该博客围绕JPEG编解码实验展开，介绍了实验目的，即掌握JPEG编解码原理与数据压缩算法实现。阐述了JPEG编码器、解码器原理及文件解析方法，还说明了实验内容，包括调试理解解码器程序、理解程序设置、输出量化表和huffman表以及DC、AC图像及其概率分布。
目录
一、实验目的
掌握JPEG编解码系统的基本原理。初步掌握复杂的数据压缩算法实现，并能根据理论分析需要实现所对应数据的输出。
二、实验原理
（本来打算和电视原理讲的JPEG结合一下，最后总结的太乱了，大家还是看图吧）
1、JPEG编码器：
（1）零频偏置：（由单极性信号转变为双极性信号）
——为了减少绝对值为三位数的几率，将0电平移动到中央，降低平均亮度，降低DCT变化变化后的直流系数。
（2）DCT变换：（注意这里是无损变换）
去除数据图像的相关性，使图像能量集中，去除信号之间相关性。
——注意DCT的物理变化~（信号的合成和分解）
（3）量化：（引入误差）
⚪由于人眼对亮度信号比对色差信号更敏感，JPEG针对亮度和色度使用了两种不同量化表（色度量化表、亮度量化表）
⚪考虑到人眼对低频敏感，对高频不太敏感的视觉特性，低频部分采取较细量化，高频部分采取粗量化，减少视觉冗余。
⚪同时JPEG还引入了缩放因子，真正的量化表=缩放因子*基本量化表，质量因子越小，量化程度越深，图像质量越不好。
（4）DC系数DPCM差分编码
考虑到DCT变换后（能量集中在左上角低频分量的特点）：①DC系数大，②相邻的DC系数之间变化不大（存在冗余）的特征，对DC系数采用差分预测编码的方式
（5）AC系数（之字形扫描+游程编码）
同样考虑到DCT变换后，系数集中在左上角低频分量区，因此采用之字形按频率读出能够出现很多连零的机会。利用重复零可以进行游程编码进一步增加压缩效率。（游程编码非本次课程重点，理解原理即可）
注意：AC系数按照之字形存储，量化表中的系数也是按照之字形存储！！！！！
（6）Huffman编码
DC和AC系数分别进行Huffman编码，最终输出编码后的图像
2、JPEG解码器
可以理解为编码的逆过程。
解码熵编码——重构量化后系数——反DCT——丢弃填充的行列——反0偏置——下采样逆过程——转RGB图像
3、JPEG文件解析
用Visual Studio二进制编辑器格式打开一个jpeg文件：
（1）SOI ,Start of Image图像开始：固定标识符0xFFD8 （每一个JPEG文件都必须以SOI开始）
（2）EOI，End of Image图像结束：固定标识符0xFFD9
（3）APP0 应用程序保留标记0
（4）DQT 定义量化表：固定标识符0xFFDB
可以重复出现，表示多个量化表，一般为两个量化表（AC&DC)，如下图所示
略展开说一说：JPEG中量化表也是按照之字形存储，0043表示表长，00（0表示精度，C表示index，这里是序号是0的量化表）剩下64bytes分别表示量化表的量化系数：
将序号为0的量化表反之字形输出：
（5） SOF0一帧图像的开始，固定标识符0xFFC0
长度：0x0011，精度08（每个颜色分量每个像素1byte），图像高度0x0801，图像宽度（0x0601）
（6）DHT：哈夫曼表，固定标识符0xFFC4
通常会有4个DHT表，分别用于表示AC的亮度、色度；DC的亮度、色度
001F表长，01高四bit表示表示DC，低四bit为1号表，后续按照huffman标准化编码表示
三、实验内容
（1）调试和理解JPEG解码器程序
将输入的JPEG文件进行解码，将输出文件保存为可供YUVViewer观看的YUV文件。
1、将JPEG图放到JPEG_parser程序中，输出JPEG图的详细信息，对信息进行分析：
2、查看JPEG编解码cpp文件进行分析
①查看命令行参数：（不设置命令行参数，运行程序）
options：需要输入三个命令行参数
loadjpeg [options] <input_filename.jpeg> <format> <output_filename>
输入的jpg图像名称、jpeg图像格式、输出的文件名称（图像格式如下：yuv、rgb、bgr、gray）
②设置命令行参数
③观察程序中TRACE
最开始TRACE的定义写在头文件tinyjpeg.h中，初始化为1
后来在程序中很多地方都有trace的调用，随机选取一个分析
如果 trace=1，以写入的方式打开tracefile的文件目录，接着检查trace指针的状态；
trace方便我们的程序边运行边将运行结果写入文档，我们能通过文档判断程序是否正确解码。
（2）理解程序设置
1、结构体理解
在理解程序之前，我们先简单认识一下程序中最开始定义的三个结构体
①huffman table：存储huffman码表
struct huffman_table/////定义huffman码表结构
{
/* Fast look up table, using HUFFMAN_HASH_NBITS bits we can have directly the symbol,
* if the symbol is <0, then we need to look into the tree table */
short int lookup[HUFFMAN_HASH_SIZE];!!!!获取权值对应的码字
/* code size: give the number of bits of a symbol is encoded */
unsigned char code_size[HUFFMAN_HASH_SIZE];!!!!码长
/* some place to store value that is not encoded in the lookup table
* FIXME: Calculate if 256 value is enough to store all values
*/
uint16_t slowtable[16-HUFFMAN_HASH_NBITS][256];//还存储一个大型huffman表？当当码长>9时，由该表处理
};正常huffman码表解码时需要的码表结构如下图：
