JPEG 형식의 작동 방식

JPEG 이미지는 디지털 생활 어디에나 존재하지만 이러한 인식 뒤에는 인간의 눈으로 감지할 수 없는 세부 사항을 제거하는 알고리즘이 있습니다. 그 결과 가장 작은 파일 크기로 최고의 시각적 품질을 얻을 수 있습니다. 그런데 이 모든 것이 정확히 어떻게 작동합니까? 우리의 눈이 보지 못하는 것이 정확히 무엇인지 봅시다!

친구에게 사진을 보내는 기능을 당연하게 여기고 친구가 사용하는 장치, 브라우저 또는 운영 체제에 대해 걱정하지 않는 것이 쉽지만 항상 그런 것은 아닙니다. 1980년대 초에는 컴퓨터가 디지털 이미지를 저장하고 표시할 수 있었지만 이를 수행하는 최선의 방법에 대한 많은 경쟁적인 아이디어가 있었습니다. 한 컴퓨터에서 다른 컴퓨터로 이미지를 보내고 그것이 작동하기를 바랄 수는 없습니다.

이 문제를 해결하기 위해 1986년에 전 세계 전문가들로 구성된 위원회가 구성되었습니다.사진 전문가 공동 그룹» (Joint Photographic Experts Group, JPEG)는 국제 표준화 기구(ISO)와 스위스 제네바에 본부를 둔 두 국제 표준 기구인 국제 전기 기술 위원회(IEC)의 공동 노력으로 설립되었습니다.

JPEG라는 사람들이 1992년에 JPEG 디지털 이미지 압축 표준을 만들었습니다. 인터넷을 사용해 본 사람이라면 누구나 JPEG로 인코딩된 이미지를 접했을 것입니다. 이는 이미지를 인코딩, 전송 및 저장하는 가장 일반적인 방법입니다. 웹 페이지에서 이메일, 소셜 미디어에 이르기까지 JPEG는 하루에 수십억 번, 사실상 온라인에서 이미지를 보거나 보낼 때마다 사용됩니다. JPEG가 없으면 웹의 색상이 덜 다채롭고 느리며 아마도 고양이 사진도 더 적을 것입니다!

이 문서는 JPEG 이미지를 디코딩하는 방법에 관한 것입니다. 즉, 컴퓨터에 저장된 압축 데이터를 화면에 나타나는 이미지로 변환하는 데 필요한 것입니다. 이는 우리가 매일 사용하는 기술을 이해하는 데 중요할 뿐만 아니라 압축 수준을 잠금 해제함으로써 인식과 시각, 눈이 가장 민감한 세부 사항에 대해 더 많이 배울 수 있기 때문에 알 가치가 있습니다.

게다가 이런 방식으로 이미지를 가지고 노는 것도 매우 흥미롭습니다.

JPEG 내부 살펴보기

컴퓨터에서는 모든 것이 일련의 이진수로 저장됩니다. 일반적으로 이러한 비트(XNUMX과 XNUMX)는 XNUMX개의 그룹으로 그룹화되어 바이트를 구성합니다. 컴퓨터에서 JPEG 이미지를 열면 무엇인가(브라우저, 운영 체제 등)가 바이트를 디코딩하여 표시할 수 있는 색상 목록으로 원본 이미지를 복원해야 합니다.

이 달콤한 것을 다운로드하면 고양이 사진 텍스트 편집기에서 열면 일관되지 않은 문자가 많이 표시됩니다.

여기서는 Notepad++를 사용하여 파일 내용을 검사합니다. Windows의 메모장과 같은 일반 텍스트 편집기는 저장 후 바이너리 파일을 손상시켜 더 이상 JPEG 형식을 충족하지 않기 때문입니다.

워드 프로세서에서 이미지를 열면 컴퓨터가 혼란스러워집니다. 마치 눈을 비비고 색깔의 반점이 보이기 시작하면 뇌가 혼란스러워지는 것과 같습니다!

