Medir el ahorro real con SSIMULACRA2

Hacer una imagen más pequeña es fácil. Lo difícil es saber si sigue viéndose bien — a escala, en toda una biblioteca, sin entornar los ojos ante cada fichero. Ese es justo el hueco que llena una métrica de calidad perceptual, y la mejor disponible hoy para imágenes fijas es SSIMULACRA2.

Por qué el tamaño solo miente

Un fichero un 90% menor suena genial hasta que notas el cielo a bloques o el texto emborronado. El tamaño mide el coste, no el resultado — así que optimizar solo por tamaño te empuja sin ruido hacia imágenes visiblemente degradadas. Necesitas un segundo número que mida la calidad, para encontrar el punto dulce donde el fichero es pequeño y aún se ve bien.

PSNR y SSIM no bastan

Las métricas clásicas se quedan cortas. PSNR solo mide el error de píxel y apenas sigue lo que los humanos vemos. SSIM fue un paso adelante pero es fácil de engañar y se satura a alta calidad. Ambas pueden puntuar dos imágenes como "iguales" cuando una claramente se ve peor — lo que las hace guías endebles para elegir un ajuste de compresión.

Qué mide SSIMULACRA2

SSIMULACRA2 es una métrica moderna ajustada contra grandes bases de datos de valoraciones humanas de calidad. Modela la imagen como lo hace la percepción — a múltiples escalas y en un espacio de color ponderado según responde el ojo — así que sus puntuaciones cuadran con lo que la gente realmente nota. Cuando dice que dos imágenes se ven igual, suelen verse igual.

Cómo leer la puntuación

La puntuación llega hasta 100, y las bandas de abajo son una regla fiable. Para casi todas las fotos web, apuntar a ~80–90 te da resultados visualmente sin pérdida con ahorros de tamaño relevantes; bajar de 70 empieza a notarse en gradientes, piel y texto.

Usarlo en la práctica

En vez de adivinar un número de calidad, elige un suelo de calidad en tu cabeza y usa una métrica perceptual como SSIMULACRA2 para confirmar que un ajuste lo supera. Puntúa unas pocas imágenes representativas, encuentra la calidad que cae en tu banda objetivo y aplícala al lote — así una biblioteca entera aterriza con calidad consistente y fiable. Dejas de jugar a lo seguro en "calidad 90" y publicas el ahorro que estabas dejando sobre la mesa.

# Encuentra una calidad que supere tu objetivo perceptual, luego procesa el lote
imageforge foto.jpg --convert avif --quality 88
imageforge ./lote/*.jpg --convert webp --quality 85 --json