【实验六】JPEG原理分析及JPEG解码器的调试

实验六、JPEG原理分析及JPEG解码器的调试

一、概述

    1.实验目的：在分析清楚JPEG文件结构的基础上，调试JPEG解码器，理解JPEG编解码的原理以及具体的编程实现。

    2.文章概述：本文将先从JPEG文件结构着手，再介绍JPEG编解码的流程，最后结合解码器程序来分析其具体实现并给出调试结果。

二、JPEG文件结构

    1.为什么先谈JPEG编码？

    想对JPEG文件进行解码，最最重要的便是了解其文件的结构。然而，不先了解编码的流程是很难以领会JPEG为什么要采用这样的文件结构。所以我觉得在文章的开头简单介绍一下JPEG编码的流程会能帮助读者更快的理解JPEG的精髓。

    2.JPEG编码的简单介绍

    在这里我简单介绍一下JPEG的编码流程，以之作为接下来介绍JPEG文件结构的铺垫。当然，由于是简单概述，很多技术细节会有谬误与疏漏，还请大家指出。

    （1）彩色空间转换

    一张图像进入JPEG编码器后，编码器将会对该图像进行彩色空间转换，将之转换到Y，Cb，Cr的彩色空间中。转换到YCbCr彩色空间的好处是，人眼对亮度信息更为敏感。在YCbCr空间中，对冗余的色度进行压缩，能够保证图像质量不甚下降而获得更好的压缩比。

    （2）8*8分块与DCT变换

    之后，编码器将对图像进行8*8的分块，以便进行之后的DCT（离散余弦变换），经DCT变换后，8*8的图像块将变为8*8的DCT系数块，而之后的操作便是针对这些DCT系数做的了。值得注意的是，当图像的宽高并不是8的倍数时，可对图像进行补0补至8的倍数，并在之后的解码中将这些0去掉即可。

    （3）DCT变换后的量化

    DCT变换后，去除了8*8DCT系数块将不同系数的相关性，如此，利用人眼对高频细节和色度细节不甚敏感的特性，我们能够对高频的AC分量以及色度分量进行粗量化而对低频的DC分量以及亮度信息进行细量化，从而获得更高的压缩比。

    （4）编码

    之后我们对DC系数进行DPCM编码，并利用量化后AC系数0值较多的特点对AC系数进行RLE游程编码。

    DC系数与每个AC系数都会经过过霍夫曼编码获得各自的码表。

    （5）总结

    简单概述了一下编码的流程，我们可以看出编码会带来哪些对文件结构的需求。首先图像的宽高采样精度等基本信息是肯定会有的，此外，对8*8分块不同的量化需要的量化系数需要保存在JPEG文件中，而不同DCT系数所对应的霍夫曼码表也是需要保存在JPEG文件中的。

    当然，由编解码带来的文件格式要求远远不止这么简单。但掌握这些概念已经能让我们快速产生一个对JPEG文件结构认知并能在此基础上调试JPEG解码器了。

    3.JPEG文件结构的分析——段及段的类型

    JPEG文件其基本的数据组织方式是段。而段的划分则是由段标记码来划分的，这样的标记码有数十种。

    且一个以JFIF（JPEG File Interchange Format,JPEG文件交换格式）格式存储的JPEG文件，其段标记码往往以如下的方式出现。

    首先是SOI（Start Of Image，0xFFD8），标识一个图像的开始，再便是APP0（application0，0xFFE0）,之后便给出量化表DQT（Define Quantization Table，0xFFDB）;

    然后进入下一层的内容SOF（Start Of Frame，0xFFC0），给出其对应的霍夫曼码表DHT（Define Huffman Table，0xFFC4）；

    最后，进入扫描层SOS（Start Of Scan，0xFFDA），值得注意的是扫描层中为了防止DPCM的差错无限制的传递，还采用了DRI（Define Restart Interval，0xFFDD），来重置差分编码。

