昨天花了一天的时间试着写了一下JPEG解码器，虽然遇到了一些麻烦，不过最后还是成功地解出了图像的数据。总共400行代码左右。
（解码的核心也就这50行左右，因为只是验证一下以前了解的信息，所以看起来还是有点乱，而且没有做各种错误处理，所以不要太在意啦┑(￣Д ￣)┍）
下面是JPEG的编码过程的整理（因为编码和解码是完全对称的所以就只说编码，解码可以自行脑补）（仔细看的话都能在上面那段代码中找到对应哦）：
（图片自制） RGB转YCbCr：因为人眼对亮度比较敏感，而对于色度不那么敏感，所以，我们就先将RGB的数据转换到YCbCr色彩空间，便于下面的处理。
降采样：转到YCbCr色彩空间后，就可以将 Cb 和 Cr 这两个通道进行降采样，这里一般是将 2*2 个像素变为 1*1 个像素，虽然分辨率下降到了四分之一，但对于人眼来说差别是不大的。（这一步是有损的）
分块：顾名思义，将图像分为若干个 8*8 的小块，方便下面的处理。
DCT：这一步的目的和RGB转YCbCr有一些相似之处，都是将人眼较为敏感和不敏感的部分进行分离，然后就可以对减少人眼不敏感的部分的信息量。在这一步中，DCT可以将图像的低频（人眼敏感）和高频（人眼不敏感）部分进行分离。这样得到的结果是每个 8*8 小块得到 8*8 的系数矩阵。
量化：将DCT后得到的每个系数都除以量化矩阵中对应的值，然后进行取整。通常来说频率较高的部分对应的量化参数比较大，这样一来就能够在较好地保留图像的低频部分并去除一些高频部分。这一步下来得到的矩阵中高频部分几乎全部变为0，这也为进一步的操作提供了便利。值得注意的是，JPEG中压缩率的调整是在这一步中，量化参数越大，压缩后的大小就会越小，但信息的损失也就越多，图片的失真也会更严重。（这一步是有损的）
Huffman编码：准确地说是Huffman编码和RLE，将上一步得到的矩阵进行进一步地压缩（这一步是无损的）。量化后得到的矩阵左上角的那个数比其他数来得大得多，所以我们将它单独拿出来进行编码，称之为直流分量（DC），将剩下的称之为交流系数（AC）。这一步会将矩阵按照 zigzag 的顺序摊成一维，如下图所示：
这样做的好处是矩阵的高频部分（右下角）会被安排在后面，因为它们基本上全是0，所以在编码中有一个特殊的标记表示这之后的系数全是0，从而减少压缩后的大小。
（话说回来，Huffman解码这一步应该是解码中最麻烦的一部分……位的顺序搞了好久）
上面这些步骤完成之后，再加上一些必要的其他信息（量化矩阵和Huffman的信息，这两个是直接没有压缩就存储在文件中的），就得到了最终的JPEG数据。
暂时先整理这么多，以后有时间再认真写一下解码器，争取某一天能够达到 libjpeg 的水平吧 :) （以后应该会包含在 Medicat 中←某个妄图把各种图像/音频格式都自己实现一遍的轮子）
参考：
311
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
