jpeg格式文件編解碼詳解

JPEG文件編/詳解JPEG（JointPhotographicExpertsGroup）是聯(lián)合圖像專家小組的英文縮寫。 CCITT（TheInternational egraphandephoneConsultativeCommittee）與國際標(biāo)準(zhǔn)化組織ISO1986年聯(lián)合成立小組一直致力于標(biāo)準(zhǔn)化工作，開發(fā)研制出連續(xù)色調(diào)、多級(jí)灰度、靜止圖像的數(shù)字圖像壓縮編碼方法，即PEG算法。PEG算法被確定為國際通用標(biāo)準(zhǔn)其適用范圍廣泛，除用于靜態(tài)圖像編碼外，還推廣到電視圖像序列的幀內(nèi)圖像壓縮。而用PEG算法壓縮出來的靜態(tài) 文件稱為PEG文件，擴(kuò)展名通常為*.jpg、*.jpe.jpeg。JPEG專家組開發(fā)了兩種基本的壓縮算法、兩種數(shù)據(jù)編碼方法、四種編碼模有損的離散余弦變換（DiscreteCosine基于DCT順序模式：編 通過一次掃描完成基于DCT遞進(jìn)模式：編/ 無損模式：基于DPCM，保 后完全精確恢復(fù)到原圖像采樣值 在實(shí)際應(yīng)用中，JPEGJPEG8*8分塊正向離散余弦變換(FDCT)量化 zation)Z字形編碼(zigzagscan)使用差分脈沖編碼調(diào)制(DPCM)對(duì)直流系數(shù)(DC)進(jìn)行編碼使用行程長(zhǎng)度編碼(RLE)對(duì)交流系數(shù)(AC)進(jìn)行編碼熵編碼是從編碼角度分析JPEG的編/ 角度詳細(xì)分析JPEG的編/ 不過，介 過程之前，首先要了解JPEG文件中數(shù)據(jù) 格式一、JPEG文件格式介JPEGJPEG文件交換格式（JPEGFileInterchangeFormat，JFIF）。而JPEG文件大體上可以分成兩0xFF，后一個(gè)字節(jié)則根據(jù)0xFF0xFF0xFF，并表示一個(gè)標(biāo)記碼的常用的標(biāo)記有SOI、APP0、DQT、SOF0、DHT、DRI、SOS、EOI注意，SOI等都是標(biāo)記的名稱。在文件中，標(biāo)記碼是以標(biāo)記代碼形式出現(xiàn)。例如SOI0xFFD8JPEG0xFFD8，則表示此處為一個(gè)SOI標(biāo)記。本文附錄列出一張完整的JPEG定義的標(biāo)記表，供讀者查閱。這里僅列出幾SOI，StartofImage，圖像開標(biāo)記代 2字 APP0，Application標(biāo)記代 2字 9①數(shù)據(jù)長(zhǎng) 2字 ②標(biāo)識(shí)符 5字節(jié) 固定值0x4A ③版本號(hào) 2字節(jié) 一般是0x0102，表示JFIF的版本號(hào)1.2④X和Y的密度單 1字 /⑤X方向像素密 2字 ⑥Y方向像素密 2字 ⑦縮略圖水平像素?cái)?shù) 1字 ⑧縮略圖垂直像素?cái)?shù) 1字 ⑨縮略圖RGB位 長(zhǎng)度可能是3的倍 縮略圖24位的RGB像素。如字段⑧“縮略圖垂直像素?cái)?shù)目”0。