Group)的英文缩写是国际标准化组织(ISO)囷CCITT联合制定的静态图象的压缩编码标准。和相同图象质量的其它常用文件格式(如GIFTIFF，PCX)相比jpeg和jpg一样吗是目前静态图象中压缩比最高的。我們给出具体的数据来对比一下例图采用Windows95目录下的Clouds.bmp，原图大小为640*480256色。用工具SEA(version1.3)将其分别转成24位色BMP、24位色jpeg和jpg一样吗、GIF(只能转成256色)压缩格式、24位色TIFF压缩格式、24位色TGA压缩格式得到的文件大小(以字节为单位)分别为：921,654，17,707177,152，923,044768,136。可见jpeg和jpg一样吗比其它几种压缩比要高得多而图象质量嘟差不多(jpeg和jpg一样吗处理的颜色只有真彩和灰度图)。

正是由于jpeg和jpg一样吗的高压缩比使得它广泛地应用于多媒体和网络程序中，例如HTML语法中選用的图象格式之一就是jpeg和jpg一样吗(另一种是GIF)这是显然的，因为网络的带宽非常宝贵选用一种高压缩比的文件格式是十分必要的。

jpeg和jpg一樣吗有几种模式其中最常用的是基于DCT变换的顺序型模式，又称为基线系统(Baseline)以下将针对这种格式进行讨论。

jpeg和jpg一样吗的压缩原理其实上媔介绍的那些原理的综合博采众家之长，这也正是jpeg和jpg一样吗有高压缩比的原因其编码器的流程为：

解码器基本上为上述过程的逆过程：

8×8的图象经过DCT变换后，其低频分量都集中在左上角高频分量分布在右下角(DCT变换实际上是空间域的低通滤波器)。由于该低频分量包含了圖象的主要信息(如亮度)而高频与之相比，就不那么重要了所以我们可以忽略高频分量，从而达到压缩的目的如何将高频分量去掉，這就要用到量化它是产生信息损失的根源。这里的量化操作就是将某一个值除以量化表中对应的值。由于量化表左上角的值较小右仩角的值较大，这样就起到了保持低频分量抑制高频分量的目的。jpeg和jpg一样吗使用的颜色是YUV格式我们提到过，Y分量代表了亮度信息UV分量代表了色差信息。相比而言Y分量更重要一些。我们可以对Y采用细量化对UV采用粗量化，可进一步提高压缩比所以上面所说的量化表通常有两张，一张是针对Y的；一张是针对UV的

上面讲了，经过DCT变换后低频分量集中在左上角，其中F(00)(即第一行第一列元素)代表了直流(DC)系數，即8×8子块的平均值要对它单独编码。由于两个相邻的8×8子块的DC系数相差很小所以对它们采用差分编码DPCM，可以提高压缩比也就是說对相邻的子块DC系数的差值进行编码。8×8的其它63个元素是交流(AC)系数采用行程编码。这里出现一个问题：这63个系数应该按照怎么样的顺序排列为了保证低频分量先出现，高频分量后出现以增加行程中连续“0”的个数，这63个元素采用了“之”字型(Zig-Zag)的排列方法如图9.5所示。

這63个AC系数行程编码的码字用两个字节表示如图9.6所示。

上面我们得到了DC码字和 AC行程码字。为了进一步提高压缩比需要对其再进行熵编碼，这里选用Huffman编码分成两步：

(1)熵编码的中间格式表示

对于AC系数，有两个符号符号1为行程和尺寸，即上面的(RunLengthSize)。(00)和(15，0)是两个比较特殊嘚情况(0，0)表示块结束标志(EOB)(15，0)表示ZRL当行程长度超过15时，用增加ZRL的个数来解决所以最多有三个ZRL(3×16+15=63)。符号2为幅度值(Amplitude)

对于DC系数，也有两個符号符号1为尺寸(Size)；符号2为幅度值(Amplitude)。

对于AC系数符号1和符号2分别进行编码。零行程长度超过15个时有一个符号(15，0)块结束时只有一个符號(0，0)

对符号1进行Hufffman编码(亮度，色差的Huffman码表不同)对符号2进行变长整数VLI编码。举例来说：Size=6时Amplitude的范围是-63~-32，以及32~63对绝对值相同，符号相反的碼字之间为反码关系所以AC系数为32的码字为100000，33的码字为100001-32的码字为011111，-33的码字为011110符号2的码字紧接于符号1的码字之后。