②component：存储解码信息，包括采样因子、量化表信息、以及AC和DC系数的指针等。
struct component
{
unsigned int Hfactor;// 水平采样因子
unsigned int Vfactor;// 垂直采样因子
float *Q_table; // 8*8块的量化表
struct huffman_table *AC_table;// AC交流系数的huffman码表
struct huffman_table *DC_table;// DC直流系数的huffman码表
short int previous_DC; //获取前一个块解码后的DC系数（考虑到后面的DPCM编码，需要保存上一个块的像素值
short int DCT[64]; //DCT系数
#if SANITY_CHECK
unsigned int cid;
#endif
};
③jdec_private：定义JPEG数据流信息，声明图像数据、量化表、Huffman表、DCT解码后系数存储空间等。
struct jdec_private
{
/* Public variables */
uint8_t *components[COMPONENTS];//定义指针数组，指向三种分量用于存放解码后数据的数组的地址
unsigned int width, height;//图像宽高
unsigned int flags;
/* Private variables */
const unsigned char *stream_begin, *stream_end;//标记数据流的开始和结束
unsigned int stream_length;//数据流长度
const unsigned char *stream; //当前解码流指针
unsigned int reservoir, nbits_in_reservoir;//数据流长度
struct component component_infos[COMPONENTS];//存放三种分量的component信息
float Q_tables[COMPONENTS][64]; /* quantization tables */
struct huffman_table HTDC[HUFFMAN_TABLES]; /* DC huffman tables */
struct huffman_table HTAC[HUFFMAN_TABLES]; /* AC huffman tables */
int default_huffman_table_initialized;
int restart_interval;
int restarts_to_go; /* MCUs left in this restart interval */
int last_rst_marker_seen; /* Rst marker is incremented each time */
/* Temp space used after the IDCT to store each components */
uint8_t Y[64*4], Cr[64], Cb[64];//保存每个块经过IDCT解码后的像素
jmp_buf jump_state;
/* Internal Pointer use for colorspace conversion, do not modify it !!! */
uint8_t *plane[COMPONENTS];//用于彩色空间转换
};
2、梳理代码逻辑
convert_one_image函数（读取判断输入文件格式，解码并按照输出格式输出）
int convert_one_image(const char *infilename, const char *outfilename, int output_format)
{//输入文件名称、输出文件名称、输出文件格式
FILE *fp;
unsigned int length_of_file; // 文件大小
unsigned int width, height; // 图像宽、高
unsigned char *buf;
struct jdec_private *jdec; //JPEG数据数据流
unsigned char *components[3];
fp = fopen(infilename, "rb");//读取JPEG图像
if (fp == NULL)
exitmessage("Cannot open filename\n");
length_of_file = filesize(fp);//输入文件的字节大小
buf = (unsigned char *)malloc(length_of_file + 4);
if (buf == NULL)
exitmessage("Not enough memory for loading file\n");
fread(buf, length_of_file, 1, fp);
fclose(fp);
/* Decompress it */
jdec = tinyjpeg_init(); // 初始化
if (jdec == NULL)
exitmessage("Not enough memory to alloc the structure need for decompressing\n");
if (tinyjpeg_parse_header(jdec, buf, length_of_file)<0)//读取头文件，检查图像格式
exitmessage(tinyjpeg_get_errorstring(jdec));
tinyjpeg_get_size(jdec, &width, &height);// 计算图像宽高
snprintf(error_string, sizeof(error_string),"Decoding JPEG image...\n");
if (tinyjpeg_decode(jdec, output_format) < 0) // 解码实际数据
exitmessage(tinyjpeg_get_errorstring(jdec));
/*
