图片里到底藏着多少信息？比你想的复杂多了

最近整理硬盘，翻出一张十年前用卡片机拍的照片。文件大小只有2.8MB，分辨率3648×2736，看起来平平无奇。但我用十六进制编辑器打开它的时候，在文件头尾部发现了一段被遗忘的EXIF数据：相机型号是松下LX5，快门速度1/320秒，光圈F4.0，ISO 80，甚至记录了GPS坐标——指向杭州西湖的某个亭子。那一刻我意识到：一张图片从来不是一张图片，它至少叠了四层完全不同的信息结构。

第一层是视觉像素层，就是你能看到的RGB数值。第二层是编码层，JPEG的DCT系数、色度抽样比例，这些参数决定了画面细节去哪了。第三层是元数据层，包括相机设置、拍摄时间、地理位置，甚至后来被编辑软件的修改历史。第四层是语义层，牵扯到构图、情绪、时代审美。大多数人只在第一层里打转，就像看一本书只盯着封面定价——这恰恰是大多数人读图能力的巨大缺口。

最被低估的信息藏在压缩算法里

拿JPEG和PNG做对比。JPEG的压缩思路是“骗过眼睛”：把亮度信息和色彩信息分开，色度抽样通常设为4:2:0——意思是在2×2的像素块里，只有1个像素被保留了完整色彩，另三个共享色度值。而PNG是无损的，采用DEFLATE算法，它保存了每一个像素的精确数值。结果就是同一张分辨率2560×1440的照片，JPEG可能只有1.2MB，PNG却高达14MB。但这里有一个极少有人注意到的信息密码：JPEG之所以能压到这么小，是因为它主动丢弃了人类视觉不敏感的高频细节，这些被丢弃的细节其实就是一种“负信息”。

我做过一个实验，把一张JPEG格式的照片用Photoshop连续保存了五十次，每次质量设为90%。到第三十次时，画面边缘开始出现明显的色块断层；到第五十次，绿叶上出现了马赛克状的涟漪。这说明了什么？JPEG里的信息不仅会丢失，还会因为反复重压缩而产生伪影——这些伪影像档案柜里的墨水渍，你越折腾，越难分辨原生信息。反过来看PNG，由于存储的是无损像素，它能承受上百次重新编码而不变形。但代价是文件体积巨大。在WebP和AVIF出现之前，这是实实在在的存储成本。而WebP之所以聪明，是因为它同一幅图可以实现有损和无损双模式切换，相当于让“丢细节”和“保细节”成为一个可调旋钮，而不是一道非黑即白的选择题。

EXIF：图片自带的时间胶囊

一旦你开始关心元数据，普通照片会变成考古现场。我拿手机拍了张窗外的云，打开详情页，发现里面记录了光圈1.8、曝光1/1200秒、ISO 50、白平衡自动、连手机型号和固件版本都在。更可怕的是，有些社交平台会抹掉EXIF，但并没有真的删除——只是把它搬到了图片文件的尾部区域，用零散的结构藏着。我曾经用命令行工具exiftool扫过一张朋友发来的截图，居然找到了原始拍摄设备的序列号。这说明图片信息的安全边界远比你想象得模糊。

但不要以为只有相机能生成这种时间胶囊。手机截屏也会写入一些基础的图像属性，比如屏幕分辨率、颜色空间，有时候还包括安卓系统的版本号。截图软件、修图软件会把软件名和具体版本丢进元数据里，成为“图片链上的指纹”。对比新旧两张同样内容的海报图，一张来自2015年，另一张来自2025年，虽然视觉设计可能雷同，但元数据里保存的ICC色彩配置文件完全不同——旧的大多是sRGB IEC61966-2.1，新的可能用了Display P3，甚至还有HDR增益动态映射图。这个细节有时候比画面本身更能说明问题：色彩管理方式暴露了技术迭代，就像化石里的同位素。

我认为图片是信息压缩率最高的人类产物

一个有趣的对比：文字描述一次日落，最精炼的句子大概四十个字，信息量约160字节。声音描述一次日落，可能需要一段三分钟的音频，即使压缩成MP3，也有0.5MB。而一张用RAW格式拍摄的日落照片，在这片RAW里除了8000×6000像素的阵列之外，还隐藏着场景的动态范围测量值——一块传感器记录下的最亮天空和最暗岩石的曝光差往往超过12档。你当然可以说照片是“像素拼贴”，但实际上它更像一种高密度信息包，把光子能量、镜头光学误差、传感器噪点、后期处理的调整曲线全部揉进字节里。相比之下，文字只是粗网捞鱼，图片是深海拖网。

所以别再把图片理解为一张平面了。下一次你看到.JPG或.PNG文件时，我建议你右键属性，切到“详细信息”标签，或者用任何一款元数据读取工具看一眼。那里有相机制造商的编码习惯，有拍摄日期的时区偏移，甚至有用你从未注意到的坐标画成的小地图。图片里的信息确实比你想的复杂，也更啰嗦。但它唯一不包含的，是你当时为什么按下快门。那份语境信息永远不会被写进任何字节里——而这，恰恰是全世界所有的图片压缩算法都拯救不了的东西。