图像是怎么转换为JPEG图像的

说明：本文仅对几篇博客进行简单整理，非原创，参考文献见文末

1.凸透镜成像原理

结构

凸透镜：边缘薄、中间厚，至少要有一个表面制成球面，亦可两面都制成球面。可分为双凸、平凸及凹凸透镜三种。
凹透镜：边缘厚、中间薄，至少要有一个表面制成球面，亦可两面都制成球面。可分为双凹、平凹及凸凹透镜三种。

对光线作用

凸透镜主要对光线起会聚作用。
凹透镜主要对光线起发散作用。

成像性质

凸透镜是折射成像，成的像可以是正立、倒立；虚像、实像；放大、等大、缩小。
凹透镜是折射成像，只能成正立、缩小的虚像。对光线起发散作用。

实像和虚像

在光学中，由实际光线会聚而成，且能在光屏上呈现的像称为实像；由光线的反向延长线会聚而成，且不能在光屏上呈现的像称为虚像。讲述实像和虚像的区别时，往往会提到这样一种区分方法：“实像都是倒立的，而虚像都是正立的。”

凸透镜成像规律

设凸透镜焦距以f表示，物距为u,那么像距为v：

• 规律1：当物距大于2倍焦距时，则像距在1倍焦距和2倍焦距之间，成倒立、缩小的实像。此时像距小于物距，像比物小，物像异侧。
  应用：照相机、摄像机。
  

• 规律2：当物距等于2倍焦距时，则像距也在2倍焦距， 成倒立、等大的实像。此时物距等于像距，像与物大小相等，物像异侧。
  

• 规律3：当物距小于2倍焦距、大于1倍焦距时，则像距大于2倍焦距， 成倒立、放大的实像。此时像距大于物距，像比物大，像位于物的异侧。
  应用：投影仪、幻灯机、电影放映机
  

• 规律4：当物距等于1倍焦距时，则不成像，成平行光射出
  

• 规律5：当物距小于1倍焦距时，则成正立、放大的虚像。此时像距大于物距，像比物大，物像同侧。
  应用：放大镜。
  

公式：1/u(物距)+1/v（像距）=1/f（透镜焦距）

口诀：一倍焦点分虚实，二倍焦点分大小，二倍焦点物像等

2. 通过相机将景物转为为图像

相机原理

按照上述规律1：当物距u满足u>2f，像距v满足f-v-2f的时候，物体会成一个倒立缩小的实像（实像可以用光屏接收）。而相机中感光元件就相当于这个光屏可以接受图像成像。现在的相机的感光关键一般分为两种，CCD和CMOS。接着通过对应的模数转换，转换为数字信号，最终将这个信息以矩阵的形式存储在相机的SD卡中。

像素指的是数码相机的分辨率。它是由相机里的光电传感器上的光敏元件数目所决定的，一个光敏元件就对应一个像素。因此像素越大，意味着光敏元件越多，相应的成本就越大。我们可以简单理解一个光敏元件可以将一个很小区域的图像映射为0-255的一个数值。光敏元件越多，像素越大，假设现在有6*6=36个光敏元件，那么它的实际像素就是36。

但是这样的一个映射只能描述一张灰度图，怎么才能记录一张彩色图呢？我们知道，红黄蓝三原色的组合可以构成整个色彩空间（就像笛卡尔坐标系中的基矢量）：于是很自然想到，我们把图像分为R，G，B三层，每一层对应一幅灰度图，三层叠加起来就是一幅彩色图：

现在问题来了，以前的相机只有一张CCD或CMOS（现在的有些相机有3层CCD或CMOS,分别接收R,G,B的光线），怎么才能接收3种颜色的光线呢？最简单的办法就是，一些光敏元件接收R的信息，另一些接收G的信息，还有一些接收B的信息：由于人眼对绿色光比较敏感，所以RGB的光敏元件数量比一般是1：2：1。

这时我们再来看看此时的像素，实际上的像素应该不再是6*6，但是相机中有插值的功能，中间缺失的那些值，相机可以通过好的插值模拟出来。
硬件（光敏元件数量）决定了照片的真实像素，软件（插值算法）决定了照片能达到的最大像素，iphone照片之所以好看，不是由于它的硬件有更多的光敏元件，而是由于它的插值算法比其他家的牛逼。

色彩空间转换

首先，图像需由RGB（红绿蓝）转换为一种称为YUV的不同的色彩空间(YCbCr颜色模式）。其中：

Y成分表示一个像素的亮度
U(Cb)成分表示一个像素的色调
V(Cr)成分表示一个像素的饱和度

色彩空间的转换就像是坐标变换，从RGB这三个基矢量变到了YUV这三个基矢量，那么为什么要进行转换呢？

这是因为人类的眼睛对于亮度差异的敏感度高于色彩变化。变换后的Y成分包含了大量图像信息，而U成分和V成分却不这么重要，我们就可以适当减小U和V成分。

既然Cb成份和Cr成份的数据比较相对不重要，就可以只取部分数据来处理。以增加压缩的比例。JPEG通常有两种采样方式：YUV411和YUV422，它们所代表的意义是Y、Cb和Cr三个成份的数据取样比例。如

Y=0.2990R+0.5870G+0.1140B 
Cb=-0.1687R-0.3313G+0.5000B+128 
Cr=0.5000R-0.4187G-0.0813B＋128

离散余弦变换（Discrete cosine transform）(DCT) 和 量化

参考：风景是如何一步步变成jpeg图像的

编码

参考： 哈夫曼编码与实现

---

参考文献

[1] 凸透镜成像原理

[2] 风景是如何一步步变成jpeg图像的

[3] JPEG压缩原理

[4] 简述JPEG压缩原理

[5] 哈夫曼编码与实现