jpeg編碼解碼流程-資料下載頁

【導讀】JPEG專家組開發了兩種基本的壓縮算法、兩種熵編碼方法、四種編碼模式。無損的預測壓縮技術；基于DCT的順序模式：編碼、解碼通過一次掃描完成；做解碼，放棄高分辨率信息；這樣的方式，被人們稱為JPEG的基本系統。中間格式計算、AC系數的游程長度編碼、AC系數的中間格式計算、熵編碼。一介紹這11個步驟的詳細原理和計算過程。YCrCb顏色空間中，Y代表亮度，Cr,Cb則代表。RGB和YCrCb之間的轉換關系如下所示：。以認為Y分量要比Cb,Cr分量重要的多。值，用12個字節進行存儲。人眼不太察覺到的范圍內減小了數據的存儲量。把源圖象數據進行分塊。素塊逐一進行DCT操作。示了該種成分所占原圖像信號的份額大小。由于大多數圖像的高頻分量比較小，相應的圖像高頻分量的DCT系數經常接近于0，敏感，所以，可以考慮將這一些高頻成分予以拋棄，從而降低需要傳輸的數據量。接受的，而且對這種微小的變換是不敏感的。

　　

【正文】 著此數值用于譯碼； 需要說明的是， JPEG 文件格式中，一個字（ 16 位）的存儲使用的是 Motorola 格式，而不是 Intel 格式。也就是說，一個字的高字節（高 8 位）在數據流的前面，低字節（低 8位）在數據流的后面，與平時習慣的 Intel 格式有所不同。這種字節順序問題的起 因在于早期的硬件發展上。在 8 位 CPU 的時代，許多 8 位 CPU 都可以處理 16 位的數據，但它們顯然是分兩次進行處理的。這個時候就出現了先處理高位字節還是先處理低位字節的問題。以Intel 為代表的廠家生產的 CPU 采用先低字節后高字節的方式；而以 Motorola,IBM為代表的廠家生產的 CPU則采用了先高字節后低字節的方式。 Intel 的字節順序也稱為 littleendian，而 Motorola 的字節順序就叫做 bigendian。而 JPEG/JFIF 文件格式則采用了 bigendian 格式。 下面的函數，實現了從 intel 格式到 motolora 格式的轉換 USHORT Intel2Moto(USHORT val) { BYTE highBits = BYTE(val / 256)。 BYTE lowBits = BYTE(val % 256)。 return lowBits * 256 + highBits。 } JPEG 解碼算法流程詳解 薛曉利 （ 1） 讀入 JPEG/JFIF 文件的相關信息 按照 JFIF文件格式，將 JPEG文件相關的字段信息一一讀取出來，并進行相應的解 析。例如，圖像的寬度、高度、量化表、 Huffman 表、水平 /垂直采樣因子等。一般而言， JFIF格式文件的讀取順序依次為： SOI 字段； APP0 字段； APPn 字段； DQT 字段； SOFO 字段； DHT 字段； SOS 字段； 壓縮數據字段； EOI 字段； 讀取 JPEG 文件相關信息的時候，有兩點需要特別注意： （ a） 由于 JPEG中以 0XFF 來做為特殊標記符，因此，如果某個像素的取值為 0XFF，那么實際在保存的時候，是以 0XFF00 來保存的，從而避免其跟特殊標記符 0XFF之間產生混淆。所以，在讀取文件信息的時候，如果 遇 0XFF00，就必須去除后面的 00；即，將 0XFF00當做 0XFF； （ b） JPEG 文件中，一個字（ 16 位）的存儲是采用了 Motorola 格式（ bigendian），而不是我們常用的 Intel格式（ littleendian）。因此，如果需要的話，請在處理之間進行依次高低字節的轉換。 （ 2） 讀取 Huffman 表 在標記碼 DHT 之后，包含了一個或者多個 Huffman 表（通常是 4 個表）。對于一個Huffman 表而言，它包含了以下三部分內容： （ a） 表 ID 和表類型； 1 個字節；僅有 4 個可選的取值， 0X00,0X01,0X10,0X11，分別表示 DC 直流 0 號表， DC 直流 1 號表， AC 交流 0 號表， AC 交流 1 號表； （ b） 不同位數的碼字數量；前面提到 ,JPEG 中的 Huffman 編碼表是按照編碼長度的位數以表格的形式保存的，而且， Huffman 編碼表的位數只能是 116 位，因此，這里用 16個字節來分別表示 116 位的每種位長的編碼在 Huffman 樹中的個數。 （ c） 編碼內容；該字段記錄了 Huffman 樹中各個葉子節點的權重，上一個字段（不同位數的碼字數量）的 16 個數值之和，就是本字段的長度，也就是 Huffman 樹中葉子節點的個數。 這里，我們不 妨以下面一段 Huffman 表的數據為例來說明情況（均以 16 進制表示）： 11 00 02 02 00 05 01 06 01 00 00 00 00 00 00 00 00 00 01 11 02 21 03 31 41 12 51 61 71 81 91 22 13 32 以上數據串中第一行代表了 Huffman 表 ID、表類型、不同位數的碼字數量信息； 第一行的第一個字節 0X11 代表了表的 ID 和類型是 AC 交流 1 號表； 第一行的第 2 到第 17 字節代表了不同位數碼字的數量。即，第 2 個字節 00 表示沒有位數為 1的編碼 ；第 3 個和第 4個字節的 02表示位數為 2和位數為 3的編碼各有兩個；第5 個字節的 00 表示沒有位數為 5 的編碼。此外，通過這些數據我們發現，此 Huffman樹有 0+2+2+0+5+1+6+1=17 個葉子節點。 第二行為編碼的內容，表明 17個葉子節點按照從小到大的順序排列，即，權值依次為0,1,11,2,21,3,31,41... （ 3） 構建 Huffman 樹 讀取到 Huffman 表的數據之后，就需要構建 Huffman 樹了。其具體規則如下 （ a）第一個編碼的數字必定為 0；如果第一個編碼的位數為 1，就被編碼為 0； 如果第一個編碼的位數為 2，就被編碼為 00；如果第一個編碼的位數為 3，就被編碼為 000。 （ b）從第二個編碼開始，如果它和它前面編碼具有相同的位數，則當前編碼是它前面的編碼加 1；如果它的編碼位數比它前面的編碼位數大，則當前編碼時它前面的編碼加 1之后再在后面添加若干個 0，直到滿足編碼位數的長度為止。 還是以上面的數據為例： 第一行的第 2 個字節 00 表示沒有位數為 1 的編碼； 第一行的第 3 個字節 02 表示位數為 2 的編碼有 2個；由于沒有位數為 1的編碼，因此這里位數為 2 的編碼中的第一個為 00，第二個為 00+1=01； 第一行的第 4 個字節 02 表示位數為 3 的編碼有 2個；因此，這里位數為 3 的編碼中的第一個為 01+1=10，然后添加 1 個“ 0”，得到 100；位數為 3 的編碼中的第二個為 100+1=101； 依次類推，可以得到如下的 Huffman 樹 序號 碼字長度 碼字 權值 1 2 00 0x00 2 2 01 0x01 3 3 100 0x11 4 3 101 0x02 5 5 11000 0x21 6 5 11001 0x03 7 5 11010 0x31 8 5 11011 0x41 9 5 11100 0x12 10 6 111010 0x51 11 7 1110110 0x61 12 7 1110111 0x71 13 7 1111000 0x81 14 7 1111001 0x91 15 7 1111010 0x22 16 7 1111011 0x13 17 8 11111000 0x32 特別提醒的是，如果中間有某個位數的編碼缺失，例如，沒有 4位的編碼，則應該在 3位的編碼后面加 1，添加 2 個“ 00”補足 5 位，形成下一個 5 位編碼。 （ 4） DC 系數的 Huffman 解碼 JPEG 編碼階段 我們講到， DC 系數是以（ A,B）的中間形式進行編碼的。其中的 A代表了 B 的二進制編碼位數， B則利用 VLI 進行編碼。另外， 8*8的圖像塊經過 DCT 變換之后得到的 8*8 的系數矩陣，經過 Huffman 編碼及 RLE 編碼之后，寫入編碼數據的時候， DC系數也是被寫在數據流最前面的。