JPEG编码(一)

JPEG编码介绍。

转自:http://blog.chinaunix.net/uid-20451980-id-1945156.html

JPEGJoint Photographic Experts Group)是联合图像专家小组的英文缩写。它由国际电话与电报咨询委员会CCITTThe International Telegraph and Telephone Consultative Committee)与国际标准化组织ISO1986年联合成立的一个小组,负责制定静态数字图像的编码标准。

小组一直致力于标准化工作,开发研制出连续色调、多级灰度、静止图像的数字图像压缩编码方法,即JPEG算法。JPEG算法被确定为国际通用标准,其适用范围广泛,除用于静态图像编码外,还推广到电视图像序列的帧内图像压缩。而用JPEG算法压缩出来的静态图片文件称为JPEG文件,扩展名通常为*.jpg*.jpe*.jpeg

JPEG专家组开发了两种基本的压缩算法、两种数据编码方法、四种编码模式。具体如下:

压缩算法:

l 有损的离散余弦变换(Discrete Cosine TransformDCT);

l 无损的预测技术压缩。

数据编码方法:

l 哈夫曼编码;

l 算术编码;

编码模式:

l 基于DCT顺序模式:编/解码通过一次扫描完成;

l 基于DCT递进模式:编/解码需要多次扫描完成,扫描效果从粗糙到精细,逐级递进;

l 无损模式:基于DPCM,保证解码后完全精确恢复到原图像采样值;

l 层次模式:图像在多个空间多种分辨率进行编码,可以根据需要只对低分辨率数据作解码,放弃高分辨率信息。

在实际应用中,JPEG图像使用的是离散余弦变换、哈夫曼编码、顺序模式。

 

JPEG压缩编码算法的主要计算步骤如下:

(0) 8*8分块。

(1) 正向离散余弦变换(FDCT)

(2) 量化(quantization)

(3) Z字形编码(zigzag scan)

(4) 使用差分脉冲编码调制(DPCM)对直流系数(DC)进行编码。

(5) 使用行程长度编码(RLE)对交流系数(AC)进行编码。

(6) 熵编码。

 

笔者在实践过程中查阅了大量的资料,发现大多数书籍资料和网上资料都是从编码角度分析JPEG的编/解码方式,并且都只是介绍编码过程中的主要方法。所以,本文从解码角度详细分析JPEG的编/解码过程,并且加入许多笔者实践过程中遇到的问题和解决方法,希望从另一个角度说明问题,以更好帮助读者结合其他资料解决问题。

不过,介绍解码过程之前,首先要了解JPEG文件中数据的存储格式。

 

一、JPEG文件格式介绍

JPEG文件使用的数据存储方式有多种。最常用的格式称为JPEG文件交换格式(JPEG File Interchange FormatJFIF)。而JPEG文件大体上可以分成两个部分:标记码(Tag)和压缩数据。

标记码由两个字节构成,其前一个字节是固定值0xFF,后一个字节则根据不同意义有不同数值。在每个标记码之前还可以添加数目不限的无意义的0xFF填充,也就说连续的多个0xFF可以被理解为一个0xFF,并表示一个标记码的开始。而在一个完整的两字节的标记码后,就是该标记码对应的压缩数据流,记录了关于文件的诸种信息。

常用的标记有SOIAPP0DQTSOF0DHTDRISOSEOI

注意,SOI等都是标记的名称。在文件中,标记码是以标记代码形式出现。例如SOI的标记代码为0xFFD8,即在JPEG文件中的如果出现数据0xFFD8,则表示此处为一个SOI标记。

本文附录列出一张完整的JPEG定义的标记表,供读者查阅。这里仅列出几个常用标记的标记代码、占用字节长度和表示的意义。

 

l         SOI,Start of Image,图像开始

u  标记代码                                 2字节     固定值0xFFD8

 

l       APP0,Application,应用程序保留标记0

u  标记代码                                 2字节     固定值0xFFE0

u  包含9个具体字段:
   数据长度                         2字节     ~⑨9个字段的总长度
                                                            即不包括标记代码,但包括本字段
   标识符                             5字节    固定值0x4A46494600,即字符串“JFIF0”
  
