PIL.Image.save 支持 WebP 但默认不支持 AVIF，需手动安装带 AVIF 后端的 Pillow 或改用 pyavif；AVIF 依赖系统 libavif，保存更慢且线程不安全，推荐进程池处理，quality 不宜低于 25，注意 Alpha 通道合成与浏览器兼容性。
WebP 压缩用 PIL.Image.save 就够，但默认不支持 AVIF
Python 标准库的 PIL（Pillow）开箱支持 WebP，调用 .save(..., format="WEBP") 即可；AVIF 则不行——它依赖系统级编解码器（如 libavif），Pillow 3.4.0+ 虽宣称支持，但实际需手动编译或安装带 AVIF 后端的 wheel。
常见错误现象：OSError: cannot write mode RGBA as AVIF 或直接报 KeyError: 'AVIF'，本质是 Pillow 没加载 AVIF 插件。
- 确认是否支持：运行
PIL.Image.registered_extensions().get("avif")，返回None就没装好 - Linux/macOS 推荐用
pip install "Pillow[avif]" --force-reinstall（需先装libavif-dev/libavif） - Windows 用户更稳妥的方式是改用
pyavif库，它封装了静态链接的libavif，无需系统依赖 - WebP 的
quality参数范围是 1–100，但低于 30 时压缩伪影明显；AVIF 的quality同样有效，但对 8-bit 图像建议不低于 25，否则色带风险高
io.BytesIO 是避免磁盘 I/O 的关键中间层
WebP/AVIF 转换常用于 Web 服务（如 Flask/FastAPI 图片上传处理），直接写文件再读取既慢又占磁盘。必须用内存流中转，否则吞吐量掉一半以上。
使用场景：接收 request.files["image"] 后立即压缩并返回响应流，全程不落地。
立即学习“Python免费学习笔记（深入）”；
- 别用
open("temp.jpg", "rb")→PIL.Image.open()，而是PIL.Image.open(io.BytesIO(raw_bytes)) - 保存时也走
BytesIO：buf = io.BytesIO(); img.save(buf, format="WEBP", quality=75); buf.seek(0) - 注意：AVIF 保存比 WebP 慢 3–5 倍，若并发高，务必加超时和尺寸限制（如 >4096px 宽度直接拒收）
- 某些旧版 Pillow 对
BytesIO中 AVIF 写入有 bug，表现为ValueError: buffer is too small，升级到 Pillow 10.2.0+ 可修复
透明通道（Alpha）处理不当会导致 WebP/AVIF 白边或黑边
源图含透明背景（如 PNG）时，WebP 和 AVIF 默认保留 Alpha，但浏览器渲染时若未显式设置 background-color，可能显示为灰/黑/白边——这不是压缩问题，是合成逻辑缺失。
常见错误现象：原图圆角透明 PNG 压缩后边缘发虚、出现细白线，或整图变暗。
- 明确需求：要透明就保留
mode="RGBA"；要白底就先img.convert("RGB").save(...)；要指定底色则用PIL.Image.alpha_composite合成 - WebP 支持
lossless=True，但仅对无 Alpha 的 RGB 有效；带 Alpha 的 lossless WebP 实际仍是半有损，慎用 - AVIF 的 Alpha 支持更稳定，但 Safari 16.4+ 才完全支持带 Alpha 的 AVIF，老版本会 fallback 到黑底
- 别依赖
img.save(..., optimize=True)自动去 Alpha——它不工作，optimize只影响熵编码，不影响通道
批量转换时注意 libavif 的线程安全与内存泄漏
用 pyavif 或编译版 Pillow 多线程跑 AVIF 转换，容易触发段错误或内存持续增长，根源是底层 libavif 的编码器实例非线程安全，且部分版本未正确释放 YUV 缓冲区。
性能影响：单线程吞吐约 12 FPS（1080p），4 线程可能只到 18 FPS，甚至因锁竞争反降速。
- PyAVIF 推荐用进程池（
multiprocessing.Pool）而非线程池，每个子进程独占 libavif 实例 - Pillow 用户可在每次转换后手动触发 GC：
import gc; gc.collect()，尤其在循环中处理上百张图时 - AVIF 的
speed参数（0–10）影响极大：speed=6 是质量/速度平衡点；speed=0（最慢）比 speed=6 多耗 3 倍时间，但 PSNR 仅高 0.8dB，通常不值得 - WebP 没这问题，
thread_count参数可放心设为 CPU 核数，多线程加速比接近线性
AVIF 的真正门槛不在 Python 层，而在编解码器兼容性和资源管控——哪怕代码写对了，容器环境没配好 libavif 版本，照样崩。这点比 WebP 严苛得多。
