JPEG图片解压缩库PyTurboJPEG

JPEG图片解压缩库PyTurboJPEG

最近在做布料瑕疵检测项目，涉及到存图性能优化的问题，希望在保证图片清晰度的情况下，存图时间尽快可能快，存图文件尽可能小。

PyTurboJPEG库介绍

看到了PyTurboJPEG库，A Python wrapper of libjpeg-turbo for decoding and encoding JPEG image.

libjpeg-turbo是libjpeg的进化版本，libjpeg是经典的JPEG图像编解码开源库。

libjpeg-turbo图像编解码器，使用了SIMD指令（MMX，SSE2，NEON，AltiVec）来加速x86，x86-64，ARM和PowerPC系统上的JPEG压缩和解压缩。在这样的系统上，libjpeg-turbo的速度通常是libjpeg的2-6倍，其他条件相同。在其他类型的系统上，凭借其高度优化的霍夫曼编码，libjpeg-turbo仍然可以大大超过libjpeg。在许多情况下，libjpeg-turbo的性能可与专有的高速JPEG编解码器相媲美。

PyTurboJPEG安装及使用

PyTurboJPEG库安装之前，要先在系统上编译libjpeg-turbo，下面有在win10系统上编译libjpeg-turbo的详细过程。

1、PyTurboJPEG安装

github网址：https://github.com/lilohuang/PyTurboJPEG

• pip install -U git+[https://github.com/lilohuang/PyTurboJPEG.git](https://github.com/lilohuang/PyTurboJPEG.git)

2、示例

import cv2
from turbojpeg import TurboJPEG, TJPF_GRAY, TJSAMP_GRAY, TJFLAG_PROGRESSIVE, TJFLAG_FASTUPSAMPLE, TJFLAG_FASTDCT

# specifying library path explicitly
# jpeg = TurboJPEG(r'D:\turbojpeg.dll')
# jpeg = TurboJPEG('/usr/lib64/libturbojpeg.so')
# jpeg = TurboJPEG('/usr/local/lib/libturbojpeg.dylib')

# using default library installation
jpeg = TurboJPEG()

# decoding input.jpg to BGR array
with open('input.jpg', 'rb') as in_file:
    bgr_array = jpeg.decode(in_file.read())
cv2.imshow('bgr_array', bgr_array)
cv2.waitKey(0)

# decoding input.jpg to BGR array with fast upsample and fast DCT. (i.e. fastest speed but lower accuracy)
with open('input.jpg', 'rb') as in_file:
    bgr_array = jpeg.decode(in_file.read(), flags=TJFLAG_FASTUPSAMPLE|TJFLAG_FASTDCT)
cv2.imshow('bgr_array', bgr_array)
cv2.waitKey(0)

# direct rescaling 1/2 while decoding input.jpg to BGR array
with open('input.jpg', 'rb') as in_file:
    bgr_array_half = jpeg.decode(in_file.read(), scaling_factor=(1, 2))
cv2.imshow('bgr_array_half', bgr_array_half)
cv2.waitKey(0)

# getting possible scaling factors for direct rescaling
scaling_factors = jpeg.scaling_factors

# decoding JPEG image properties
with open('input.jpg', 'rb') as in_file:
    width, height, jpeg_subsample, jpeg_colorspace = jpeg.decode_header(in_file.read())

# decoding input.jpg to YUV array
with open('input.jpg', 'rb') as in_file:
    buffer_array, plane_sizes = jpeg.decode_to_yuv(in_file.read())

# decoding input.jpg to YUV planes
with open('input.jpg', 'rb') as in_file:
    planes = jpeg.decode_to_yuv_planes(in_file.read())

# encoding BGR array to output.jpg with default settings.
with open('output.jpg', 'wb') as out_file:
    out_file.write(jpeg.encode(bgr_array))

# encoding BGR array to output.jpg with TJSAMP_GRAY subsample.
with open('output.jpg', 'wb') as out_file:
    out_file.write(jpeg.encode(bgr_array, jpeg_subsample=TJSAMP_GRAY))

# encoding BGR array to output.jpg with quality level 50. 
with open('output_quality_50.jpg', 'wb') as out_file:
    out_file.write(jpeg.encode(bgr_array, quality=50))