 版本号                             2字节    一般是0x0102,表示JFIF的版本号
1.2
                                                            
可能会有其他数值代表其他版本

   XY的密度单位           1字节     只有三个值可选
                                                            0:无单位;1:点数/英寸;2:点数/厘米
   X方向像素密度               2字节     取值范围未知
   Y方向像素密度               2字节     取值范围未知   
  
 缩略图水平像素数目        1字节     取值范围未知

   缩略图垂直像素数目        1字节     取值范围未知
   缩略图RGB位图             长度可能是3的倍数           缩略图RGB位图数据

 

本标记段可以包含图像的一个微缩版本,存为24位的RGB像素。如果没有微缩图像(这种情况更常见),则字段⑦缩略图水平像素数目和字段⑧缩略图垂直像素数目的值均为0

 

l       APPn,Application,应用程序保留标记n,其中n=115(任选)

u  标记代码                                 2字节     固定值0xFFE1~0xFFF

u  包含2个具体字段:
   数据长度                         2字节     ~②2个字段的总长度
                                                            即不包括标记代码,但包括本字段
   详细信息            数据长度-2字节   内容不定
                                                    

例如,Adobe Photoshop生成的JPEG图像中就用了APP1APP13两个标记段分别存储了一幅图像的副本。

 

l       DQT,Define Quantization Table,定义量化表

u  标记代码                          2字节            固定值0xFFDB

u  包含9个具体字段:
   数据长度                  2字节            字段①和多个字段②的总长度
                                                            即不包括标记代码,但包括本字段
   量化表        数据长度-2字节

a)         精度及量化表ID   1字节            4位:精度,只有两个可选值
                                                              08位;116
                                                4位:量化表ID,取值范围为03

b)        表项       (64×(精度+1))字节              例如8位精度的量化表
                                                其表项长度为64×0+1=64字节

 

本标记段中,字段②可以重复出现,表示多个量化表,但最多只能出现4次。

 

l       SOF0,Start of Frame,帧图像开始

u  标记代码                   2字节     固定值0xFFC0

u  包含9个具体字段:
   数据长度           2字节     ~⑥六个字段的总长度
                                              即不包括标记代码,但包括本字段
   精度                 1字节     每个数据样本的位数
                                              通常是8位,一般软件都不支持 12位和16
   图像高度           2字节     图像高度(单位:像素),如果不支持 DNL 就必须 >0
  
 图像宽度           2字节     图像宽度(单位:像素),如果不支持 DNL 就必须
 >0
  
 颜色分量数        1字节     只有3个数值可选

                                              1:灰度图;3YCrCbYIQ4CMYK
                                              
JFIF中使用YCrCb,故这里颜色分量数恒为
3
  
⑥颜色分量信息      颜色分量数×3字节(通常为9字节)

a)         颜色分量ID                 1字节    

b)        水平/垂直采样因子      1字节            4位:水平采样因子
                                                       4位:垂直采样因子
                                                       (曾经看到某资料把这两者调转了)

c)        量化表                         1字节            当前分量使用的量化表的ID

本标记段中,字段⑥应该重复出现,有多少个颜色分量(字段⑤),就出现多少次(一般为3次)。

 

l       DHT,Difine Huffman Table,定义哈夫曼表

u  标记代码                                 2字节            固定值0xFFC4

u  包含2个具体字段:
 ①数据长度                             2字节            字段①和多个字段②的总长度
                                                                   即不包括标记代码,但包括本字段
  哈夫曼表              数据长度-2字节

a)       ID和表类型            1字节            4位:类型,只有两个值可选
                                                                     0DC直流;1AC交流
                                                        4位:哈夫曼表ID
                                                                     注意,DC表和AC表分开编码

b)      不同位数的码字数量    16字节

c)      编码内容       16个不同位数的码字数量之和(字节)

