I-type ang laking hinihingi ng form at aabutin namin. Ini-re-encode ang bawat file para dumapo bahagyang mas mababa sa target mo — parehong format, parehong dimensions — at kapag hindi na abot-kaya sa pisikal ang target, sasabihin naming diretso sa halip na tahimik na magbalik ng mas malaki.
Naaabot namin ang target sa pamamagitan ng pagbaba ng quality ng encoder, hindi sa pag-resize o pag-convert. May sahig ito. May 46,000 pixel ang 200x230 na ID photo; may 12 milyon ang 4000x3000 na phone photo. Ang parehong 20KB na target ay walang problema para sa una at imposible para sa pangalawa. Kapag umabot kami sa sahig na iyon, ibabalik namin ang pinakamaliit na resultang nagawa namin at sasabihing hindi naabot ang target — hindi kami tahimik na pinaliliit ang dimensyon mo o pinapalitan ang format para magmukhang matagumpay.
Panuntunang pangkalahatan: mas maliit ang pixel dimensions, mas maliit ang target na maaabot mo. Kung hindi abot ang target, i-resize muna at bumalik.
Ipinapaliwanag ng bawat page kung ano talaga ang naaabot sa target na iyon.
Hindi kailangan ng teknikal na kaalaman. Libre, mabilis, at available sa anumang device.
Nag-aabot kami ng dagdag na pagsisikap sa bawat detalye para maibigay ang pinakamahusay na karanasan sa compression.
Ang mga upload limit sa exam portals, gov't forms at job applications ay halos palaging nakasulat sa kilobytes: photo mas mababa sa 50KB, signature 10KB hanggang 20KB, dokumento mas mababa sa 200KB. Minsan tinutukoy din ang pixel dimensions, pero ang KB limit ang tumatanggi sa submission. Kaya humahanap ang mga tao ng image size reducer sa KB sa halip na sa isang generic image compressor.
Matigas na constraint ang KB limit, hindi preferensiya. Kaya, o kasya o tinatanggihan ng form. Kaya't ang tunay na mapapakinabang na magagawa ng isang tool ay hindi lamang bawasan ang file, kundi tapat na sabihin sa iyo kung fisikal na abot ba ang target para sa imahe mo — at kung ano ang dapat baguhin kung hindi.
Hindi namin binabago ang laki ng imahe mo at hindi namin ito ni-convert sa ibang format. Naaabot ang target sa pamamagitan ng binary search sa quality ng encoder: nag-e-encode, sumusukat, nag-a-adjust, at nag-e-encode ulit hanggang dumapo ang resulta nang bahagyang mas mababa sa iyong numero. Dahil tumatakbo ito sa server-side gamit ang mga totoong encoder (pngquant, cwebp, gifsicle, libjpeg) sa halip na browser canvas, mas malayo pa ang hinahanap nito pababa kaysa sa magagawa ng in-browser tool bago sumuko. Available ang target mode para sa JPG, PNG, WebP, GIF, HEIC, JXL, JP2 at JXR; babalik ang ibang format sa standard na quality-based compression.