APPn，Application，應(yīng)用程序保留標(biāo)記n，其中n=1～15(任選標(biāo)記代 2字 2①數(shù)據(jù)長(zhǎng) 2字 ②詳細(xì)信 數(shù)據(jù)長(zhǎng)度-2字節(jié)內(nèi)容不例如，AdobePhotoshop生成的JPEG圖像中就用了APP1和兩個(gè)標(biāo)記段分 了一幅圖像的副本 zationTable，定義量化標(biāo)記代 2字 9①數(shù)據(jù)長(zhǎng) 2字 ②量化 數(shù)據(jù)長(zhǎng)度-2字 精度及量化表ID 1字節(jié) 高4位：精度，只有兩個(gè)可選0：8位；1：164位：量化表ID表 (64×(精度+1))字 例如8位精度的量化64×（0+1）=644SOF0，StartofFrame，幀圖像開標(biāo)記代 2字 固定值9①數(shù)據(jù)長(zhǎng) 2字 ②精 1字 8位，一般軟件都不支持12位③圖像高 2字 DNL④圖像寬 2字 DNL⑤顏色分量 1字 只有3個(gè)數(shù)值可1：灰度圖；3：YCrCb或而JFIF中使用YCrCb⑥顏色分量信 顏色分量數(shù)×3字節(jié)（通常為9字節(jié)顏色分量 1字水平/垂直采樣因 1字 高4位：水平采樣因4量化 1字 當(dāng)前分量使用的量化表的就出現(xiàn)多少次（3）。DHT，DifineHuffmanTable標(biāo)記代 2字 固定值2 2字節(jié) ②哈夫曼 數(shù)據(jù)長(zhǎng)度-2字 表ID和表類型 1字節(jié) 高4位：類型，只有兩個(gè)不同位數(shù)的碼字?jǐn)?shù) 16字

0：DC4位：哈夫曼表注意，DCAC編碼內(nèi) 16個(gè)不同位數(shù)的碼字?jǐn)?shù)量之和（字節(jié)本標(biāo)記段中，字段②可以重復(fù)出現(xiàn)（4），次。例如，AdobePhotoshop生成的JPEG 文件中只有1個(gè)DHT標(biāo)記段，里邊包含了4個(gè)哈夫曼表；而MacromediaFireworks生成的JPEG圖片文件則有4個(gè)DHT標(biāo)記段，每個(gè)DHT標(biāo)記段只有一個(gè)哈夫曼表。DRI，DefineRestartInterval，定義差分編碼累計(jì)復(fù)位的間222②MCU2字 設(shè)其值為n，則表示每n個(gè)

RSTn標(biāo)記。第一個(gè)標(biāo)記是RST0，第RST1等，RST7后再從RST00SOS，StartofScan12標(biāo)記代 2字 固定值2①數(shù)據(jù)長(zhǎng) 2字 1字節(jié) CMYK

1：灰度圖是；3：YCrCbYIQ；4：而JFIF中使用YCrCb顏色分量 1字直流/交流系數(shù)表號(hào)1字 高4位：直流分量使用的哈夫曼4譜選擇開 1字 固定值譜選擇結(jié) 1字 固定值譜選 1字 在基本JPEG中總為就出現(xiàn)多少次（3）。本段結(jié)束后，緊接著就是真正的圖像信息EOIEOI，EndofImage，圖像結(jié)束2標(biāo)記代 2字 固定值這里補(bǔ)充說明一下，由于在JPEG0xFF具有標(biāo)志性的意思，所以在壓縮數(shù)據(jù)流(真正的圖像信息)0xFF，就需要作特別處理。具體0xFF0x00。換句話說，如果在圖像數(shù)據(jù)流中遇到0xFF，應(yīng)該檢測(cè)其緊接著的字符，如果是1）0x000xFF是圖像流的組成部分，需要進(jìn)行譯碼；2）0xD90xFF組成標(biāo)記EOI3）0xD0~0xD7,則組成RSTn標(biāo)記，則要忽視整個(gè)RSTn標(biāo)記，即不對(duì)當(dāng)0xFF0xDn兩個(gè)字節(jié)進(jìn)行譯碼，并按RST標(biāo)記的規(guī)則調(diào)整3）0xFF0xFF0xFF4）其他數(shù)值，則忽視當(dāng)前0xFF，并保留緊接的此數(shù)值用于譯碼二、 過程詳下面來詳細(xì)講述JPEG文件 過程讀入文件的相關(guān)信按照上述的JPEG文件數(shù)據(jù) 出，為接下來 應(yīng)個(gè)標(biāo)記， 和哈夫曼表水平/垂直采樣因子等多項(xiàng)信息比較重要。