당신이 보는 이 지점은 다음과 같이 알려져 있습니다. 포스펜, 가벼운 자극이나 마음에 의해 생성된 환각의 결과가 아닙니다. 이는 뇌가 시신경의 전기 신호가 빛에 대한 정보를 전달한다고 생각하기 때문에 발생합니다. 신호가 소리인지, 시각인지, 아니면 다른 것인지 알 수 있는 방법이 없기 때문에 뇌는 이러한 가정을 해야 합니다. 신체의 모든 신경은 정확히 동일한 전기 자극을 전달합니다. 눈에 압력을 가하면 시각적이지 않은 신호를 보내지만 눈의 수용체를 활성화하여 뇌가 이를 시각적인 것으로 해석합니다(이 경우에는 잘못됨). 말 그대로 압력을 볼 수 있습니다!

컴퓨터가 뇌와 얼마나 유사한지 생각하는 것은 재미있지만, 신경을 통해 신체를 통해 전달되거나 컴퓨터에 저장되는 데이터의 의미가 해석 방식에 따라 얼마나 달라지는지 설명하는 유용한 비유이기도 합니다. 모든 이진 데이터는 모든 종류의 정보를 전달할 수 있는 기본 구성 요소인 XNUMX과 XNUMX로 구성됩니다. 컴퓨터는 파일 확장자와 같은 단서를 사용하여 이를 해석하는 방법을 알아내는 경우가 많습니다. 이제 우리는 그것을 텍스트로 해석하도록 강제합니다. 왜냐하면 그것이 텍스트 편집기가 기대하는 것이기 때문입니다.

JPEG를 디코딩하는 방법을 이해하려면 원래 신호 자체, 즉 이진 데이터를 확인해야 합니다. 이 작업은 XNUMX진수 편집기를 사용하거나 직접 수행할 수 있습니다. 원본 기사 웹페이지! 텍스트 필드 옆에 모든 바이트(헤더 제외)가 십진수 형식으로 표시되는 이미지가 있습니다. 이를 변경할 수 있으며 스크립트는 즉시 새 이미지를 다시 인코딩하고 생성합니다.

이 편집기를 가지고 플레이하는 것만으로도 많은 것을 배울 수 있습니다. 예를 들어, 픽셀이 어떤 순서로 저장되어 있는지 알 수 있나요?

이 예에서 이상한 점은 일부 숫자를 변경해도 이미지에 전혀 영향을 미치지 않는다는 것입니다. 그러나 예를 들어 첫 번째 줄에서 숫자 17을 0으로 바꾸면 사진이 완전히 망가질 것입니다!

7행의 1988을 숫자 254로 바꾸는 등의 다른 변경 사항은 색상을 변경하지만 후속 픽셀에만 적용됩니다.

아마도 가장 이상한 점은 일부 숫자가 색상뿐만 아니라 이미지의 모양도 변경한다는 것입니다. 70행의 12을 2로 변경하고 이미지의 맨 윗줄을 보면 무슨 뜻인지 알 수 있습니다.

그리고 어떤 JPEG 이미지를 사용하든 바이트를 편집할 때 항상 이러한 신비한 체스 패턴을 발견하게 됩니다.

JPEG 압축은 레벨별로 순차적으로 적용되는 세 가지 기술로 구성되어 있기 때문에 편집기를 사용할 때 이러한 바이트에서 사진이 어떻게 재생성되는지 이해하기 어렵습니다. 우리는 우리가 보고 있는 신비한 행동을 밝혀내기 위해 각각을 개별적으로 연구할 것입니다.

세 가지 수준의 JPEG 압축:

1. 색상 서브샘플링.
2. 이산 코사인 변환 및 샘플링.
3. 길이 인코딩 실행, 델타 и 허프만

압축 규모에 대한 아이디어를 제공하기 위해 위 이미지는 79개 숫자, 즉 약 819KB를 나타냅니다. 압축하지 않고 저장하면 각 픽셀에는 빨간색, 녹색 및 파란색 구성 요소에 대한 세 개의 숫자가 필요합니다. 이는 79개 숫자 또는 대략 917개에 달합니다. 700KB. JPEG 압축 결과, 최종 파일이 917배 이상 줄어들었습니다!

실제로 이 이미지는 훨씬 더 많이 압축될 수 있습니다. 아래에는 두 개의 이미지가 나란히 있습니다. 오른쪽 사진은 16KB로 압축되었습니다. 즉, 압축되지 않은 버전보다 57배 작은 것입니다!

