AVIFの品質でファイルサイズはどれだけ変わるか CRF20から60まで写真3枚で実測しました

IT・仕事術

記事内に広告が含まれています。

この記事でわかることをまとめました

ブログに載せる写真をAVIFで保存するとき、品質の設定(CRF)でファイルサイズがどれだけ変わるのかを、私が実測しました。

結論です。今回の写真3枚(いずれも900×1200pxのJPEG)を、ffmpegのlibaom-av1でcpu-used 4に固定し、CRF 20・30・40・50・60の5段階でAVIFに保存した場合、元のJPEGファイルを100とした割合の平均は、CRF 20で66.8、CRF 30で45.0、CRF 40で23.0、CRF 50で11.0、CRF 60で4.1になりました。

CRFは、数字が大きいほど圧縮が強くなる設定です。

図1:CRFの数字が大きいほど、元のJPEGに対する割合は小さくなりました

写真3枚それぞれについて、元のJPEGファイルを100とした割合をCRFごとに比べたグラフで、CRF 20では63.9〜68.8、CRF 60では3.7〜4.9になっていることを示しています
図1:元のJPEGファイルを100とした割合を、写真ごとに示しました。

図1は、同じ写真の元のJPEGファイルを100として、CRF 20から60までの割合を写真ごとに並べたものです。

調べた写真と保存の方法をまとめました

素材は、このブログの記事用に用意した写真3枚です。夜の通り、建物の外観、ボトルの棚で、いずれも900×1200pxのJPEGです。

元のファイルの大きさは、夜の通りが217,784バイト、建物の外観が210,187バイト、ボトルの棚が226,196バイトです。

私は2026年11月17日に、この環境で、3枚をffmpegのlibaom-av1エンコーダでAVIFとして保存しました。3枚×5段階で、15点のファイルができました。

  • CRFは20・30・40・50・60の5段階に変えました。
  • -b:v 0と-cpu-used 4で固定しました。
  • 大きさ(寸法)は変えていません。
  • 変換時間は、各条件で保存を3回行い、3回の中央値を使いました。
  • ファイルサイズは、保存したファイルの実測値です。

割合は、元のJPEGファイルの大きさを100として、バイト数から直接計算し、小数第1位に丸めました。割合の平均は、写真ごとの割合を丸める前の値で平均し、最後に小数第1位に丸めています。

写真3枚×CRF 5段階のバイト数と割合を表にまとめました

写真条件ファイルサイズ(バイト)元のJPEGを100とした割合
夜の通り元のJPEG217,784100.0
夜の通りCRF 20149,79268.8
夜の通りCRF 30101,08446.4
夜の通りCRF 4051,41523.6
夜の通りCRF 5023,29010.7
夜の通りCRF 608,0553.7
建物の外観元のJPEG210,187100.0
建物の外観CRF 20134,30263.9
建物の外観CRF 3086,64041.2
建物の外観CRF 4039,38018.7
建物の外観CRF 5018,8889.0
建物の外観CRF 608,1823.9
ボトルの棚元のJPEG226,196100.0
ボトルの棚CRF 20153,40367.8
ボトルの棚CRF 30107,29447.4
ボトルの棚CRF 4060,48426.7
ボトルの棚CRF 5030,14913.3
ボトルの棚CRF 6010,9824.9
3枚の平均CRF 20–66.8
3枚の平均CRF 30–45.0
3枚の平均CRF 40–23.0
3枚の平均CRF 50–11.0
3枚の平均CRF 60–4.1

段階ごとに分かったことをまとめました

私は、元のJPEGファイルを100とした割合の平均を、CRFの段階どうしで比べました。

  • CRF 20は、同じ写真の元のJPEGを100とすると、68.8/63.9/67.8で、平均は66.8でした。
  • CRF 30は、同じ写真の元のJPEGを100とすると、46.4/41.2/47.4で、平均は45.0でした。
  • CRF 40は、同じ写真の元のJPEGを100とすると、23.6/18.7/26.7で、平均は23.0でした。
  • CRF 50は、同じ写真の元のJPEGを100とすると、10.7/9.0/13.3で、平均は11.0でした。
  • CRF 60は、同じ写真の元のJPEGを100とすると、3.7/3.9/4.9で、平均は4.1でした。

写真の並びは、夜の通り、建物の外観、ボトルの棚の順です。

隣り合う段階の差は、元のJPEGを100とした割合の平均どうしの差で比べました。

  • CRF 20からCRF 30へは、平均が66.8から45.0へ21.8ポイント下がりました。
  • CRF 30からCRF 40へは、平均が45.0から23.0へ22.0ポイント下がりました。
  • CRF 40からCRF 50へは、平均が23.0から11.0へ12.0ポイント下がりました。
  • CRF 50からCRF 60へは、平均が11.0から4.1へ6.9ポイント下がりました。

今回の3枚では、割合の平均どうしの下げ幅は、CRF 30からCRF 40への22.0ポイントが4つの差の中で一番大きくなりました。

どのCRFのAVIFも、元のJPEGより小さくなりました

今回の15点すべてが、同じ写真の元のJPEGより小さくなりました。

15点の中で、元のJPEGを100とした割合が一番大きかったのは夜の通りのCRF 20で68.8、一番小さかったのは夜の通りのCRF 60で3.7でした。

図2:変換時間はCRFの数字が大きいほど短くなる傾向でした

写真3枚それぞれについて、AVIFへの変換時間の中央値をCRFごとに比べたグラフで、CRF 20では3.787〜4.172秒、CRF 60では2.049〜2.852秒になっていることを、小数第3位までのラベルで示しています
図2:変換時間の中央値を、写真ごとに示しました。ラベルは小数第3位までです。