以下給 過程中的兩個(gè)問題JFIFJPEG(*.jpg)JPEG文件格式中，一個(gè)字（16位）的 使用的是Motorola格式,而不是In 格式。也就是說,一個(gè)字的高字節(jié)（高8位）在數(shù)據(jù)流的前面,低字節(jié)（低8位）在數(shù)據(jù)流的后面，與平時(shí)習(xí)慣的 格式不一樣。DHT內(nèi)，包含了一個(gè)或者多個(gè)的哈夫曼表。對(duì)于單一個(gè)哈夫曼哈夫曼表ID0x00表示DC0號(hào)表；0x01表示DC10x10表示AC00x11表示AC1JPEG1~1616個(gè)字節(jié)分別1~16位的編碼碼字在哈夫曼樹中的個(gè)數(shù)。（不同位數(shù)的碼字?jǐn)?shù)量）16個(gè)數(shù)值之和就應(yīng)該是本字段的長(zhǎng)度，也b）以下面一段哈夫曼表數(shù)據(jù)舉例說明（16進(jìn)制表示22617181紅色部分（1字節(jié)）為哈夫曼表ID0x11表示此部分?jǐn)?shù)AC1號(hào)表。藍(lán)色部分（2~17字節(jié)）16個(gè)數(shù)值實(shí)際意義14位的哈夫曼碼字；232個(gè)；55個(gè)；681個(gè)；79綠色部分（18~34字節(jié)）為編碼內(nèi)容。由藍(lán)色部分?jǐn)?shù)據(jù)知道，此哈夫曼樹0+2+2+0+5+1+6+1=1717個(gè)字17個(gè)葉子結(jié)點(diǎn)按從小到大排列，其權(quán)值依次0、1、11、2、21、3、31、41……010；0，直至滿足位數(shù)長(zhǎng)度為止。122233435565758595677 12，即碼字為 12，即碼字為 22，即碼字為3101+1=101個(gè)“0431后，添加“0055數(shù)據(jù)流→最小編碼單元→數(shù)據(jù)單元與顏色分量在像素?cái)?shù)據(jù)流中，信息可以被分為一段接一段的最小編碼單（MinimumCodedUnit，MCU）MCU，是圖像中一個(gè)正方查閱標(biāo)記SOF0，可以得到圖像不同顏色分量的采樣因子，即Y、Cr、Cb三個(gè)分量各自的水平采樣因子和垂直采樣因子。大多的采樣因子4：1：11：1：1。其中，4：1：1即（2*2）：（1*1）：（1*1））；1：1：1即（1*1）：（1*1）：（1*1）。記三個(gè)分量中水平采樣因子最大值為Hmax，垂直采樣因子最大值為VmaxMCU矩陣的寬就是Hmax*8像素，高就是Vmax*8像素。如果，整幅圖像的寬度和高度不是MCU寬度和高度的整數(shù)倍，那么編碼時(shí)會(huì)用某些數(shù)值填充進(jìn)去，保證過程中MCU的完整性（完成在數(shù)據(jù)流中，MCU 每個(gè)MCU8*8，所以每個(gè)MCU的數(shù)據(jù)單元個(gè)數(shù)為Hmax*Vmax。另外JPEGBMP文件有所不同，它不是把每個(gè)像素的顏色分量連續(xù)在一起的，而是把分成Y，Cr，Cb三張子圖，然1：1：1）也可能不一樣（4：1：1）。每個(gè)MCU內(nèi)部，數(shù)據(jù)的順序是Y、Cr、Cb。