자세히 살펴보면 이러한 이미지가 동일하지 않다는 것을 알 수 있습니다. 둘 다 JPEG로 압축한 이미지인데 오른쪽이 볼륨이 훨씬 작습니다. 또한 조금 더 나빠 보입니다(배경색 사각형 참조). 이것이 바로 JPEG를 손실 압축이라고도 부르는 이유입니다. 압축 과정에서 이미지가 변경되고 일부 세부 정보가 손실됩니다.

1. 색상 서브샘플링

다음은 첫 번째 압축 수준만 적용된 이미지입니다.

(대화형 버전 - in 원래의 조항). 하나의 숫자를 제거하면 모든 색상이 파괴됩니다. 그러나 정확히 XNUMX개의 숫자를 제거하면 이미지에는 사실상 아무런 영향도 미치지 않습니다.

이제 숫자를 해독하기가 조금 더 쉬워졌습니다. 이는 각 바이트가 정확히 300픽셀을 변경하지만 동시에 이미 압축되지 않은 이미지 크기의 절반인 거의 간단한 색상 목록입니다(이 축소된 크기에서는 약 XNUMXKB를 차지함). 이유를 짐작할 수 있나요?

이 숫자는 표준 빨간색, 녹색 및 파란색 구성 요소를 나타내지 않는다는 것을 알 수 있습니다. 왜냐하면 모든 숫자를 XNUMX으로 바꾸면 (흰색이 아닌) 녹색 이미지를 얻게 되기 때문입니다.

이는 이 바이트가 Y(밝기)를 나타내기 때문입니다.

Cb(상대청색도),

및 Cr(상대적 홍조) 사진.

RGB를 사용하지 않는 이유는 무엇입니까? 결국 이것이 대부분의 최신 스크린이 작동하는 방식입니다. 모니터는 빨간색, 녹색, 파란색을 포함한 모든 색상을 각 픽셀마다 다른 강도로 표시할 수 있습니다. 세 가지를 모두 최대 밝기로 켜면 흰색이 되고, 끄면 검은색이 됩니다.

이는 인간의 눈이 작동하는 방식과 매우 유사합니다. 우리 눈의 색 수용체는 "콘", 세 가지 유형으로 나뉘며 각각은 빨간색, 녹색 또는 파란색에 더 민감합니다. [S 유형 원뿔은 보라색-청색(영국 단파 스펙트럼의 S), M -유형 - 스펙트럼의 녹색-노란색(영어 매체 - 중파의 M) 및 L 유형 - 노란색-빨간색(영어 장파의 L) 부분. 이 세 가지 유형의 원뿔(및 스펙트럼의 에메랄드 녹색 부분에 민감한 간상체)이 존재하면 사람에게 색각이 부여됩니다. / 대략. 번역.]. 스틱우리 눈에 있는 또 다른 유형의 광수용체인 는 밝기의 변화를 감지할 수 있지만 색상에 훨씬 더 민감합니다. 우리의 눈에는 약 120억 6천만 개의 간상체와 XNUMX백만 개의 원뿔이 있습니다.

이것이 바로 우리의 눈이 색상의 변화보다 밝기의 변화를 더 잘 감지하는 이유입니다. 색상과 밝기를 분리하면 약간의 색상만 제거해도 아무도 눈치채지 못할 것입니다. 크로마 서브샘플링은 휘도 구성 요소보다 낮은 해상도로 이미지의 색상 구성 요소를 표현하는 프로세스입니다. 위의 예에서 각 픽셀에는 정확히 하나의 Y 구성 요소가 있고, XNUMX개의 픽셀로 구성된 각 개별 그룹에는 정확히 하나의 Cb 및 하나의 Cr 구성 요소가 있습니다. 따라서 이미지에는 원본보다 XNUMX배 적은 색상 정보가 포함됩니다.

YCbCr 색 공간은 JPEG에서만 사용되는 것이 아닙니다. 원래는 1938년에 텔레비전 프로그램용으로 발명되었습니다. 모든 사람이 컬러 TV를 갖고 있는 것은 아니기 때문에 색상과 밝기를 분리하면 모든 사람이 동일한 신호를 얻을 수 있었고, 컬러가 없는 TV는 단순히 밝기 구성 요소만 사용했습니다.