因此，解碼的時候， DC系數也是最先被讀取出來，假設，我們一次性讀入了若干個字節長度的數據。其中的第一個字節代表了 DC 系數的 Huffman編碼，通過查找 DC 系數的 Huffman 表（亮度表或色度表），得到該 Huffman編碼所在的組編號，該編號就是 DC 系數中間格式（ A,B）中的 A，也就是 B 的位數。例如， A=2，就代表 B 采用 2 位二進制數進行編碼。這樣一來，讀取接下來的 A 位二進制數，將其譯碼為十進制，就得到了 DC 系數的差值。將該差值與上一個 DC系數值相加，就得到了真正的當前DC 系數的值。 （ 5） AC 系數的 Huffman 解碼 處理完 DC 系數之后，接下來進行 AC 系數的譯碼工作，顯然，這里依然需要讀取一個Huffman 編碼，通過查找 AC 系數的 Huffman 編碼表，進行解碼，我們得到 (A,B)的數據對，其中的 A代表了 0的個數，而 B則代表了后面數據的位數。例 如，（ 2,3）就代表了當前 AC系數之前有 2 個 0，下一個需要讀取的二進制數據是 3 位。需要提醒的是，（ 0,0）代表 EOB，即 8*8 塊的編碼結束。接著，讀取 B 位二進制數據，進行譯碼，我們就得到了 AC 系數的值。如此反復循環，直到遇到 EOB，或者讀取了 63 個 AC 系數，我們就完成了一個 8*8 塊的系數矩陣的譯碼工作。 （ 6） 反量化 在譯碼得到了 8*8的系數矩陣之后，我們需要進行反量化工作。該步驟，就是將前一個步驟得到的 8*8 系數矩陣分別乘以 8*8 的量化矩陣即可。 （ 7） 反 Zigzag掃描 JPEG 編碼過程中，為了編碼方便， 采用了 Zigzag掃描，因此，這里需要進行反 Zigzag掃描，重新排列 8*8的反量化系數矩陣。反 Zigzag掃描的輸入時 8*8 矩陣，輸出依然是 8*8矩陣，只不過，數據的排列方式有所不同而已。 （ 8） DCT 逆變換 DCT 變換，將原始圖像變換到頻域，而 DCT 逆變換，就是要將數據從頻域變換回時域。 DCT 逆變換的計算公式為： DCT 逆變換的公式，可以 改寫為： f=Aτ FA 其中 A 為矩陣： 對上面的公式進行變形 Y =FA f =AT Y fT =(AT Y)T =YT A 其中 F為 數據塊。 經分析可知，完成一次 DCT逆變換需要 4步： 1：壓縮數據塊（ 88 ） F矩陣與矩陣 A（ 88 ）相乘，得到矩陣 Y（ 88 ） ； 2：對矩陣 Y進行轉秩得到（ 88 ） YT 3： YT再與矩陣 A相乘得到 88 的矩陣 ft 4：對 ft 進行轉秩得到 f,這里的 f即為經過 DCT逆變換之后得到的時域的原始圖像 ； DCT逆變換的流程圖 如下 所示 ： A矩陣乘法器的作用是實現輸入矩陣和 A矩陣的相乘。注意 A矩陣在乘法的右邊。 iDCT變換的對象是 8 8 的數據單元，既輸入數據共 64個，按行輸入，每 8個數據為一行。每輸入一行數據就分別和 A矩陣的每一列進行乘加運算，每完成一次這樣的乘加運算就輸出一次結果。比如，輸入第一行數據，分別和 A矩陣的各列相乘，按順序輸出 8個結果，這 8個結果就是輸出矩陣的第一行；當輸入第二行數據時，同樣輸出 8個結果，這 8個結果是輸出矩陣的第二行。所以經過第一次矩陣乘法之后得到的是 Y矩陣。 轉秩就是對 64個數據進行重新排列 ，例如 ，對于矩陣 M而言，將其第一行第二列的數據M（ 1,2）跟其第一列第二行的數據 M（ 2,1）進行互換， 如下圖 所示 ： 左邊為未轉秩的數據順序，右邊為轉秩之后的數據順序。 （ 9） 顏色模式轉換 BMP 圖片是以 RGB 顏色空間進行保存的，因此，將 JPEG 解碼為 BMP 必須進行顏色模式的轉換。另外，由于 DCT 要求的定義域對稱，所以，在編碼的時候將 RGB 的數值范圍從 [0,255]統一減去 128，將數值范圍轉換到 [128,127]的范圍內。因此，解碼的時候，必須為每個顏色分量加上 128。另外需要注意的是，通過解碼變換之后得到的 RGB 的值有可能超過 255 或者小于 0；如果小于 0，就截斷為 0，如果大于 255，就截取為 255； （ 10）