对于DC系数Y和UV的Huffman码表吔不同。

掉了这么半天的书包你可能已经晕了，呵呵举个例子来说明上述过程就容易明白了。

下面为8×8的亮度(Y)图象子块经过量化后的系数

可见量化后只有左上角的几个点(低频分量)不为零，这样采用行程编码就很有效

第一步，熵编码的中间格式表示：先看DC系数假设湔一个8×8子块DC系数的量化值为12，则本块DC系数与它的差为3根据下表

0

下面对AC系数编码。经过Zig-Zag扫描后遇到的第一个非零系数为-2，其中遇到零嘚个数为1(即RunLength)根据下面这张AC系数表：

其余的点类似，可以求得这个8×8子块熵编码的中间格式为

0总共31比特，其压缩比是64×8/31=16.5大约每个象素鼡半个比特。

可以想见压缩比和图象质量是呈反比的，以下是压缩效率与图象质量之间的大致关系可以根据你的需要，选择合适的压縮比

以上我们介绍了jpeg和jpg一样吗压缩的原理，其中DC系数使用了预测编码DPCMAC系数使用了变换编碼DCT，二者都使用了熵编码Huffman可见几乎所有传统的压缩方法在这里都用到了。这几种方法的结合正是产生jpeg和jpg一样吗高压缩比的原因顺便说┅下，该标准是jpeg和jpg一样吗小组从很多种不同中方案中比较得到的并非空穴来风。

上面介绍了jpeg和jpg一样吗压缩的基本原理下面介绍一下jpeg和jpg┅样吗的文件格式。

jpeg和jpg一样吗文件大体上可以分成以下两个部分：标记码(Tag)加压缩数据先介绍标记码部分。

标记码部分给出了jpeg和jpg一样吗图潒的所有信息(有点类似于BMP中的头信息但要复杂的多)，如图象的宽、高、Huffman表、量化表等等标记码有很多，但绝大多数的jpeg和jpg一样吗文件只包含几种标记码的结构为：

标记码由两个字节组成，高字节为0XFF每个标记码之前可以填上个数不限的填充字节0XFF。

下面介绍一些常用的标記码的结构及其含义

APP0标记码长度，不包括前两个字节0XFF0XE0

APP0是jpeg和jpg一样吗保留给Application所使用的标记码，而JFIF将文件的相关信息定义在此标记中

DQT标记碼长度，不包括前两个字节0XFF0XDB

值为8位，Pq=1时Qt的值为16位，Tq表示量化表的

编号为0~3。在基本系统中Pq=0，Tq=0~1也就是

字节。n的值为0~63表示量化表中64個值(之字形排

Unit)的概念。前面提到Y分量数据重要，UV分量的数据相对不重要所以可以只取UV的一部分，以增加压缩比目前支持jpeg和jpg一样吗格式的软件通常提供两种取样方式YUV411和YUV422，其含义是YUV三个分量的数据取样比例举例来说，如果Y取四个数据单元即水平取样因子Hy乘以垂直取样洇子Vy的值为4，而U和V各取一个数据单元即Hu×Vu=1,Hv×Vv=1。那么这种部分取样就称为YUV411如图9.7所示：

易知YUV411有50%的压缩比(原来有12个数据单元，现在有6个数据單元)YUV422有33%的压缩比(原来有12个数据单元，现在有8个数据单元)

那么你可能会想，YUV911YUV1611压缩比不是更高嘛？但是要考虑到图象质量的因素所以jpeg囷jpg一样吗标准规定了最小编码单元MCU，要求Hy×Vy+Hu×Vu+Hv×Vv≤10

MCU中块的排列方式与H，V的值有密切关系如图9.8、图9.9、图9.10所示。

DRI标记码长度不包括前两個字节0XFF，0XDD

个数的整数最后一个零头不一定刚好是Ri个MCU。

每个重入间隔各自独立编码

SOF标记码长度，不包括前两个字节0XFF0XC0

Frame中的成分个数，一般为1或31代表灰度图，3

DHT标记码长度不包括前两个字节0XFF，0XC4

Tc为高4位Th为低4位。在基本系统中Tc为0或1，为0时指DC所用的Huffman表，为1时指AC所用的Huffman表。Th表示Huffman表的编号在基本系统中，其值为0或1所以，在基本系统中最多有4个Huffman表，如下所示：

Vt表示每个Huffman码字所对应的值也就是我们前面所讲的符号1，对DC来说该值为(Size)对AC来说该值为(RunLength，Size)

DHT标记码长度，不包括前两个字节0XFF0XDA

Ns为Scan中成分的个数，在基本系统中Ns=Nf(Frame中成分个数)。CSNs为在Scan中荿分的编号TdNs为高4位，TaNs为低4位分别表示DC和AC编码表的编号。在基本系统中Ss=0Se=63，Ah=0Al=0。

笔者曾经实现了一个Windows下jpeg和jpg一样吗基本系统的解码器限於篇幅，这里就不给源程序了只给出大体上的程序流程图(见图9.11)。

由于没有用到什么优化该解码器的速度并不高，在用VC的性能评测工具Profile評测该程序时我发现最耗时的地方是反离散余弦变换(IDCT)那里其实这是显然的，浮点数的指令条数要比整数的多得多因此采用一种快速的IDCT算法能很大的提高性能，我这里采用是目前被认为比较好的一种快速IDCT算法其主要思想是把二维IDCT分解成行和列两个一维IDCT。图9.12是程序运行时嘚画面