* Get address for each plane (not only max 3 planes is supported), and
* depending of the output mode, only some components will be filled
* RGB: 1 plane, YUV420P: 3 planes, GREY: 1 plane
*/
tinyjpeg_get_components(jdec, components);//将compoents结构体的数据传入jdec
switch (output_format)//选择输出图像格式 保存
{
case TINYJPEG_FMT_RGB24:
case TINYJPEG_FMT_BGR24:
write_tga(outfilename, output_format, width, height, components);
break;
case TINYJPEG_FMT_YUV420P:
write_yuv(outfilename, width, height, components);
break;
case TINYJPEG_FMT_GREY:
write_pgm(outfilename, width, height, components);
break;
}
/* Only called this if the buffers were allocated by tinyjpeg_decode() */c
tinyjpeg_free(jdec);
/* else called just free(jdec); */
free(buf);
return 0;
}
tinyjpeg_init初始化函数：（动态分配存储内存）
定义priv（后面经常用到）结构体
struct jdec_private *tinyjpeg_init(void)
{
struct jdec_private *priv;//声明JPEG数据结构体
priv = (struct jdec_private *)calloc(1, sizeof(struct jdec_private));//在内存的动态存储区中分配1个struct jdec_private大小的连续空间
if (priv == NULL)
return NULL;
return priv;
}tinyjpeg_parse_header函数，解码JPEG头信息（FFD8-SOI）
读取完前两字节后，开始指针后移两位priv->stream_begin=buffer+2，文件未读长度-2，接parse_JFIF函数遍历整个文件，找到不同的标识码，并解析相应标识码对应的信息
int tinyjpeg_parse_header(struct jdec_private *priv, const unsigned char *buf, unsigned int size)
{
int ret;
/* Identify the file */
if ((buf[0] != 0xFF) || (buf[1] != SOI))//判断输入的图像是否为JPEG图像
snprintf(error_string, sizeof(error_string),"Not a JPG file ?\n");
priv->stream_begin = buf+2;
priv->stream_length = size-2;
priv->stream_end = priv->stream_begin + priv->stream_length;
ret = parse_JFIF(priv, priv->stream_begin);//进入JFIF解析，查看各类标签
return ret;
}Parse_JFIF：判断各种标签（摘出来最重要的一部分）：
static int parse_JFIF(struct jdec_private *priv, const unsigned char *stream)
{
int chuck_len;
int marker;
int sos_marker_found = 0;
int dht_marker_found = 0;
const unsigned char *next_chunck;
/* Parse marker */利用循环判断数据格式类型
while (!sos_marker_found)
{
if (*stream++ != 0xff)
goto bogus_jpeg_format;
/* Skip any padding ff byte (this is normal) */
while (*stream == 0xff)
stream++;
marker = *stream++;
chuck_len = be16_to_cpu(stream);
next_chunck = stream + chuck_len;
switch (marker)
{
case SOF:
if (parse_SOF(priv, stream) < 0)
return -1;
break;
case DQT:
if (parse_DQT(priv, stream) < 0)
return -1;
break;
case SOS:
if (parse_SOS(priv, stream) < 0)
return -1;
sos_marker_found = 1;
break;
case DHT:
if (parse_DHT(priv, stream) < 0)
return -1;
dht_marker_found = 1;
break;
case DRI:
if (parse_DRI(priv, stream) < 0)
return -1;
break;
default:
}
stream = next_chunck;
}
}其中最重要的DHT量化表解析：
static int parse_DQT(struct jdec_private *priv, const unsigned char *stream)
{
int qi;
float *table;
