再一次問好！ 我發現這篇文章寫於 2019 年 XNUMX 月。 這是 WAVE 和 JPEG 的一系列文章的續篇，在這裡 。 本出版品將包含有關影像編碼演算法和格式本身的整體資訊。
一段歷史
一湯匙維基百科文章：
JPEG（聯合影像專家小組）是一種流行的光柵圖形格式，用於儲存照片和類似影像。
該標準由聯合攝影專家組於 1991 年開發，旨在實現高效影像壓縮。
影像如何從原始格式轉換為 JPEG？
有些人認為JPEG影像是使用Huffman方法壓縮的原始數據，但事實並非如此。 在控制壓縮之前，資料會傳輸很長的距離。
首先，顏色模型從RGB改為YCbCr。 甚至有一個特殊的演算法： 。 Y 不受影響，因為它負責亮度，而且它的變化會很明顯。
對圖像要做的第一件事是 “變薄” （二次抽樣）。 很容易理解：取一個2x2的像素數組，然後取Cb和Cr——這4個像素的每個YCbCr分量的平均值。 所以， 我們贏得了 6 個位元組，而不是 4 Y、4 Cb、4 Cr，我們得到 4 Y 以及它們每個的相同 Cb 和 Cr (4 + 4 + 4 = 12；4 + 1 + 1 = 6；12 - 6 = 6)。 即使在 2x2 比例下，具有 2:1 壓縮比的有損壓縮聽起來也很可靠。 這適用於整個影像。 所以 - 他們縮小了一半尺寸。 由於我們的顏色感知，我們可以使用這種技術。 如果對一小塊像素進行平均，人們會很容易注意到亮度的差異，但不會注意到顏色的差異。 細化也可以在一條線上進行，水平和垂直各 4 個像素。 第一個選項使用得更頻繁。 如果影像品質很重要，則根本不執行抽取。
稀疏化的直覺說明（Habr 不允許我插入 gif）-
主要準備部分
暴露前預防
現在是最難也是最必要的部分。 整個影像被分成8x8的區塊（如果解析度不是區塊邊的倍數則使用填滿）。
現在應用到每個區塊 DCT（離散餘弦轉換）。 在這一部分中，所有不必要的東西都被剔除了。 使用 DCT，您需要了解給定區塊 (8×8) 是否描述了影像的任何單調部分：天空、牆壁； 或者它包含複雜的結構（頭髮、符號等）。 邏輯上，64 個相似顏色的像素可以只用 1 來描述，因為塊大小是已知的。 壓縮就這麼多：64 比 1。
DCT將塊變成頻譜，讀數急劇變化的地方，係數變為正值，過渡越急劇，輸出就越高。 在係數較高的地方，圖片顯示顏色和亮度的清晰過渡，在係數較低的地方 - 區塊中 YCbCr 分量的值變化較弱（平滑）。
量化
此處已套用壓縮設定。 每個 8x8 矩陣中的每個係數都除以某個數字。 如果在進行所有修改後不會降低影像質量，則除數應為 1。 如果這張照片佔用的記憶體對你來說更重要，那麼除數會大於XNUMX，商會四捨五入。 事實證明，四捨五入後通常會得到很多零。
進行量化是為了創造更大壓縮的可能性。 以下是使用量化圖 y = sin(x) 的範例：
壓縮
首先，我們以鋸齒形模式遍歷矩陣：
我們得到一個包含數字的一維數組。 我們看到裡面有很多零，可以去掉。 為此，我們輸入 1 個零，並在其後輸入一個數字，表示它們在序列中的編號，而不是許多零的序列。 這樣你就可以重置為整個陣列大小的 1/3。 然後我們簡單地使用霍夫曼方法壓縮這個陣列並將其寫入檔案本身。
在哪裡使用
到處。 與 PNG 一樣，JPEG 用於相機、作業系統（如公司標誌、應用程式圖示、縮圖）以及需要有效儲存影像的所有可能領域。
產量
目前，有關 JPEG 的知識僅對教育目的有價值，因為它已經隨處可見並被大量人員優化，但科學的花崗岩仍然很美味。
來源
來源： www.habr.com