本标记段中,字段②可以重复出现(一般4次),也可以致出现1次。例如,Adobe Photoshop 生成的JPEG图片文件中只有1个DHT标记段,里边包含了4个哈夫曼表;而Macromedia Fireworks生成的JPEG图片文件则有4个DHT标记段,每个DHT标记段只有一个哈夫曼表。

 

l       DRI,Define Restart Interval,定义差分编码累计复位的间隔

u  标记代码                                 2字节     固定值0xFFDD

u  包含2个具体字段:
 ①数据长度                             2字节     固定值0x0004,①~②两个字段的总长度
                                                            即不包括标记代码,但包括本字段
 MCU块的单元中的重新开始间隔
                                              2字节     设其值为n,则表示每nMCU块就有一个
                                                           RSTn标记。第一个标记是RST0,第二个是
                                                            RST1等,RST7后再从RST0重复。

 

如果没有本标记段,或间隔值为0时,就表示不存在重开始间隔和标记RST

 

l       SOS,Start of Scan,扫描开始 12字节

u  标记代码                          2字节     固定值0xFFDA

u  包含2个具体字段:
 ①数据长度                      2字节     ~④两个字段的总长度
                                                     即不包括标记代码,但包括本字段
 ②颜色分量数                 1字节     应该和SOF中的字段⑤的值相同,即:
                                                     1:灰度图是;3 YCrCbYIQ4CMYK

                                                         JFIF中使用YCrCb,故这里颜色分量数恒为3
   
③颜色分量信息

        a) 颜色分量ID           1字节
        b) 直流/交流系数表号 1字节     4位:直流分量使用的哈夫曼树编号
                                                        4位:交流分量使用的哈夫曼树编号

   压缩图像数据
        a)谱选择开始                     1字节     固定值0x00
        b)
谱选择结束                     1字节     固定值
0x3F
        c)
谱选择                            1字节     在基本JPEG中总为00

 

本标记段中,字段③应该重复出现,有多少个颜色分量(字段②),就出现多少次(一般为3次)。本段结束后,紧接着就是真正的图像信息了。图像信息直至遇到一个标记代码就自动结束,一般就是以EOI标记表示结束。

 

l        EOI,End of Image,图像结束 2字节

u  标记代码                   2字节     固定值0xFFD9

 

这里补充说明一下,由于在JPEG文件中0xFF具有标志性的意思,所以在压缩数据流(真正的图像信息)中出现0xFF,就需要作特别处理。具体方法是,在数据0xFF后添加一个没有意义的0x00。换句话说,如果在图像数据流中遇到0xFF,应该检测其紧接着的字符,如果是

10x00,则表示0xFF是图像流的组成部分,需要进行译码;

20xD9,则与0xFF组成标记EOI,则图像流结束,同时图像文件结束;

30xD0~0xD7,则组成RSTn标记,则要忽视整个RSTn标记,即不对当前0xFF和紧接的0xDn两个字节进行译码,并按RST标记的规则调整译码变量;

30xFF,则忽视当前0xFF,对后一个0xFF再作判断;

4)其他数值,则忽视当前0xFF,并保留紧接的此数值用于译码。

 

二、        JPEG解码过程详解

 

下面来详细讲述JPEG文件的解码过程。

 

1.读入文件的相关信息

按照上述的JPEG文件数据存储方式,把要解码的文件的相关信息一一读出,为接下来的解码工作做好准备。参考方法是,设计一系列的结构体对应各个标记,并存储标记内表示的信息。其中图像长宽、多个量化表和哈夫曼表、水平/垂直采样因子等多项信息比较重要。以下给出读取过程中的两个问题。

 

1)整个文件的大体结构

JFIF格式的JPEG文件(*.jpg)的一般顺序为:

SOI(0xFFD8)

APP0(0xFFE0)

[APPn(0xFFEn)]可选

DQT(0xFFDB)

SOF0(0xFFC0)

DHT(0xFFC4)

SOS(0xFFDA)

压缩数据

EOI(0xFFD9)

 

2)字的高低位问题

JPEG文件格式中,一个字(16位)的存储使用的是 Motorola 格式而不是 Intel 格式。也就是说一个字的高字节(高8位)在数据流的前面低字节(低8位)在数据流的后面,与平时习惯的Intel格式不一样。.