따라서 편집기에서 숫자 하나를 제거하면 모든 색상이 완전히 망가집니다. 구성 요소는 YYYY Cb Cr 형식으로 저장됩니다(실제로 반드시 해당 순서일 필요는 없습니다. 저장 순서는 파일 헤더에 지정됩니다). 첫 번째 숫자를 제거하면 Cb의 첫 번째 값이 Y로, Cr이 Cb로 인식되며 일반적으로 그림의 모든 색상을 전환하는 도미노 효과가 나타납니다.

JPEG 사양에서는 YCbCr 사용을 강요하지 않습니다. 그러나 대부분의 파일은 RGB보다 더 나은 다운샘플링 이미지를 생성하기 때문에 이를 사용합니다. 하지만 내 말을 그대로 받아들일 필요는 없습니다. RGB와 YCbCr 모두에서 각 개별 구성요소의 서브샘플링이 어떻게 나타나는지 아래 표에서 직접 확인하세요.

(대화형 버전 - in 원래의 조항).

파란색의 제거는 빨간색이나 녹색의 제거만큼 눈에 띄지 않습니다. 그 이유는 눈에 있는 64만 개의 원뿔로 인해 약 32%가 빨간색에 민감하고, 2%가 녹색에, XNUMX%가 파란색에 민감하기 때문입니다.

Y 구성 요소(왼쪽 아래)의 다운샘플링이 가장 잘 보입니다. 작은 변화라도 눈에 띕니다.

이미지를 RGB에서 YCbCr로 변환해도 파일 크기는 줄어들지 않지만 제거할 수 있지만 눈에 덜 띄는 세부 정보를 더 쉽게 찾을 수 있습니다. 손실 압축은 두 번째 단계에서 발생합니다. 데이터를 보다 압축 가능한 형태로 표현한다는 아이디어에 기반을 두고 있습니다.

2. 이산 코사인 변환 및 샘플링

대부분의 경우 이 압축 수준이 JPEG의 전부입니다. 색상을 YCbCr로 변환한 후 구성 요소가 개별적으로 압축되므로 Y 구성 요소에만 집중할 수 있습니다. 그리고 이 레이어를 적용한 후 Y 구성 요소 바이트의 모양은 다음과 같습니다.

(대화형 버전 - in 원래의 조항). 대화형 버전에서는 픽셀을 클릭하면 해당 픽셀을 나타내는 줄로 편집기가 스크롤됩니다. 끝에서 숫자를 제거하거나 특정 숫자에 XNUMX 몇 개를 추가해 보세요.

언뜻 보면 압축이 매우 나쁜 것처럼 보입니다. 이미지에는 100개의 픽셀이 있으며 밝기(Y 구성 요소)를 나타내려면 000개의 숫자가 필요합니다. 이는 아무것도 압축하지 않는 것보다 더 나쁩니다.

그러나 이 숫자의 대부분은 26입니다. 게다가 이미지를 변경하지 않고도 줄 끝에 있는 000을 모두 제거할 수 있습니다. 남은 숫자는 약 4개인데 이는 거의 XNUMX배 적은 숫자입니다!

이 레벨에는 체스 패턴의 비밀이 담겨 있습니다. 우리가 본 다른 효과와는 달리 이러한 패턴의 모양은 결함이 아닙니다. 이는 전체 이미지의 구성 요소입니다. 편집기의 각 줄에는 정확히 64개의 숫자, 64개의 고유 패턴 강도에 해당하는 DCT(이산 코사인 변환) 계수가 포함되어 있습니다.

이러한 패턴은 코사인 플롯을 기반으로 형성됩니다. 그 중 일부는 다음과 같습니다.

8개의 확률 중 64개

아래는 64개의 패턴을 모두 보여주는 이미지입니다.

(대화형 버전 - in 원래의 조항).