const unsigned char *dqt_block_end;
#if TRACE
fprintf(p_trace,"> DQT marker\n");////在文件中写出正在解析DQT
fflush(p_trace);
#endif
dqt_block_end = stream + be16_to_cpu(stream);
stream += 2; /* Skip length */
while (stream < dqt_block_end)
{
qi = *stream++;
table = priv->Q_tables[qi];
build_quantization_table(table, stream);///建立量化表
stream += 64;
}
#if TRACE
fprintf(p_trace,"< DQT marker\n");////表示DQT解析结束
fflush(p_trace);
#endif
return 0;
}反之字形建立标准量化表：
注意在实际函数中，实际还用到了缩放因子aanscalefactor，对于8*8的宏块量化系数还不一样~
static void build_quantization_table(float *qtable, const unsigned char *ref_table)
{
int i, j;
static const double aanscalefactor[8] = {
1.0, 1.387039845, 1.306562965, 1.175875602,
1.0, 0.785694958, 0.541196100, 0.275899379
};
const unsigned char *zz = zigzag;
for (i=0; i<8; i++) {
for (j=0; j<8; j++) {
*qtable++ = ref_table[*zz++] * aanscalefactor[i] * aanscalefactor[j];
}
}
}DHT表解析：建立Huffman码表（读取对应码长的码字对应的权重）
static int parse_DHT(struct jdec_private *priv, const unsigned char *stream)
{
unsigned int count, i;
unsigned char huff_bits[17];
int length, index;
length = be16_to_cpu(stream) - 2;
stream += 2; /* Skip length */
#if TRACE
fprintf(p_trace,"> DHT marker (length=%d)\n", length);
fflush(p_trace);
#endif
while (length>0) {
index = *stream++;
huff_bits[0] = 0;
count = 0;
for (i=1; i<17; i++) {
huff_bits[i] = *stream++;
count += huff_bits[i];
}
#if TRACE
fprintf(p_trace,"Huffman table %s[%d] length=%d\n", (index&0xf0)?"AC":"DC", index&0xf, count);
fflush(p_trace);
#endif
#endif
if (index & 0xf0 )
build_huffman_table(huff_bits, stream, &priv->HTAC[index&0xf]);
else
build_huffman_table(huff_bits, stream, &priv->HTDC[index&0xf]);
length -= 1;
length -= 16;
length -= count;
stream += count;
}
#if TRACE
fprintf(p_trace,"< DHT marker\n");
fflush(p_trace);
#endif
return 0;
}tinyjpeg_decode函数 按照MCU为单位，
- 根据上面判断的参数对JPEG数据进行解码，得到解码后的数据，并且对每个宏块进行huffman解码，得到了DCT的系数在进行反DCT
int tinyjpeg_decode(struct jdec_private *priv, int pixfmt)
{
unsigned int x, y, xstride_by_mcu, ystride_by_mcu;
unsigned int bytes_per_blocklines[3], bytes_per_mcu[3];
decode_MCU_fct decode_MCU;
const decode_MCU_fct *decode_mcu_table;
const convert_colorspace_fct *colorspace_array_conv;
convert_colorspace_fct convert_to_pixfmt;
if (setjmp(priv->jump_state))
return -1;
bytes_per_mcu[1] = 0;
bytes_per_mcu[2] = 0;
bytes_per_blocklines[1] = 0;
bytes_per_blocklines[2] = 0;
decode_mcu_table = decode_mcu_3comp_table;
switch (pixfmt) { //根据不同的存储格式进行不同的操作
case TINYJPEG_FMT_YUV420P: //这种格式使用的decode_mcu_table是decode_mcu_3comp_table
colorspace_array_conv = convert_colorspace_yuv420p;
if (priv->components[0] == NULL)
priv->components[0] = (uint8_t *)malloc(priv->width * priv->height);