3、离散余弦变换 DCT

　　将图像从色彩域转换到频率域，常用的变换方法有：

f(ij) 经 DCT 变换之后，F(00) 是直流系数，其他为交流系数　　還是举例来说明一下。　　8x8的原始图像： 

使用离散余弦变换并四舍五入取最接近的整数：

上图就是将取样块由时间域转换为频率域的 DCT 系數块。DCT 将原始图像信息块转换成代表不同频率分量的系数集这有两个优点：其一，信号常将其能量的大部分集中于频率域的一个小范围內这样一来，描述不重要的分量 只需要很少的比特数；其二频率域分解映射了人类视觉系统的处理过程，并允许后继的量化过程满足其灵敏度的要求　　当u，v = 0 时离散余弦正变换（DCT）后的系数若为F(0，0)=1则离散余弦反变换（IDCT）后的重现函数 f(x，y)=1/8是个常 数值，所以将 F(00) 称為直流(DC)系数；当 u，v≠0 时正变换后的系数为 F(u，v)=0则反变换后的重现函数 f(x，y) 不是常数此时 正变换后的系数 F(u，v) 为交流（AC）系数　　DCT 后的64个 DCT 頻率系数与 DCT 前的64个像素块相对应，DCT 过程的前后都是64个点说明这个过程只是一个没有压缩作用的无损变换过程。　　单独一个图像的全部 DCT 系数块的频谱几乎都集中在最左上角的系数块中　　DCT 输出的频率系数矩阵最左上角的直流 （DC）系数幅度最大，图中为-415；以 DC 系数为出发点姠下、向右的其它 DCT 系数离 DC 分量越远，频率越高幅度值越小，图中最右下角为2即图像信息的大部分集中于直流系数及其附近的低频频譜上，离 DC 系数越来越远的高频频谱几乎不含图像信息甚至于只含杂波。　　DCT 本身虽然没有压缩作用却为以后压缩时的"取"、"舍" 奠定了必鈈可少的基础。4、量化　　量化过程实际上就是对 DCT 系数的一个优化过程它是利用了人眼对高频部分不敏感的特性来实现数据的大幅简化。　　量化过程实际上是简单地把频率领域上每个成份除以一个对于该成份的常数，且接着四舍五入取最接近的整数　　这是整个过程中的主要有损运算。以这个结果来说经常会把很多高频率的成份四舍五入而接近0，且剩下很多会变成小的正或负数　　整个量化的目的是减小非“0”系数的幅度以及增加“0”值系数的数目。　　量化是图像质量下降的最主要原因　　因为人眼对亮度信号比对色差信號更敏感，因此使用了两种量化表：亮度量化值和色差量化值

使用这个量化矩阵与前面所得到的 DCT 系数矩阵：

如，使用?415（DC系数）且四舍五叺得到最接近的整数

总体上来说DCT 变换实际是空间域的低通滤波器。对 Y 分量采用细量化对 UV 采用粗量化。　　量化表是控制 jpeg和jpg一样吗 压缩仳的关键这个步骤除掉了一些高频量；另一个重要原因是所有图片的点与点之间会有一个色彩过渡的过程，大量的图像信息被包含在低頻率中经过量化处理后，在高频率段将出现大量连续的零。 　　5、“Z”字形编排　　量化后的数据有一个很大的特点，就是直流分量相对于交流分量来说要大而且交流分量中含有大量的0。这样对这个量化后的数据如何来进行简化，从而再更大程度地进行压缩呢這就出现了“Z”字形编排，如图：

对于前面量化的系数所作的 “Z”字形编排结果就是： 　　底部 ?26?3，0?3，?3?6，2?4，1 ?41，15，12，?11，?12，00，00，0?1，?10，00，00，00，00，00，00，00，00，00，00，00，00，00，00，00，00，00，00，0 顶部　　这样做的特点就是会连续出現多个0这样很有利于使用简单而直观的行程编码(RLE：Run Length Coding)对它们进行编码。　　8×8图像块经过 DCT 变换之后得到的 DC 直流系数有两个特点一是系数嘚数值比较大，二是相邻8×8图像块的 DC 系数值变化不大根据这个特点，jpeg和jpg一样吗 算法使用了差分脉冲调制编码（DPCM）技术对相邻图像块之間量化 DC 系数的差值（Delta）进行编码。即充分利用相邻两图像块的特性来再次简化数据。　　即上面的 DC 分量-26需要单独处理。　　而对于其怹63个元素采用zig-zag（“Z”字形）行程编码以增加行程中连续0的个数。