如果一個(gè)顏色分量有多個(gè)數(shù)據(jù)32*35的圖像，對(duì)上面兩個(gè)問題列出兩種采樣因子的具體說圖1整張完整的圖像 圖2將圖像的MCU1放13中灰色部分為實(shí)際圖像大?。?2px*35px）；MCU的分界；細(xì)虛線表示MCUMCU的寬為Hmax*8=16像素，高為Vmax*8=16像素。圖像實(shí)際的寬剛2MCU2個(gè)MCU3行在數(shù)據(jù)流中，MCUMCU1→MCU2→MCU3→MCU4→MCU5→MCU6每個(gè)MCU又分為Hmax*Vmax=2*2=4個(gè)數(shù)據(jù)單元。由于采樣因子是4：1：1，即（2*2）：（1*1）：（1*1），所以Y分量的水平和垂直方向22次；Cr分量和Cb21MCU來里邊，Y256個(gè)采樣點(diǎn)，4個(gè)完整的數(shù)據(jù)單元；Cr分量和Cb64個(gè)采樣點(diǎn)。如果以MCU1MCU數(shù)據(jù)的次序，則依次為Y1、Y2、Y5Y6、Cr1256、Cb12562256個(gè)點(diǎn)均是YCr分量和Cr分量的采樣點(diǎn)換句話說，對(duì)于整張來說，數(shù)據(jù)流的數(shù)據(jù)依次是[Y1、Y2、Y5、Y6、Cr1256、Cb1256]、[Y3、Y4、Y7、Y8、Cr3478Cb3478]、[Y9、Y10、Y13、Y14、 ]、3整張完整的圖像3。Hmax=max（1，1，1）=1，Vmax=max（1，1，1）=2。所以，MCU的寬為Hmax*8=8像素，高為Vmax*8=8像素。圖像實(shí)際的寬4MCU4個(gè)MCU5行在數(shù)據(jù)流中，MCUMCU1→MCU2→MCU3→MCU4→→MCU18→MCU19→MCU20每個(gè)MCU又分為Hmax*Vmax=1*1=1個(gè)數(shù)據(jù)單元，也就是一個(gè)數(shù)據(jù)單元就是一個(gè)MCU1：1：1，即（1*1）：（1*1）：（1*1），所以Y分量、Cr分量和Cb1個(gè)1次，也就是圖象的每一個(gè)像素都是采樣點(diǎn)。因此，在一個(gè)MCU來里邊，Y分量、Cr分量和Cb64個(gè)采樣點(diǎn)。有因此，對(duì)于整張來說，數(shù)據(jù)流的數(shù)據(jù)依次是[Y1、Cr1、Cb1]、[Y2、Cr2、Cb2]、[Y3、Cr3、Cb3]、[Y19、Cr19、Cb19]、[Y20、Cr20、Cb20]顏色分量單元MCU中某8*8數(shù)據(jù)塊，例如上面提到的Y1、Cr1、Cb1都是一圖像數(shù)據(jù)流是以位（bit）為單位信息的。并且內(nèi)部的數(shù)據(jù)都是在的結(jié)果，所以對(duì)于每個(gè)顏色分量單元都應(yīng)該由兩部分組成：1個(gè)直流分量63個(gè)交流分量。首先查閱標(biāo)記段SOS中的顏色分量信息，可以得出各個(gè)顏色分量對(duì)應(yīng)Y00Cr分量：直流分量：直流1號(hào)哈夫曼樹，交流分量：交流1號(hào)哈夫曼Cb11號(hào)哈夫曼顏色分量單元內(nèi)部綜合運(yùn)用了RLE行程編碼和哈夫曼編碼來壓縮數(shù)據(jù)。每子結(jié)點(diǎn)）4不斷重復(fù)步驟b，直到滿流分量數(shù)據(jù)結(jié)束的條件。