花一天写了个JPEG解码器，来整理一下JPEG格式的原理
2026-01-30 05:06:31
JPEG是一种广泛使用的图像压缩格式，其核心原理是通过一系列步骤将图像数据转换为更紧凑的形式，同时尽量保持图像质量。以下是JPEG格式的原理：
色彩空间转换：JPEG首先将图像从RGB色彩空间转换到YCbCr色彩空间。Y代表亮度（Luma），Cb和Cr代表色度（Chrominance）。这种转换是基于人眼对亮度变化比对色彩变化更敏感的特性。
降采样：在YCbCr色彩空间中，色度通道（Cb和Cr）通常会被降采样，这意味着它们的分辨率会被降低。常见的降采样比例是2:1水平降采样和2:1垂直降采样，或者1:1:1（不降采样）。
分块：图像被分割成8x8像素的小块，这些小块将独立进行后续处理。
离散余弦变换（DCT）：每个8x8的块都会经过DCT变换，将空间域的像素值转换为频率域的系数。DCT能够将图像中的能量集中到少数低频系数上，而高频系数则接近于零。
量化：DCT系数会被量化，即除以一个量化矩阵中的对应值并四舍五入到最接近的整数。量化是有损压缩的关键步骤，它减少了数据的精度，尤其是高频部分，因为人眼对这些细节不太敏感。
熵编码：量化后的系数会经过熵编码，如霍夫曼编码，以进一步减少数据量。这一步是无损的，它利用了系数中存在的统计冗余。
直流系数编码：每个8x8块的左上角第一个系数（直流系数，DC）表示该块的平均亮度。相邻块的直流系数通常相差不大，因此会采用差分编码。
交流系数编码：其余63个系数（交流系数，AC）按照特定的扫描顺序（通常是锯齿形顺序）排列，并进行行程编码（Run-Length Encoding, RLE），以利用连续零值的冗余。
比特流组织：编码后的数据会被组织成一系列标记（markers），这些标记包含了图像的尺寸、色彩空间、量化表、霍夫曼表等信息，以及实际的图像数据。
文件格式：最终的数据会被写入到JPEG文件中，通常以.jpg或.jpeg为扩展名。
JPEG的压缩率可以通过调整量化矩阵来控制，较高的量化值会导致更高的压缩率和更多的图像质量损失。由于JPEG是有损压缩格式，每次保存图像都会导致质量的进一步下降，因此它不适合用于需要多次编辑和保存的图像。
热门标签
