本文详细解析了OpenCV中JPEG图片的解码流程，包括如何选择合适的解码器、读取图片头部信息及数据等关键步骤。
在经历第一份工作的2年半后，有幸能够从新进入到图像处理这个领域来，与以前工作时只能空闲时间看看OpenCV源码、博客和了解OpenCV最新动态这种三天打鱼两天晒网的不同，这次自己可以专心扎进这里面来了。学习图像处理自然少不了OpenCV，其源码完全开源、强大的使用群体和社区资源是学习图像处理的不二之选，其源码也是十分值得图像处理人研究学习的。从这期开始将逐渐分析其种的源码实现，也算是对平时的工作、学习做个备份，正所谓好记性不如烂笔头，且能看、能说和能写是完全不同的。本期将主要讲解OpenCV中对JPEG图片的解码处理。
使用OpenCV处理的图像的第一步就是载入图像数据了，这是一个图片解码的过程，这次将以JPEG图片为例进行说明。读取图片自然是离不开imread这个接口了，其函数原型如下：
Mat imread(const String& filename, int flags)从OpenCV源码上看imread接口接受一个文件名和flags作为参数，filename就不用说了，自然就是我们要读入的图片，flags可以理解读取图片的方式了，其定义在imgcodecs.hpp里，具体如下，我们可以根据处理需要选择读取方式。
//! Imread flags
enum ImreadModes {
IMREAD_UNCHANGED = -1, //!< If set, return the loaded image as is (with alpha channel, otherwise it gets cropped).
IMREAD_GRAYSCALE = 0, //!< If set, always convert image to the single channel grayscale image.
IMREAD_COLOR = 1, //!< If set, always convert image to the 3 channel BGR color image.
IMREAD_ANYDEPTH = 2, //!< If set, return 16-bit/32-bit image when the input has the corresponding depth, otherwise convert it to 8-bit.
IMREAD_ANYCOLOR = 4, //!< If set, the image is read in any possible color format.
IMREAD_LOAD_GDAL = 8, //!< If set, use the gdal driver for loading the image.
IMREAD_REDUCED_GRAYSCALE_2 = 16, //!< If set, always convert image to the single channel grayscale image and the image size reduced 1/2.
IMREAD_REDUCED_COLOR_2 = 17, //!< If set, always convert image to the 3 channel BGR color image and the image size reduced 1/2.
IMREAD_REDUCED_GRAYSCALE_4 = 32, //!< If set, always convert image to the single channel grayscale image and the image size reduced 1/4.
IMREAD_REDUCED_COLOR_4 = 33, //!< If set, always convert image to the 3 channel BGR color image and the image size reduced 1/4.
IMREAD_REDUCED_GRAYSCALE_8 = 64, //!< If set, always convert image to the single channel grayscale image and the image size reduced 1/8.
IMREAD_REDUCED_COLOR_8 = 65, //!< If set, always convert image to the 3 channel BGR color image and the image size reduced 1/8.
IMREAD_IGNORE_ORIENTATION = 128 //!< If set, do not rotate the image according to EXIF's orientation flag.
};在imread_ 里面首先映入眼帘的都是ImageDecoder decoder;从这个命名来看这就是一个图片解码器了，由于我们起初并不知道需要什么样的解码方式才能解传入的图片，这就需要代码实现去找对应图片格式的解码器。这里有2种方式GdalDecoder().newDecoder()和findDecoder，第一个没用过，从其他解释来看这是针对遥感图像数据处理了，这里将不做详解，以后用到在see see。findDecoder接口只传入了一个filename，没错这就是我们读入图片的文件命令，findDecoder里面首先是遍历所有注册的解码器，找到最大的signatureLength，这个我们可以在grfmt_base.cpp里面找到，其实现如下：
size_t BaseImageDecoder::signatureLength() const
{
return m_signature.size();
}从代码看可以知道这是属于BaseImageDecoder类的一个方法，而它的处理结果是返回m_signature的大小，针对于JPEG图片其赋值为 m_signature = "\xFF\xD8\xFF";这个可以在grfmt_jpeg.cpp里找到。找到这个长度后，就打开文件读取这个长度的数据到signature里去，接下来自然还是遍历所有注册的解码器，找到那个与传入图片signature相对应的解码器。
bool BaseImageDecoder::checkSignature( const String& signature ) const
{
size_t len = signatureLength();
return signature.size() >= len && memcmp( signature.c_str(), m_signature.c_str(), len ) == 0;
}假设已经找到图片对应的解码器了，接下来的处理就是decoder->readHeader()，找到其对应的JPEG实现：
bool JpegDecoder::readHeader()
{
volatile bool result = false;
close();
JpegState* state = new JpegState;