if (priv->components[1] == NULL)
priv->components[1] = (uint8_t *)malloc(priv->width * priv->height/4);
if (priv->components[2] == NULL)
priv->components[2] = (uint8_t *)malloc(priv->width * priv->height/4);
bytes_per_blocklines[0] = priv->width;
bytes_per_blocklines[1] = priv->width/4;
bytes_per_blocklines[2] = priv->width/4;
bytes_per_mcu[0] = 8;
bytes_per_mcu[1] = 4;
bytes_per_mcu[2] = 4;
break;
}
//mcu的组织，对每个 MCU 解码
xstride_by_mcu = ystride_by_mcu = 8;
if ((priv->component_infos[cY].Hfactor | priv->component_infos[cY].Vfactor) == 1) {
decode_MCU = decode_mcu_table[0]; //使用的函数为decode_MCU_1x1_3planes
convert_to_pixfmt = colorspace_array_conv[0];
} else if (priv->component_infos[cY].Hfactor == 1) {
decode_MCU = decode_mcu_table[1];
convert_to_pixfmt = colorspace_array_conv[1];
ystride_by_mcu = 16;
#if TRACE
fprintf(p_trace,"Use decode 1x2 sampling (not supported)\n");
fflush(p_trace);
#endif
} else if (priv->component_infos[cY].Vfactor == 2) {
decode_MCU = decode_mcu_table[3];
convert_to_pixfmt = colorspace_array_conv[3];
xstride_by_mcu = 16;
ystride_by_mcu = 16;
#if TRACE
fprintf(p_trace,"Use decode 2x2 sampling\n");
fflush(p_trace);
#endif
} else {
decode_MCU = decode_mcu_table[2];
convert_to_pixfmt = colorspace_array_conv[2];
xstride_by_mcu = 16;
#if TRACE
fprintf(p_trace,"Use decode 2x1 sampling\n");
fflush(p_trace);
#endif
}
resync(priv);
/* Don't forget to that block can be either 8 or 16 lines */
bytes_per_blocklines[0] *= ystride_by_mcu;
bytes_per_blocklines[1] *= ystride_by_mcu;
bytes_per_blocklines[2] *= ystride_by_mcu;
bytes_per_mcu[0] *= xstride_by_mcu/8;
bytes_per_mcu[1] *= xstride_by_mcu/8;
bytes_per_mcu[2] *= xstride_by_mcu/8;
//对每个宏块进行 Huffman 解码得到DCT系数
for (y=0; y < priv->height/ystride_by_mcu; y++)
{
//trace("Decoding row %d\n", y);
priv->plane[0] = priv->components[0] + (y * bytes_per_blocklines[0]);
priv->plane[1] = priv->components[1] + (y * bytes_per_blocklines[1]);
priv->plane[2] = priv->components[2] + (y * bytes_per_blocklines[2]);
for (x=0; x < priv->width; x+=xstride_by_mcu)
{
decode_MCU(priv); //解码~
convert_to_pixfmt(priv);
priv->plane[0] += bytes_per_mcu[0];
priv->plane[1] += bytes_per_mcu[1];
priv->plane[2] += bytes_per_mcu[2];
if (priv->restarts_to_go>0)
{
priv->restarts_to_go--;
if (priv->restarts_to_go == 0)
{
priv->stream -= (priv->nbits_in_reservoir/8);
resync(priv);
if (find_next_rst_marker(priv) < 0)
return -1;
}
}
}
}
return 0;
}
write_yuv：将YUV分量的值写入三个文件（刚开始为三通道每个通道都建立了结构体，因此也保存了三个分量各自的信息）
在这里我们将yuv三个分量的值都输出查看：
static void write_yuv(const char *filename, int width, int height, unsigned char **components)
{
FILE *F;
char temp[1024];
