Bilden kom en remsa i taget. Först en gråbrun massa högst upp i rutan, sedan en horisont, sedan långsamt ett ansikte, medan modemet väste i bakgrunden och telefonräkningen tickade. Den som satt framför en skärm 1995 och laddade hem ett fotografi hade gott om tid att titta på hur bilden byggde sig själv, rad för rad, och hann tänka tanken att fotografiet inte längre riktigt var ett föremål. Det var något som anlände.
Att det anlände över huvud taget berodde på en uppgörelse som en samling ingenjörer kom fram till i ett laboratorium i Köpenhamn i januari 1988. De satt och tittade på testbilder och satte betyg. Det de i praktiken beslutade var vilka delar av ett fotografi som ingen skulle sakna.
Bilden var för stor
Problemet var enkelt att räkna på och obehagligt att titta på. Ett fotografi på 640 gånger 480 bildpunkter i fullfärg tar ungefär 900 kilobyte i rått skick. Över ett modem på 2400 bitar per sekund, vilket var normalt i mitten av åttiotalet, tar den bilden runt femtio minuter att skicka. Femtio minuter för en bild som knappt fyller en tredjedel av en modern mobilskärm.
Det var inte webben som drev fram lösningen, för webben fanns inte än. Det var telebolagen. Under sjuttio- och åttiotalen byggde de ut videotex, textbaserade tjänster som Prestel i Storbritannien och Minitel i Frankrike, där abonnenter kunde ringa upp en databas och läsa nyheter eller boka biljetter på en enkel terminal kopplad till telefonlinjen. Nästa steg var uppenbart och till synes omöjligt: att få in riktiga fotografier i de där rutorna. Photovideotex, kallades det. British Telecom, franska CCETT och danska KTAS satt alla och stångade sig blodiga mot samma vägg.
Komprimeringsmetoder saknades inte. Det fanns tvärtom alldeles för många, alla oförenliga med varandra. En bild komprimerad i Paris gick inte att öppna i London. Det som saknades var inte en algoritm utan en gemensam algoritm.
Kommittén som skulle enas
1986 bildades en gemensam arbetsgrupp mellan standardiseringsorganet ISO och telestandardiseringsorganet CCITT. Namnet blev Joint Photographic Experts Group, där ordet joint syftade på just det udda äktenskapet mellan datorvärlden och telefonvärlden. Förkortningen blev JPEG, och till skillnad från GIF har ingen någonsin behövt bråka om hur den ska uttalas.
Under 1987 samlade gruppen in tolv konkurrerande förslag. På sommaren samma år sållades de ner till tre finalister, och i januari 1988 hölls den avgörande jämförelsen i KTAS laboratorier i Köpenhamn. Metoden var inte matematisk utan fotografisk. Kommittén tog fram fem nya testbilder som ingen av algoritmerna hade fått öva på, komprimerade dem i fyra olika hårdhetsgrader ner till åtta hundradels bit per bildpunkt, och lät försökspersoner betygsätta resultatet parvis mot originalet.
En metod vann på samtliga nivåer. Den kallades adaptiv diskret kosinustransform, ADCT, och kom ur ett europeiskt forskningsprojekt inom Esprit-programmet som samordnades av Alain Léger på CCETT i Frankrike. Det som avgjorde var alltså inte en formel på en whiteboard utan hur bilderna såg ut för människor som satt i ett rum och tittade. Det är värt att stanna vid: hela den digitala bildkulturen vilar på ett antal subjektiva bedömningar gjorda i Danmark vintern 1988.
Sedan tog det fyra och ett halvt år till. Specifikationen frystes hösten 1989, och i september 1992 godkändes JPEG som rekommendation T.81. ISO-versionen, 10918-1, kom 1994.
Nasir Ahmed och kosinusen
Matematiken bakom var äldre än kommittén. Redan i början av 1972 skissade Nasir Ahmed vid Kansas State University på en metod han kallade en kosinustransform. Han skickade in en ansökan om forskningsanslag till amerikanska National Science Foundation och fick avslag. Han publicerade den ändå i januari 1974, tillsammans med sin doktorand T. Natarajan och kollegan K. R. Rao, på fyra sidor i IEEE Transactions on Computers. Den artikeln citeras i JPEG-standarden och ligger idag under i stort sett varje digitalt fotografi, varje strömmad film och varje videosamtal på planeten.
