Webp 原理
很多人用 webp 以减少体积，实际上损失了质量？
1. 分块（MacroBlocking）
将图片划分成多个宏块（macro blocks），典型的宏块由一个 16×16 的亮度像素(luma pixel)块和两个 8×8 的色度像素(chroma pixel)块组成。分块越小，预测越准，需要记录的信息也越多。一般来说，细节越丰富的地方，分块越细，即使用 4×4 分块预测。细节相对不丰富的地方使用 16×16 分块。（这一过程相当于 JPEG 编码中的色彩空间转换）
2. 帧内预测
WebP 有损压缩使用了帧内预测编码（相比 JEPG 对图像原值进行编码，WebP 编码的是预测值和原值的差值），这一技术也被用于 VP8 视频编码中的关键帧压缩。VP8 有四种常见的帧内预测模型。
- H_PRED(horizontal prediction)
像素块中每一行使用其左边一列（col L）的数据填充（如图3.2 Horizontal） - V_PRED (vertical prediction)
像素块中每一列使用其上边一行（row A）的数据填充（如图3.2 Vertical） - DC_PRED (DC prediction)
像素块中每个单元使用 row A 和 col L 的所有像素的平均值填充（如图3.2 Average） - TM_PRED (TrueMotion prediction)
3. DCT（离散余弦变换）
将预测部分的原图像数据减去预测出来的数据，得到差值矩阵，最后对差值进行 DCT。此步骤会生成一个频率系数矩阵，左上的系数幅度最大，右下最小。幅度值越小，频率越高。大部分图片信息都在左上区域。这一步的作用就是找出图片的高频和低频区域（？）。
4. 量化
人眼对高频部分不敏感，这一步会将高频部分舍去（？）。对上一步的频率系数表和量化表进行计算，将频率系数表和量化表按位相除，并四舍五入位整数。最终生成一个量化矩阵。
5. 算法编码
WebP使用 Arithmetic entropy encoding，该算法相比JPEG上使用的 Huffman encoding，在压缩表现上更出色。