snprintf(temp, 1024, "%s.Y", filename);
F = fopen(temp, "wb");
fwrite(components[0], width, height, F);
fclose(F);
snprintf(temp, 1024, "%s.U", filename);
F = fopen(temp, "wb");
fwrite(components[1], width*height/4, 1, F);
fclose(F);
snprintf(temp, 1024, "%s.V", filename);
F = fopen(temp, "wb");
fwrite(components[2], width*height/4, 1, F);
fclose(F);
snprintf(temp, 1024, "%s.yuv", filename);
F = fopen(temp, "wb");
fwrite(components[0], width, height, F);
fwrite(components[1], width * height / 4, 1, F);
fwrite(components[2], width * height / 4, 1, F);
fclose(F);
}运行程序，得到输出结果：
（3）输出量化表和huffman表
在头文件下trace语句后类似写好DHT和DQT输出定义：
FILE *DQT_trace;//量化表
FILE *DHT_trace;//huffman表
#define DQT_file "DQT.txt"
#define DHT_file "DHT.txt"和trace的写法类似： 在主函数中找到trace打开的位置，类似的加入打开文件：
#if TRACE
p_trace=fopen(TRACEFILE,"w");
if (p_trace==NULL)
{
printf("trace file open error!");
}
DQT_trace = fopen(DQT_file, "w");
if (DQT_trace == NULL)
{
printf("Q_trace file open error!");
}
DHT_trace = fopen(DQT_file, "w");
if (DHT_trace == NULL)
{
printf("Q_trace file open error!");
}
#endif在DHT函数中打开trace时，表示边运行边写入：
#if TRACE
fprintf(p_trace,"Huffman table %s[%d] length=%d\n", (index&0xf0)?"AC":"DC", index&0xf, count);
fflush(p_trace);
fprintf(DHT_trace, "Huffman table %s[%d] length=%d\n", (index & 0xf0) ? "AC" : "DC", index & 0xf, count);
fflush(DHT_trace);
#endif在build_quantization_table函数中将Huffman表打印出来：
#if TRACE
fprintf(p_trace,"val=%2.2x code=%8.8x codesize=%2.2d\n", val, code, code_size);
fflush(p_trace);
fprintf(DHT_trace, "val=%2.2x code=%8.8x codesize=%2.2d\n", val, code, code_size);
fflush(DHT_trace);
#endif继续打印DQT表：（量化表的标签）
#if TRACE
fprintf(p_trace,"< DQT marker\n");
fflush(p_trace);
fprintf(DQT_trace, "DQT marker:%d\n", qi);
fflush(DQT_trace);
#endifbuild_huffman_table函数中加入如下：打印出 量化表的具体内容：
#if TRACE
for (i=0; i<8; i++) {
for (j=0; j<8; j++) {
fprintf(DQT_trace, "%d\t", ref_table[*zz]);
*qtable++ = ref_table[*zz++] * aanscalefactor[i] * aanscalefactor[j];
}
}
#endif最终得到最后结果：
两张量化表：
可以看出第二张量化表的量化步长更大，最终得到的质量也越不好，根据人眼对色度分量不敏感的特点，我们也能实现推断出第二张图为色度图。
四张huffman表：
亮度分量：
DC系数
色度分量：
（3）输出DC、AC图像及其概率分布
在tinyjpeg_decode函数中修改~这里注意，DC和AC系数都是指的是DCT变换后，存储DCT变量的数据，DCT[0]即DC图像，DCT[1]~DCT[63]为AC系数：
在decode函数中进行修改：
int tinyjpeg_decode(struct jdec_private *priv, int pixfmt)
{
FILE* DCFile;///DC系数的存储指针
FILE* ACFile_1, * ACFile_10, * ACFile_20;////AC系数的存储指针
DCFile = fopen("DC.yuv", "w");
ACFile_1 = fopen("AC1.yuv", "w");
ACFile_10 = fopen("AC10.yuv", "w");
ACFile_20 = fopen("AC10.yuv", "w");
unsigned char* uvbuf = 128; //将DC系数和AC系数认为是Y分量，uv分量统一设置为128
unsigned char* DCbuf, * ACbuf_1, * ACbuf_10, * ACbuf_20;
int count = 0; //统计Y分量的数量
.......