図2は、各条件で3回保存したときの中央値を、写真ごとに並べたものです。

写真CRF 20(秒)CRF 30(秒)CRF 40(秒)CRF 50(秒)CRF 60(秒)
夜の通り3.7874.1343.8532.8582.049
建物の外観4.1724.0213.3162.7052.496
ボトルの棚4.1384.0484.2353.6462.852

CRF 20の中央値は3枚で3.787秒から4.172秒、CRF 60の中央値は3枚で2.049秒から2.852秒でした。今回の15条件では、CRF 20の中央値と比べて、CRF 60の中央値は3枚とも短くなりました。

ただし、段階ごとに必ず短くなったわけではありません。ボトルの棚では、CRF 40の中央値(4.235秒)がCRF 20の中央値(4.138秒)より長くなりました。夜の通りでは、CRF 30の中央値(4.134秒)がCRF 20の中央値(3.787秒)より長くなったうえ、CRF 40の中央値(3.853秒)もCRF 20の中央値(3.787秒)より長くなりました。

変換時間は、この環境での計測です。使う機械が変われば、時間は変わります。

図3:SSIMはCRFの数字が大きいほど下がりました

写真3枚それぞれについて、元のJPEGファイルとのSSIMをCRFごとに比べたグラフで、縦軸は0.84から1.01の範囲であり、値はCRF 20の0.990146〜0.990816からCRF 60の0.863775〜0.882202まで下がっていることを示しています
図3:元のJPEGファイルとのSSIMを、写真ごとに示しました。縦軸は0.84から1.01の範囲です。ラベルは小数第3位までです。

図3の縦軸は0.84から1.01までの範囲で、全体の傾きがはっきり見える表示です。軸が0から始まっていないことに注意してください。

SSIMは、1に近いほど比べる相手に近いことを表す指標です。ffmpegのssimフィルタで測り、出力の「All」の値を使いました。

SSIMの比べる相手は、元のJPEGファイルです。元のファイル自体がすでにJPEGなので、SSIMは「無劣化の元画像との近さ」ではありません。「元のJPEGファイルとの近さ」を示しています。

写真CRF 20CRF 30CRF 40CRF 50CRF 60
夜の通り0.9908160.9784170.9515010.9193530.875249
建物の外観0.9903600.9782910.9483250.9211910.882202
ボトルの棚0.9901460.9779630.9517430.9183010.863775
3枚の平均0.9904410.9782240.9505230.9196150.873742

元のJPEGファイルとのSSIMの平均は、CRF 20の0.990441からCRF 60の0.873742まで下がりました。

この下がり方は、今回の写真3枚と5段階の15条件の範囲での実測です。ほかの写真やほかの設定でも同じように出るかどうかは、今回の実測では分かりません。

図4:夜の通りの中央付近を、CRF 20とCRF 60で並べました

夜の通りの中央付近を切り出し、左にCRF 20(149,792バイト)、右にCRF 60(8,055バイト)のAVIFを、拡大せず等倍で並べた画像です
図4:夜の通りの中央付近を、左がCRF 20、右がCRF 60になるように、等倍で並べました。拡大はしていません。

図4は、夜の通りの写真の中央付近(元の座標で左上300・400から300×300px)を切り出し、等倍で並べたものです。

ファイルサイズは、同じ写真の元のJPEG(217,784バイト)を100とすると、CRF 20の出力(149,792バイト)が68.8、CRF 60の出力(8,055バイト)が3.7です。

この実測を読むときの注意点をまとめました

  • 元の写真は900×1200pxで、すでにJPEGとして保存されていたファイルです。カメラから取り出したばかりの大きな写真では、割合の出方が変わる場合があります。
  • cpu-used 4に固定しています。ほかのcpu-usedでは、ファイルサイズや変換時間が変わる場合があります。
  • SSIMは元のJPEGファイルとの比較です。元のファイル自体の画質を評価する数値ではありません。
  • 変換時間は、この環境での計測です。使う機械が変われば、時間は変わります。

関連する計測記事もあわせて読んでみてください

このブログで実測した記事として、WebPの品質でファイルサイズがどれだけ変わるかを実測した記事があります。

このブログで実測した記事として、WebPとJPEGの形式の違いを実測した記事もあります。あわせて読んでみてください。

今回の実測の結論をまとめました

今回の写真3枚(900×1200pxのJPEG)を、ffmpegのlibaom-av1でcpu-used 4に固定し、CRF 20・30・40・50・60の5段階のAVIF(寸法は変更なし)に保存した、この環境での実測の範囲では、元のJPEGファイルを100とした割合の平均は、CRF 20で66.8、CRF 30で45.0、CRF 40で23.0、CRF 50で11.0、CRF 60で4.1でした。

変換時間の中央値は、CRF 20では3枚で3.787秒から4.172秒、CRF 60では3枚で2.049秒から2.852秒でした。CRF 40の中央値がCRF 20の中央値より長くなったのは、夜の通り(3.853秒と3.787秒)とボトルの棚(4.235秒と4.138秒)の2枚で、建物の外観は短くなりました。

元のJPEGファイルとのSSIMの平均は、CRF 20の0.990441からCRF 60の0.873742まで下がりました。この結果は、今回の写真3枚と5段階の範囲に限った実測です。

コメント

タイトルとURLをコピーしました