Grundtanken går att beskriva utan formler. Dela upp bilden i rutor om åtta gånger åtta bildpunkter. Sluta sedan betrakta rutan som 64 ljusstyrkevärden och betrakta den istället som ett recept. Varje ruta i världen, oavsett motiv, kan byggas som en summa av 64 färdiga mönster: ett helt jämnt fält, några mjuka övergångar från ljust till mörkt, och därefter allt tätare vågmönster ner till ett finrutigt schackbräde. Det som lagras är hur mycket av varje mönster som ska blandas in.
I sig sparar det ingenting. 64 tal in, 64 tal ut. Vinsten ligger i vad som händer sedan.
Konsten att kasta bort rätt saker
Ögat är kräset med somligt och slarvigt med annat. Vi ser små skillnader i ljushet över större ytor mycket väl, medan vi är förvånansvärt okänsliga för exakt hur starka de allra finaste detaljmönstren är. Vi ser dessutom betydligt sämre färg än ljus, vilket är varför JPEG börjar med att skilja ljushet från färg och sedan glatt halverar färgupplösningen i båda riktningarna innan komprimeringen ens har börjat. Ingen märker det.
Sedan kommer själva greppet, kvantiseringen. Var och en av de 64 mönsterstyrkorna divideras med ett tal ur en tabell och avrundas. För de grova mönstren är talen små, kanske 16, och nästan ingenting går förlorat. För de finaste mönstren är talen stora, uppåt 120 i standardens exempeltabell, vilket i praktiken betyder att de rundas till noll och försvinner. Kvar blir en ruta där kanske sex eller sju tal har ett värde och resten är nollor, och långa rader av nollor är billiga att lagra. De läses av i ett sicksackmönster från hörnet så att nollorna hamnar i klump, packas ihop och kodas till sist med en klassisk Huffman-kod.
Kvalitetsreglaget i bildprogrammet gör ingenting annat än att skala den där tabellen. Drar man ner den blir talen större, fler mönster rundas till noll, filen krymper. Det är hela hemligheten. En jpeg är ett fotografi där man med berått mod har kastat bort det som en kommitté i Köpenhamn kom fram till att du ändå inte skulle sakna.
En standard utan fil
Här finns en detalj som ofta glöms bort. T.81 beskriver hur en bild ska komprimeras till en ström av bytes och packas upp igen. Den beskriver inte hur den strömmen ska sparas som en fil. Standarden hade en codec men ingen filändelse.
Lösningen kom inte från kommittén utan från industrin. Eric Hamilton på kretstillverkaren C-Cube Microsystems kallade i slutet av 1991 samman ett fyrtiotal representanter från dator-, tele- och bildföretag, och resultatet blev JPEG File Interchange Format, JFIF. Version 1.02 publicerades den 1 september 1992 och släpptes fri. Det är JFIF som är den fil du faktiskt har på hårddisken när du tror att du har en jpeg.
Ungefär samtidigt gjorde en löst sammansatt grupp programmerare, Independent JPEG Group, något minst lika avgörande. De skrev libjpeg, en fri och fullständig implementation av standarden, och släppte den 1991. Vem som helst kunde bygga in JPEG-stöd i sin programvara utan att betala någon eller fråga om lov. Den koden hamnade i webbläsare, i operativsystem, i kameror, i mobiltelefoner, och lever vidare i moderna varianter än idag. Det är svårt att överdriva hur mycket det betydde. En standard som ingen kan implementera är bara ett dokument.
Webben lärde sig se
När Mosaic 1993 införde img-taggen och lät bilder ligga inne i texten istället för att öppnas i egna fönster, var det inte jpeg som visades. Mosaic klarade GIF och det numera bortglömda XBM-formatet. Först med Netscape 1994 blev jpeg en självklar del av en webbsida.
Två saker avgjorde sedan matchen mot GIF. Den ena var teknisk. GIF kan hantera 256 färger, vilket duger utmärkt för en logotyp och uselt för ett porträtt. Den andra var juridisk. Från 1994 började Unisys hävda patent på komprimeringen i GIF och kräva licensavgifter, vilket skrämde utvecklare från formatet och gav jpeg ett rejält övertag.
Kvar blev en egendomlig estetisk erfarenhet som en hel generation delar: den progressiva jpegen som först dyker upp suddig i hela sin yta och sedan skärps i omgångar. Progressivt läge fanns med i standarden just för att modemet var långsamt. Idag laddar de flesta bilder snabbare än ögat hinner uppfatta, och den där långsamma skärpningen är ett minne.