이러한 패턴은 8x8 이미지의 기초를 형성하기 때문에 특히 중요합니다. 선형 대수학에 익숙하지 않다면 이 8개 패턴으로 8x64 이미지를 만들 수 있다는 의미입니다. DCT는 이미지를 8x8 블록으로 나누고 각 블록을 이 64개 계수의 조합으로 변환하는 프로세스입니다.

모든 이미지가 64개의 특정 패턴으로 구성될 수 있다는 것은 마치 마법처럼 보입니다. 그러나 이는 지구상의 모든 장소를 위도와 경도[반구를 나타냄 / 대략 8/8]라는 두 숫자로 설명할 수 있다는 것과 같습니다. 번역.]. 우리는 종종 지구 표면을 64차원으로 생각하므로 두 개의 숫자만 필요합니다. 64xXNUMX 이미지에는 XNUMX개의 크기가 있으므로 XNUMX개의 숫자가 필요합니다.

이것이 압축 측면에서 어떻게 도움이 되는지 아직 명확하지 않습니다. 64x8 이미지를 표현하기 위해 8개의 숫자가 필요한 경우, 이것이 단순히 64개의 밝기 구성 요소를 저장하는 것보다 더 나은 이유는 무엇입니까? 세 개의 RGB 숫자를 세 개의 YCbCr 숫자로 바꾼 것과 같은 이유로 이 작업을 수행합니다. 이를 통해 미묘한 세부 사항을 제거할 수 있습니다.

JPEG는 8x8 블록에 DCT를 적용하기 때문에 이 단계에서 정확히 어떤 세부 사항이 제거되었는지 확인하기가 어렵습니다. 그러나 아무도 그것을 전체 그림에 적용하는 것을 금지하지 않습니다. 전체 그림에 적용된 Y 구성 요소에 대한 DCT의 모습은 다음과 같습니다.

사진에 눈에 띄는 변화가 거의 없이 60개 이상의 숫자를 끝에서 제거할 수 있습니다.

그러나 처음 XNUMX개 숫자를 XNUMX으로 만들면 차이가 분명해집니다.

처음에 있는 숫자는 이미지의 저주파 변화를 나타내며 우리 눈이 가장 잘 포착합니다. 끝에 있는 숫자는 알아차리기 어려운 고주파수 변화를 나타냅니다. "눈으로 볼 수 없는 것을 보기" 위해 처음 5000개의 숫자를 XNUMX으로 만들어 이러한 고주파수 세부 정보를 분리할 수 있습니다.

우리는 픽셀에서 픽셀로 가장 큰 변화가 일어나는 이미지의 모든 영역을 봅니다. 고양이의 눈, 수염, 테리 담요, 왼쪽 하단 모서리의 그림자가 눈에 띕니다. 처음 10개의 숫자를 000으로 만들어서 더 나아갈 수 있습니다.

20 000 :

40 000 :

60 000 :

이러한 고주파 세부 정보는 압축 단계에서 JPEG에 의해 제거됩니다. 색상을 DCT 계수로 변환할 때 손실이 없습니다. 고주파수나 57에 가까운 값이 제거되는 샘플링 단계에서 손실이 발생합니다. JPEG 저장 품질을 낮추면 프로그램은 제거되는 값 수에 대한 임계값을 높여서 파일 크기는 줄어들지만 사진이 더 픽셀화됩니다. 그래서 8배 작은 첫 번째 섹션의 이미지가 이렇게 생겼습니다. 각 8xXNUMX 블록은 고품질 버전에 비해 훨씬 적은 DCT 계수로 표현되었습니다.

점진적인 이미지 스트리밍과 같은 멋진 효과를 만들 수 있습니다. 더 많은 계수가 다운로드될수록 점점 더 세밀해지고 흐릿한 그림을 표시할 수 있습니다.

재미삼아 24개의 숫자를 사용하여 얻은 결과는 다음과 같습니다.

아니면 그냥 5000:

매우 흐릿하지만 어떻게든 알아볼 수 있습니다!

3. 길이 인코딩, 델타 및 허프만 실행

지금까지 모든 압축 단계는 손실이 있었습니다. 반대로 마지막 단계는 손실 없이 진행됩니다. 정보는 삭제되지 않지만 파일 크기가 크게 줄어듭니다.