 

3)读出哈夫曼表数据

a)理论说明

在标记段DHT内,包含了一个或者多个的哈夫曼表。对于单一个哈夫曼表,应该包括了三部分:

l 哈夫曼表ID和表类型
这个字节的值为一般只有四个0x000x010x100x11
0x00表示DC直流0号表;
0x01表示DC直流1号表;
0x10表示AC交流0号表;
0x11表示AC交流1号表。

l 不同位数的码字数量

JPEG文件的哈夫曼编码只能是1~16位。这个字段的16个字节分别表示1~16位的编码码字在哈夫曼树中的个数。

l 编码内容

这个字段记录了哈夫曼树中各个叶子结点的权。所以,上一字段(不同位数的码字数量)的16个数值之和就应该是本字段的长度,也就是哈夫曼树中叶子结点个数。

 

b)举例说明

以下面一段哈夫曼表数据举例说明(数据全部以16进制表示):

11  00  02  02  00  05  01  06  01  00  00  00  00  00  00  00  00
00  01  11  02  21  03  31  41  12  51   61 71 81 91 22 13  32

红色部分(第1字节)为哈夫曼表ID和表类型,其值0x11表示此部分数据描述的是AC交流1号表。

蓝色部分(2~17字节)为不同位数的码字的数量。这16个数值实际意义为:没有1位和4位的哈夫曼码字;2位和3位的码字各有2个;5位码字有5个;6位和8位码字各有1个;7位码字各有6个;没有9位或以上的码字。

绿色部分(18~34字节)为编码内容。由蓝色部分数据知道,此哈夫曼树有0+2+2+0+5+1+6+1=17个叶子结点,即本字段应该有17个字节。这段数据表示17个叶子结点按从小到大排列,其权值依次为011122133141……

 

4)建立哈夫曼树

a)理论说明

在读出哈夫曼表的数据后,就要建立哈夫曼树。具体方法为:

1)第一个码字必定为0
如果第一个码字位数为1,则码字为0
如果第一个码字位数为2,则码字为00
如此类推。

2)从第二个码字开始,
如果它和它前面的码字位数相同,则当前码字为它前面的码字加1
如果它的位数比它前面的码字位数大,则当前码字是前面的码字加1后再在后边添若干个0,直至满足位数长度为止。

b)举例说明

继续以上边的例子说明问题。

n           由于没有1位的码字,所以第一个码字的位数为2,即码字为00

n           由于2位的码字有两个,所以第二个码字位数仍为2,即码字为00+1=01

n           第三个码字为3位,比第二个码字长1位,所以第三个码字为:01+1=10,然后再添1个“0”,得100

n           ……

如此类推,最后得到这个哈夫曼树如下:

序号

码字长度

码字

权值

1

2

00

0x00

2

2

01

0x01

3

3

100

0x11

4

3

101

0x02

5

5

11000

0x21

6

5

11001

0x03

7

5

11010

0x31

8

5

11011

0x41

9

5

11100

0x12

10

6

111010

0x51

11

7

1110110

0x61

12

7

1110111

0x71

13

7

1111000

0x81

14

7

1111001

0x91

15

7

1111010

0x22

16

7

1111011

0x13

17

8

11111000

0x32

 

特别注意的是,如果中间有某个位数的码字缺失,例如没有4位码字,则应该在3位码字加1后,添加“00”补足5位,形成下一个5位码字。

 

在准备好所有的图片信息后,就可以对图片数据进行解码了。

posted @ 2015-09-02 19:32  hopewang1001  阅读(1698)  评论(0编辑  收藏  举报