JPEG压缩细节

JPEG压缩的部分细节

• 最近在探究JPEG压缩的过程，一开始在网上找，琳琅满目个抄个的，又有很多不一致的地方（特别是YCbCr的公式看过好几个版本），也有些细节丢失。由于网上的不准确，根据我自己摸索和查阅总结出来的应该算正确JPEG压缩细节是这样的：
• RGB图片转YCbCr：从广泛使用的jpeglib这个cpp库找到了YCbCr转换的代码，其注释内容如下：
  （这里的MAXJSAMPLE是255，CENTERJSAMPLE是128）

#  * YCbCr is defined per CCIR 601-1, except that Cb and Cr are
#  * normalized to the range 0..MAXJSAMPLE rather than -0.5 .. 0.5.
#  * The conversion equations to be implemented are therefore
#  *	Y  =  0.29900 * R + 0.58700 * G + 0.11400 * B
#  *	Cb = -0.16874 * R - 0.33126 * G + 0.50000 * B  + CENTERJSAMPLE
#  *	Cr =  0.50000 * R - 0.41869 * G - 0.08131 * B  + CENTERJSAMPLE

• 这里有一个细节是padding，从而导致Y分量的dct系数的block数量实际上并不一定是Cb/Cr分量的2倍
  Y分量的padding是到8的倍数，而CbCr的padding要到16的倍数，才能保证降采样后是8的倍数
  也就是说，当原图的尺寸是width=16n+1时，Y分量的padding是7，从而有width_in_blocks = 2n+1
  而Cb的padding是15，从而有width_in_blocks = 2n+2，比Y多出1
  padding应该是在RGB转YCbCr前做的，padding的应该是0
  然后这部分padding在解码的时候，由于JPEG文件中记录了原始图片的长宽值，因此解码库一般都会切掉，从而还原成原始的size，所以其实padding啥无所谓

• 然后是CbCr的降采样，取的是奇数列，然后Cb取奇数行Cr取偶数行，所以到这一步得到的Cb Cr和行列都是Y的1/2 或1/2+1（由于上述情况）
  然后是分8x8的block进行DCT变换，Y Cb Cr都是单独分的，所以实际上Cb和Cr的一个block对应到原图是16x16的block（由于降采样过），而Y则是对应原图8x8的block

• DCT变换后，每个8x8的block得到了8x8的DCT系数，除以8x8的量化矩阵得到8x8的被量化DCT系数
  然后取整，zigzag编码拉直成64，这样每个block对应了一个64维的向量，接下来要做的就是对这个向量进行压缩编码
  注意从转成YCbCr开始，Y Cb Cr这三个分量就是各自计算互不相干了。除了降采样，大家都经历相同的过程

• 压缩编码首先是提取第一个值，也就是DCT的直流分量，有多少个block就有多少个直流分量，对这些直流分量单独编码，用是差分脉冲编码
  由于相邻块亮度值变化不大，因此差分脉冲编码可以得到一些很小的值，使用变长整数编码来保存差分脉冲编码的结果可以极大降低码长
  然后是每个block内部的64维度向量，使用行程编码，由于取整后有很多零值，这一步的行程编码将很大程度降低码长，另外，同样使用了变长整数编码来保存行程编码的结果

• 最后是对得到的最终编码结果使用Huffman编码，对亮度、色度、直流、交流分量使用不同的huffman码表。一共是4张。

• 以上内容有很多是参考 https://zhuanlan.zhihu.com/p/601614313，讲得很清楚也提供了代码，我个人仅补充了jpeglib和padding的部分