    而除此之外，JPEG的数据可视为三层，分别为图像层（image），帧层（frame）与扫描（scan）层。

    接下来我们将用二进制浏览器打开一个典型的JPEG文件，亲自看一看JPEG文件结构的组织方式。

    通过查找FF标识符，我们可以定位段标识符的位置（值得注意的是0xFF00并不是一个段标识符，而是JPEG标准中规定的一种比较特别的情况。）。

    例如我们需要对这个文档的APP0（0xFFE0）段进行解读，首先，我们需要找到JPEG相关的技术文档《JPEG压缩编码标准》或者相关的其他文章作为参考。

    我们给出的示例JPEG文件的APP0段的数据是这样的：

    FFE0 0010 4A46 4946

    0001 0100 0001 0001

    0000

    标记代码（2字节）：0xFFE0 即APP0段，该段保存着文件应用相关的信息（APPn段可能保存拍摄该图片的相机的参数，甚至PS的版本信息等）

    数据长度（2字节）： 0x0010 即16字节

    标示符（5字节）： 0x4A46494600 即JFIF0

    版本号（2字节）： 0x0101 即1.1版本

    X，Y方向密度单位（1字节）： 0x00 即无单位

    X，Y方向像素密度（2字节 + 2字节）： 0x0001 0x0001 即X，Y方向像素密度都为1

    缩略图RGB位图信息（2字节）：0x0000 没有缩略图故为0

    对其他段信息的解读也是类似的工作，只要有耐心，对照着参考资料，怎样的JPEG文件信息我们都是能够解读的。而当我们可以通过二进制获取JPEG文件的相关信息时，解码已经是水到渠成的工作了。接下来我们只需要实现相应的编码器即可。

三、JPEG解码器程序的分析

    1.JPEG编码器所需的功能

    在上面的一章节内容中，我们了解了JPEG的编码过程以及JPEG文件结构的组织。有了这部分知识的铺垫，我们很快就能够想到JPEG编码器要有的功能。首先，能读JPEG文件，提取JPEG文件中的自包含的信息以及已压缩的数据流；其次，便是能够根据这些自包含的信息解压缩的部分。

     在实验二中我们已经实现了提取一个文件中自包含信息的功能；而之后的实验，我们对Huffman编码以及DPCM都有所涉猎，因此我打算重点分析一下DCT变换这一部分内容。

    2.根据具体的程序分析解码过程

    （1）mian()

    主函数首先通过命令行，选择对应的输出图像格式，并将之作为参数传入响应的函数

 convert_one_image(input_filename, output_filename, output_format);//转换一张图像

    我们仅解码一张图像，故会选择，output_format变量为TINYJPEG_FMT_YUV420P

/**
 * main
 *
 */
int main(int argc, char *argv[])
{
  int output_format = TINYJPEG_FMT_YUV420P;
  char *output_filename, *input_filename;
  clock_t start_time, finish_time;
  unsigned int duration;
  int current_argument;
  int benchmark_mode = 0;
#if TRACE
  p_trace=fopen(TRACEFILE,"w");
  if (p_trace==NULL)
  {
	  printf("trace file open error!");
  }
#endif
  if (argc < 3)
    usage();

  current_argument = 1;
  while (1)
   {
     if (strcmp(argv[current_argument], "--benchmark")==0)
       benchmark_mode = 1;
     else
       break;
     current_argument++;
   }

  if (argc < current_argument+2)
    usage();

  //根据命令行选择输出图像格式
  input_filename = argv[current_argument];
  if (strcmp(argv[current_argument+1],"yuv420p")==0)
    output_format = TINYJPEG_FMT_YUV420P;
  else if (strcmp(argv[current_argument+1],"rgb24")==0)
    output_format = TINYJPEG_FMT_RGB24;
  else if (strcmp(argv[current_argument+1],"bgr24")==0)
    output_format = TINYJPEG_FMT_BGR24;
  else if (strcmp(argv[current_argument+1],"grey")==0)
    output_format = TINYJPEG_FMT_GREY;
  else
    exitmessage("Bad format: need to be one of yuv420p, rgb24, bgr24, grey\n");
  output_filename = argv[current_argument+2];

  start_time = clock();

  if (benchmark_mode)
    load_multiple_times(input_filename, output_filename, output_format);
  else
    convert_one_image(input_filename, output_filename, output_format);//转换一张图像

  finish_time = clock();
  duration = finish_time - start_time;
  snprintf(error_string, sizeof(error_string),"Decoding finished in %u ticks\n", duration);
#if TRACE
  fclose(p_trace);
#endif
  return 0;
}

    （2）convert_one_image()