Kameran som föddes talande JPEG
Parallellt hände samma sak i kameran. De första digitala systemkamerorna, som Kodak DCS 100 från 1991, byggdes på analoga kamerahus med en separat lagringsenhet i axelrem. Minnet var dyrt och litet, och komprimering var inte en bekvämlighet utan en förutsättning.
Kameraindustrin enades kring jpeg med ett eget metadatatillägg, Exif, som lägger in slutartid, bländare, brännvidd och datum i bildfilens huvud. Därför vet din bildvisare vad kameran gjorde. Branschen enades i samma veva om en gemensam mappstruktur på minneskortet, och det är därför det står DCIM på varje kort du någonsin har stoppat i en dator. Fotografiets tekniska dagbok, som förr fördes med blyertspenna i en anteckningsbok, flyttade in i filen själv.
Patentet som nästan tog allt
2002 gick företaget Forgent Networks ut med att de ägde JPEG. De hade köpt Compression Labs några år tidigare, och i patentportföljen låg en amerikansk ansökan från oktober 1986 som beskrev DCT-baserad bildkomprimering. Bolaget stämde och krävde licensavgifter av kameratillverkare och webbplatser, och drog in över hundra miljoner dollar innan motståndet organiserade sig.
Kommittén själv menade att patentet var ogiltigt på grund av känd teknik, och de fick rätt. I maj 2006 underkände det amerikanska patentverket de bredaste kraven, och konstaterade dessutom att Forgent hade känt till den kända tekniken utan att redovisa den. Patentets tjugoåriga löptid gick ut i oktober samma år, och i november gav bolaget upp.
Episoden är en påminnelse om hur nära det var. Om Forgent hade lyckats hade webbens standardformat för fotografier varit avgiftsbelagt i ett decennium, precis under de år då digitalkameran gick från specialverktyg till vardagsföremål.
Det som går förlorat
En jpeg glömmer varje gång den sparas. Öppnar man en fil, ändrar en detalj och sparar om, körs hela kvantiseringen på nytt på ett material som redan har blivit av med information. Efter fem eller sex vändor syns det. Mjuka toner klumpar ihop sig, det uppstår ringande skuggkanter kring skarpa konturer, och en himmel som borde vara jämn lägger sig i band. Skärmdumpen på en skärmdump på en skärmdump, den där degiga texturen som cirkulerar i sociala medier, är samma sak i förstoring.
Praktiken är enkel. Behåll ett original i ett format som inte glömmer, arbeta i det, och exportera till jpeg sist av allt, en enda gång.
Men artefakterna har också blivit ett bildspråk. Från 2004 samlade Thomas Ruff lågupplösta bilder från nätet, katastrofer och idyller om vartannat, och förstorade dem till väggstorlek tills 8×8-rutorna reste sig som ett schackrutigt raster över motivet. Serien heter jpegs och avslutades 2007. Konstnärer som Rosa Menkman har gått vidare och arbetat direkt med transformen som material. Kompressionens biprodukter har blivit en visuell markör för nätet självt, ungefär som filmkorn en gång blev en markör för det analoga.
Formatet som inte går att döda
Kommittén har försökt ersätta sitt eget verk flera gånger. JPEG 2000 kom år 2000, tekniskt överlägset på nästan varje punkt, och används idag i arkiv och inom medicinsk bildhantering men slog aldrig igenom hos vanliga användare. JPEG XR gick samma väg. JPEG XL, som blev standard 2021 och 2022, kan packa om gamla jpeg-filer utan att förlora något alls och är den mest lovande utmanaren hittills, men webbläsarstödet har varit trögt. Utanför kommittén finns Googles WebP, samt HEIC och AVIF som bygger på videokodning.
Ändå: i juli 2026 använder drygt 70 procent av världens webbplatser jpeg, mot omkring 20 procent för WebP. Sedan 2015 har uppskattningen legat på flera miljarder nya jpeg-filer om dagen. Formatet vinner inte på kvalitet utan på att allt kan läsa det, överallt, utan att någon behöver fråga.
Trettiofyra år efter godkännandet är det fortfarande det vanligaste sättet ett fotografi finns till på. Nästan varje bild du har sett på en skärm har passerat genom ett rutnät på åtta gånger åtta punkter och genom ett beslut, fattat av en kommitté av ingenjörer under åttiotalet, om vad ditt öga inte skulle sakna. De hade rätt förvånansvärt ofta. Fotografiet har haft många uppfinnare, men få av dem har fått bestämma så mycket över hur bilder faktiskt ser ut.
Lämna ett svar