정보를 버리지 않고 어떻게 압축할 수 있나요? 간단한 검정색 직사각형 700 x 437을 어떻게 설명할지 상상해 보세요.

JPEG에서는 이를 위해 5000개의 숫자를 사용하지만 훨씬 더 나은 결과를 얻을 수 있습니다. 이러한 이미지를 가능한 한 적은 바이트로 설명하는 인코딩 체계를 상상할 수 있습니까?

제가 생각해 낼 수 있는 최소 구성표는 XNUMX개를 사용합니다. XNUMX개는 색상을 나타내고, XNUMX번째는 해당 색상의 픽셀 수를 나타냅니다. 이렇게 반복되는 값을 압축적으로 표현하는 아이디어를 런렝스 인코딩이라고 합니다. 인코딩된 데이터를 원래 형태로 복원할 수 있기 때문에 무손실입니다.

검은색 직사각형이 있는 JPEG 파일은 4바이트보다 훨씬 큽니다. DCT 수준에서는 압축이 8x8 픽셀 블록에 적용된다는 점을 기억하세요. 따라서 최소한 64픽셀마다 하나의 DCT 계수가 필요합니다. 하나의 DCT 계수 뒤에 63개의 XNUMX을 저장하는 대신 실행 길이 인코딩을 사용하면 하나의 숫자를 저장하고 "다른 모든 숫자는 XNUMX"임을 나타낼 수 있기 때문에 하나가 필요합니다.

델타 인코딩은 각 바이트에 절대값이 아닌 특정 값과의 차이가 포함되는 기술입니다. 따라서 특정 바이트를 편집하면 다른 모든 픽셀의 색상이 변경됩니다. 예를 들어, 저장하는 대신

12 13 14 14 14 13 13 14

12부터 시작하여 다음 숫자를 얻기 위해 얼마나 더하거나 빼야 하는지 간단히 나타낼 수 있습니다. 그리고 델타 코딩의 이 시퀀스는 다음과 같은 형식을 취합니다.

12 1 1 0 0 -1 0 1

변환된 데이터는 원본 데이터보다 작지 않지만 압축하기가 더 쉽습니다. 실행 길이 인코딩 전에 델타 인코딩을 적용하면 무손실 압축을 유지하면서 많은 도움이 될 수 있습니다.

델타 코딩은 8x8 블록 외부에서 사용되는 몇 안 되는 기술 중 하나입니다. 64개의 DCT 계수 중 하나는 단순히 일정한 파동 함수(단색)입니다. 이는 루마 구성 요소에 대한 각 블록의 평균 밝기 또는 Cb 구성 요소에 대한 평균 청색도 등을 나타냅니다. 각 DCT 블록의 첫 번째 값을 DC 값이라고 하며, 각 DC 값은 이전 값에 대해 델타 인코딩됩니다. 따라서 첫 번째 블록의 밝기를 변경하면 모든 블록에 영향을 미칩니다.

마지막 미스터리는 남아 있습니다. 어떻게 단수형을 바꾸면 전체 그림이 완전히 망가지는 걸까요? 지금까지 압축 수준에는 이러한 속성이 없었습니다. 대답은 JPEG 헤더에 있습니다. 처음 500바이트에는 이미지에 대한 메타데이터(너비, 높이 등)가 포함되어 있으며 아직 작업해 본 적이 없습니다.

헤더가 없으면 JPEG를 디코딩하는 것이 거의 불가능하거나 매우 어렵습니다. 마치 내가 여러분에게 그림을 설명하려는 것처럼 보일 것이고, 내 인상을 전달하기 위해 단어를 발명하기 시작하는 것입니다. 내가 전달하고 싶은 의미를 정확하게 가진 단어를 만들 수 있기 때문에 설명은 아마도 상당히 압축될 것입니다. 그러나 다른 사람들에게는 그 단어가 이해되지 않을 것입니다.

어리석게 들리겠지만, 실제로 그런 일이 일어나고 있습니다. 각 JPEG 이미지는 해당 이미지에 특정한 코드로 압축됩니다. 코드 사전은 헤더에 저장됩니다. 이 기술을 허프만 코드라고 하며, 어휘를 허프만 테이블이라고 합니다. 헤더에서 테이블은 255바이트(196와 XNUMX)로 표시됩니다. 각 색상 구성 요소는 자체 테이블을 가질 수 있습니다.