for (y=0; y < priv->height/ystride_by_mcu; y++)
{
//trace("Decoding row %d\n", y);
priv->plane[0] = priv->components[0] + (y * bytes_per_blocklines[0]);
priv->plane[1] = priv->components[1] + (y * bytes_per_blocklines[1]);
priv->plane[2] = priv->components[2] + (y * bytes_per_blocklines[2]);
for (x=0; x < priv->width; x+=xstride_by_mcu)
{
decode_MCU(priv);
//加入DC,AC的数据接入文件
//DC系数的范围是-512~512，为了使图像能显示，手动+512/4
DCbuf = (unsigned char)((priv->component_infos->DCT[0] + 512) / 4.0);
fwrite(&DCbuf, 1, 1, DCFile);
//AC系数，手动+128，调成正值
ACbuf_1 = (unsigned char)((priv->component_infos->DCT[1] + 128));
fwrite(&ACbuf_1, 1, 1, ACFile_1);
ACbuf_10 = (unsigned char)((priv->component_infos->DCT[10] + 128));
fwrite(&ACbuf_10, 1, 1, ACFile_10);
ACbuf_20 = (unsigned char)((priv->component_infos->DCT[20] + 128));
fwrite(&ACbuf_20, 1, 1, ACFile_20);
convert_to_pixfmt(priv);
priv->plane[0] += bytes_per_mcu[0];
priv->plane[1] += bytes_per_mcu[1];
priv->plane[2] += bytes_per_mcu[2];
if (priv->restarts_to_go>0)
{
priv->restarts_to_go--;
if (priv->restarts_to_go == 0)
{
priv->stream -= (priv->nbits_in_reservoir/8);
resync(priv);
if (find_next_rst_marker(priv) < 0)
return -1;
}
}
}
}
.......
//uv分量写进文件
for (int j = 0; j < count * 0.25 * 2; j++)
{
fwrite(&uvbuf, sizeof(unsigned char), 1, DCFile);
fwrite(&uvbuf, sizeof(unsigned char), 1, ACFile_1);
fwrite(&uvbuf, sizeof(unsigned char), 1, ACbuf_10);
fwrite(&uvbuf, sizeof(unsigned char), 1, ACbuf_20);
}
fclose(DCFile);
fclose(ACFile_1);
fclose(ACbuf_10);
fclose(ACbuf_20);
return 0;
}运行程序，得到两个结果图：
用YUVviewer打开：
统计DC、AC1、AC10、AC20系数的概率分布如下：
| DC系数 | AC1系数 |
 |  |
| AC10系数 | AC20系数 |
 |  |
通过图片我们可以观察到，DC系数的波动范围大，分布范围广，（具有原图的大部分能量）
AC系数能量较小，且集中于128附近（注意我们刚开始的时候为了保证AC系数为正数，给AC系数+128，现在集中于128证明原来的AC系数集中于0附近。
这也验证了DCT变换后，能量集中于左上角，且主要集中在直流分量上，AC系数能量分布较少。
总结
JPEG编码核心在于DCT变换（变换编码），DCT实现了能量集中、稀疏化和去相关，去除空间冗余，提高了编码效率。DCT变换后，能量大多集中在左上角，低频分量所占的能量大。
但JPEG编码的问题在于：当压缩比较高时，压缩相当于经过了一个低通滤波器，时域体现为于sa函数的卷积，卷积的衰减波纹造成像素间的串扰（容易产生边缘模糊等失真现象）。
扫一扫
2407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
