour réduire la taille des téléchargements. Du point de vue des Core Web Vitals, les images volumineuses non optimisées sont la cause la plus fréquente d'un mauvais score de Largest Contentful Paint (LCP), ce qui affecte directement le classement dans les recherches Google.

Cet outil effectue tout le travail de compression directement dans votre navigateur à l'aide de la Canvas API du HTML. Lorsque vous chargez une image, le navigateur la décode en données de pixels brutes en mémoire ; le Canvas réencode ensuite ces pixels au niveau de qualité que vous choisissez. Le résultat encodé est proposé en téléchargement, les octets de votre image ne transitent jamais vers aucun serveur. Aucun compte n'est requis, il n'y a pas de palier selon la taille de fichier ni de filigrane. L'aperçu côte à côte vous permet de voir exactement quel niveau de qualité vous êtes prêt à accepter avant de confirmer le téléchargement.

Quelques conseils pratiques : une qualité JPEG aux alentours de 75 à 85 % est généralement indiscernable de 100 % pour les photographies, tandis que descendre en dessous de 60 % introduit des artefacts de bloc visibles. PNG est sans perte par nature, de sorte que les commandes de « qualité » en mode PNG n'affectent que la vitesse de compression, pas la fidélité visuelle, mais convertir une capture d'écran PNG en WebP à 80 % peut réduire sa taille de 60 % ou plus. Si le fichier compressé s'avère plus volumineux que l'original, cela signifie que la source était déjà fortement optimisée ; essayez une valeur de qualité plus basse ou un format de sortie différent. Comparez toujours à un zoom 1:1 avant de décider que le résultat est acceptable.

Des télécopieurs au WebP : l'histoire surprenante de la compression d'images

Les racines de la compression d'images remontent aux débuts de la technologie du fax. Dans les années 1970, les ingénieurs ont développé la norme de fax Groupe 3, qui utilisait le codage par plages pour transmettre plus rapidement des documents numérisés en noir et blanc sur les lignes téléphoniques, essentiellement la première utilisation répandue de la compression d'images dans la technologie grand public. La norme JPEG, qui allait définir la façon dont une génération a stocké et partagé des photographies, a été formalisée par le Joint Photographic Experts Group en 1992 après près d'une décennie de recherche. Son algorithme de transformée en cosinus discrète s'est inspiré de travaux publiés par Nasir Ahmed en 1974, proposés à l'origine pour la compression de la parole.

Le format GIF, présenté par CompuServe en 1987, est devenu le format d'image dominant du web naissant en partie parce qu'il utilisait l'algorithme de compression sans perte LZW, qui maintenait des tailles de fichier gérables sur les connexions par modem. PNG a été créé en 1996 comme une alternative ouverte et libre de brevets au GIF, offrant une compression sans perte supérieure et une prise en charge des couleurs complètes. Pendant ce temps, l'appétit du web pour des images plus riches a poussé les chercheurs à développer des codecs toujours plus sophistiqués : JPEG 2000 est arrivé en 2000 avec une compression à base d'ondelettes, WebP a été lancé en 2010, AVIF (basé sur le codec vidéo AV1) est apparu en 2019 et JPEG XL a été finalisé en 2022, chaque génération promettant une meilleure qualité pour des tailles de fichier plus petites.

L'un des moments les plus déterminants de l'histoire de la compression d'images sur le web est survenu en 2010, lorsque Google a publié en open source le format WebP, dérivé du codage intra-image de son codec vidéo VP8. Accueilli d'abord avec scepticisme, WebP a mis près d'une décennie à obtenir une prise en charge universelle par les navigateurs (Safari l'a ajouté en 2020). Son adoption a marqué un tournant : l'industrie a reconnu que l'algorithme vieux de 30 ans de JPEG n'était plus suffisant pour un monde où la moitié de tout le trafic web provient d'appareils mobiles dotés de forfaits de données limités. Aujourd'hui, servir des images dans des formats de nouvelle génération est une recommandation standard dans tout audit de performance web.

Publicité
Publicité
Publicité