테이블을 변경하면 모든 이미지에 근본적인 영향을 미칩니다. 좋은 예는 15번째 줄을 1로 변경하는 것입니다.

이는 테이블이 개별 비트를 읽는 방법을 지정하기 때문에 발생합니다. 지금까지 우리는 십진수 형태의 이진수만을 다루었습니다. 그러나 이는 숫자 1을 바이트에 저장하려는 경우 00000001처럼 보일 것이라는 사실을 숨깁니다. 그 중 하나만 필요하더라도 각 바이트는 정확히 XNUMX비트를 가져야 하기 때문입니다.

작은 숫자가 많으면 잠재적으로 큰 공간 낭비가 될 수 있습니다. 허프만 코드는 각 숫자가 XNUMX비트를 차지해야 한다는 요구 사항을 완화할 수 있는 기술입니다. 즉, XNUMX바이트가 표시되면 다음과 같습니다.

234 115

그러면 허프만 테이블에 따라 세 개의 숫자가 될 수 있습니다. 이를 추출하려면 먼저 개별 비트로 분해해야 합니다.

11101010 01110011

그런 다음 표를 보고 그룹화하는 방법을 알아봅니다. 예를 들어 처음 111010비트(58) 또는 10011진수로 19이 될 수 있고 그 다음에는 0011비트(3) 또는 XNUMX, 마지막으로 마지막 XNUMX비트(XNUMX) 또는 XNUMX이 될 수 있습니다.

따라서 이 압축 단계에서는 바이트를 이해하는 것이 매우 어렵습니다. 바이트는 보이는 것을 나타내지 않습니다. 이 기사에서는 테이블 작업에 대해 자세히 설명하지 않지만 자료 이 문제에 대해 온라인으로 충분하다.

이 지식을 활용하여 수행할 수 있는 흥미로운 방법 중 하나는 헤더를 JPEG에서 분리하여 별도로 저장하는 것입니다. 사실, 오직 당신만이 파일을 읽을 수 있다는 것이 밝혀졌습니다. Facebook은 파일을 더 작게 만들기 위해 이렇게 합니다.

그 밖에 할 수 있는 일은 허프만 테이블을 상당히 변경하는 것입니다. 다른 사람들에게는 깨진 그림처럼 보일 것입니다. 그리고 당신만이 그것을 고치는 마법 같은 방법을 알게 될 것입니다.

요약하자면, JPEG를 디코딩하려면 무엇이 필요한가요? 필요한:

1. 헤더에서 허프만 테이블을 추출하고 비트를 디코딩합니다.
2. 각 8x8 블록의 각 색상 및 휘도 구성요소에 대한 이산 코사인 변환 계수를 추출하여 역런길이 및 델타 인코딩 변환을 수행합니다.
3. 계수를 기준으로 코사인을 결합하여 각 8x8 블록의 픽셀 값을 얻습니다.
4. 서브샘플링이 수행된 경우 색상 구성 요소 크기를 조정합니다(이 정보는 헤더에 있음).
5. 각 픽셀의 결과 YCbCr 값을 RGB로 변환합니다.
6. 화면에 이미지를 표시해보세요!

고양이와 함께 사진을 보는 것만으로도 진지한 작업! 하지만 제가 좋아하는 점은 JPEG 기술이 인간 중심이라는 점을 보여준다는 점입니다. 이는 우리의 인식 특성을 기반으로 하므로 기존 기술보다 훨씬 더 나은 압축을 달성할 수 있습니다. 이제 JPEG의 작동 방식을 이해했으므로 이러한 기술이 어떻게 다른 영역으로 이전될 수 있는지 상상할 수 있습니다. 예를 들어, 비디오의 델타 인코딩은 프레임마다 변경되지 않는 전체 영역(예: 배경)이 있기 때문에 파일 크기를 크게 줄일 수 있습니다.

기사에 사용된 코드가 열려 있으며 사진을 자신의 사진으로 바꾸는 방법에 대한 지침이 포함되어 있습니다.

출처 : habr.com