m_state = state;
state->cinfo.err = jpeg_std_error(&state->jerr.pub);
state->jerr.pub.error_exit = error_exit;
if( setjmp( state->jerr.setjmp_buffer ) == 0 )
{
jpeg_create_decompress( &state->cinfo );
if( !m_buf.empty() )
{
jpeg_buffer_src(&state->cinfo, &state->source);
state->source.pub.next_input_byte = m_buf.ptr();
state->source.pub.bytes_in_buffer = m_buf.cols*m_buf.rows*m_buf.elemSize();
}
else
{
m_f = fopen( m_filename.c_str(), "rb" );
if( m_f )
jpeg_stdio_src( &state->cinfo, m_f );
}
if (state->cinfo.src != 0)
{
jpeg_read_header( &state->cinfo, TRUE );
state->cinfo.scale_num=1;
state->cinfo.scale_denom = m_scale_denom;
m_scale_denom=1; // trick! to know which decoder used scale_denom see imread_
jpeg_calc_output_dimensions(&state->cinfo);
m_width = state->cinfo.output_width;
m_height = state->cinfo.output_height;
m_type = state->cinfo.num_components > 1 ? CV_8UC3 : CV_8UC1;
result = true;
}
}
if( !result )
close();
return result;
}这完全就是调用的JPEG实现了，大致就是创建JPEG解码器，设置输入源为文件，读取文件的宽高通道信息了。如果对这部分不是很清楚的，可以下载下libjpeg的源码，其example.c、libjpeg.txt都是你理解的好帮手。
接下来就是创建OpenCV图片管理器了，再接着就是读取图片，同理找到JPEG的对应实现：
bool JpegDecoder::readData( Mat& img )
{
volatile bool result = false;
size_t step = img.step;
bool color = img.channels() > 1;
if( m_state && m_width && m_height )
{
jpeg_decompress_struct* cinfo = &((JpegState*)m_state)->cinfo;
JpegErrorMgr* jerr = &((JpegState*)m_state)->jerr;
JSAMPARRAY buffer = 0;
if( setjmp( jerr->setjmp_buffer ) == 0 )
{
/* check if this is a mjpeg image format */
if ( cinfo->ac_huff_tbl_ptrs[0] == NULL &&
cinfo->ac_huff_tbl_ptrs[1] == NULL &&
cinfo->dc_huff_tbl_ptrs[0] == NULL &&
cinfo->dc_huff_tbl_ptrs[1] == NULL )
{
/* yes, this is a mjpeg image format, so load the correct
huffman table */
my_jpeg_load_dht( cinfo,
my_jpeg_odml_dht,
cinfo->ac_huff_tbl_ptrs,
cinfo->dc_huff_tbl_ptrs );
}
if( color )
{
if( cinfo->num_components != 4 )
{
cinfo->out_color_space = JCS_RGB;
cinfo->out_color_components = 3;
}
else
{
cinfo->out_color_space = JCS_CMYK;
cinfo->out_color_components = 4;
}
}
else
{
if( cinfo->num_components != 4 )
{
cinfo->out_color_space = JCS_GRAYSCALE;
cinfo->out_color_components = 1;
}
else
{
cinfo->out_color_space = JCS_CMYK;
cinfo->out_color_components = 4;
}
}
jpeg_start_decompress( cinfo );
buffer = (*cinfo->mem->alloc_sarray)((j_common_ptr)cinfo,
JPOOL_IMAGE, m_width*4, 1 );
uchar* data = img.ptr();
for( ; m_height--; data += step )
{
jpeg_read_scanlines( cinfo, buffer, 1 );
if( color )
{
if( cinfo->out_color_components == 3 )
icvCvt_RGB2BGR_8u_C3R( buffer[0], 0, data, 0, cvSize(m_width,1) );
else
icvCvt_CMYK2BGR_8u_C4C3R( buffer[0], 0, data, 0, cvSize(m_width,1) );
}
else
{
if( cinfo->out_color_components == 1 )
memcpy( data, buffer[0], m_width );
else
icvCvt_CMYK2Gray_8u_C4C1R( buffer[0], 0, data, 0, cvSize(m_width,1) );
}
}
result = true;
jpeg_finish_decompress( cinfo );
}
}
close();
return result;
}这里采用逐行读取解码的形式将解码后的图像数据拷贝给Mat ptr，至此对于JPEG的OpenCV imread实现就完全讲解完了，整个过程梳理下来，自己也收获不少。这就是自己对这部分的理解，欢迎大家留言交流。附上一个很好的libjpeg使用教程l：
扫一扫
2026
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