而結(jié)束條件有兩6300-1-3,-2-7,-6,-5,-3-15,……,-4-31,……,-5-63,……,-6-127,……,-7-255,……,-8-511,……,-9-1023,……,-D35E6E4D35f51101001101011110011011100100110100110101111101011000 01111001101110010011010011010 11直流哈夫曼 交流哈夫曼122232435465序號(hào)序號(hào)度122233435565758595677個(gè)哈夫曼編碼為110，其權(quán)值為6，所以往后讀入6位數(shù)據(jù)“ 為77。因?yàn)槊總€(gè)顏色分量單元只有一個(gè)直011，所以它1位數(shù)據(jù)“1”，1。如此往復(fù)，最后讀到哈夫曼編碼“000，所以滿流變量結(jié)束條件（最后剩余的18*8的矩陣中應(yīng)15-00000100300000000000000000000000000000000000000000000000000JPEG文件編/詳解直流系數(shù)的差分編說，通過步驟3 其中Diff為差分校正變量，也就是直接 再次提醒的是，3個(gè)顏色分量的直流變量是分開進(jìn)行差分編碼的。也就是說，為1張 時(shí)應(yīng)設(shè)置3個(gè)獨(dú)立的直流校正變量。另一個(gè)問題是，當(dāng)數(shù)據(jù)流中出現(xiàn)標(biāo)記RSTn，則3個(gè)顏色分量的直流差分校正變量Diff都需要重新復(fù)位到0。反量分量信息字段查得。一般是Y0Cr、Cb兩個(gè)分量共1。反量化的過程比較簡(jiǎn)單。只需要對(duì)8*8的顏色分量單元的64個(gè)值逐一Zig-zag編8*84，那么各反Zig-zag5圖4將顏色分量單元元素編 圖5反Zig-zag編關(guān)于量化和反Zig-zag編碼的先后順序，筆者查閱的幾份資料有不同的見解。經(jīng)過實(shí)踐試驗(yàn)，的過程中，是應(yīng)該直接用文件提供的量化表反量化矩陣數(shù)據(jù)，再將其反Zig-zag編碼才能正確。隔行的正負(fù)糾問題。而是筆者通過對(duì)已知圖像進(jìn)行JPEG編碼壓縮，然后和該圖的JPEG文件數(shù)據(jù)對(duì)比發(fā)現(xiàn)的問題。具體原因不明。80、1、……、6、7編出行號(hào)），1、3、5、7行，反離散余弦變之前提到，文件中的數(shù)據(jù)是在編碼時(shí)通過正向離散余弦變換進(jìn)行時(shí)空域向頻率域變換而得到的結(jié)果，所以現(xiàn)在 就必須將其反向離散余弦變換（IDT），就是把顏色分量單元陣中的頻率域數(shù)值向時(shí)空域轉(zhuǎn)換。并且，原來的頻率域的矩陣大小為8*8，則經(jīng)過反向離散余弦變換后，時(shí)空域的矩陣仍然是8*8。設(shè)正負(fù)糾正后的頻率域矩陣為F[u][v]，而反向離散余弦變換后的矩陣為f[i][j]，其中0≤u,v,i,j≤7。具體使用的 C（u）=（當(dāng)u=0），C（u）=1（u≠0）；C（v）=（當(dāng)v=0），C（u）=1（另外補(bǔ)充一下正向離散余弦變換 ，用于編碼YCrCbRGB轉(zhuǎn)要在屏幕上顯示圖像，就必須以RGB模式表示圖像的顏色。所以，解碼時(shí)需要把YCrCb模式向RGB模式轉(zhuǎn)換。1：1：13個(gè)顏色分量都4：1：1的采樣因子就不一樣了。由“初步了4：1：1的采樣因子的分析，可以知道一個(gè)MCU4YCrCb1個(gè)分量單2Cr分量單元（64個(gè)采樣點(diǎn)）應(yīng)該平4Y16Y116個(gè)值用于Y216Y516Y6