# encoding BGR array to output.jpg with quality level 100 and progressive entropy coding.
with open('output_quality_100_progressive.jpg', 'wb') as out_file:
    out_file.write(jpeg.encode(bgr_array, quality=100, flags=TJFLAG_PROGRESSIVE))

# decoding input.jpg to grayscale array
with open('input.jpg', 'rb') as in_file :
    gray_array = jpeg.decode(in_file.read(), pixel_format=TJPF_GRAY)
cv2.imshow('gray_array', gray_array)
cv2.waitKey(0)

# scale with quality but leaves out the color conversion step
in_file = open('input.jpg', 'rb')
out_file = open('scaled_output.jpg', 'wb')
out_file.write(jpeg.scale_with_quality(in_file.read(), scaling_factor=(1, 4), quality=70))
out_file.close()
in_file.close()

# lossless crop image
out_file = open('lossless_cropped_output.jpg', 'wb')
out_file.write(jpeg.crop(open('input.jpg', 'rb').read(), 8, 8, 320, 240))
out_file.close()

3、与opencv性能对比

TurboJPEG比opencv保存的图片文件大，存图速度大概是opencv的1/3.

配置及软件环境：

• Windows 7 Ultimate 64-bit
• Intel® Xeon® E3-1276 v3 CPU @ 3.60 GHz
• opencv-python 3.4.0.12 (pre-built)
• turbo-jpeg 1.5.3 (pre-built)

Function	Wall-clock time
cv2.imdecode()	0.358 sec
TurboJPEG.decode()	0.135 sec
cv2.imencode()	0.581 sec
TurboJPEG.encode()	0.140 sec

*上面的对比数据来自于github网站

Windows平台编译libjpeg-turbo

windows的库是.lib或者.dll，这样可以在visual studio中去使用。编译.lib文件需要安装以下软件：
Cmake: https://cmake.org
NASM: https://www.nasm.us
Visual Studio

1、下载安装文件，我下载的是zip文件

Git地址:https://github.com/libjpeg-turbo/libjpeg-turbo
库下载地址：https://sourceforge.net/projects/libjpeg-turbo/files/

2、zip文件解压，在解压后的文件夹中创建build文件夹。

3、打开Cmake软件进行配置，source cdoe和中间件binary分别选择源码目录和build就行。

4、点击configure进行配置，选择你电脑上安装的VS版本，将会创建一个VS的项目。

5、点击Finish后，再点击configure，如下：

6、cmake_install_prefix是lib库生成的位置，可以自行选择。最后点击Generate，提示Generating done后打开build目录。build目录如下：

7、找到build目录下的libjpeg-turbo.sln文件，右键选择用VS打开。

8、在VS中，解决方案资源管理器中可以看到ALL_BUILD和INSTALL。首先选择ALL_BUILD->生成（菜单栏）->生成解决方案，完成后选择INSTALL右键->生成（菜单栏）->生成解决方案。

9、最后在步骤6中cmake_install_prefix设置的目录中找到生成的turbojpeg.lib文件。如下图：

Cmake安装教程

1、下载

CMake官网下载地址：https://cmake.org/download/

里面好多版本，根据自己需要版本进行下载。

【注意】选择好自己电脑是什么系统，以及是32位还是64位。（P.S.x86指的是32位系统；x64指的是64位系统）

2、下载完成后，开始安装。

若下载的是msi安装程序，直接双击图标进行安装。

若下载的是zip文件，先解压zip文件。在解压后的文件中找到bin->cmake.exe，双击开始安装。

安装路径根据自己需要自行修改。【建议】路径名是在英文路径下，不要包含中文和空格

3、 因为在安装过程中选择了自动添加环境，所以安装完后不用手动添加环境了，但是此时必须得重启电脑，变量才能使用，否则无法对Cmake安装进行测试。

重启电脑后，打开cmd黑窗，输入cmake，能够显示cmake的一些信息即为安装成功。

NASM安装教程

1、从https://www.nasm.us/下载nasm

https://www.notion.so

2、若下载的.exe，直接双击安装；若下载的.zip文件，先解压文件，找到解压后的文件中的nasm.exe，双击安装。我使用zip文件安装，安装过程没有弹出安装窗口

3、将nasm.exe所在文件夹路径添加到系统环境变量中