JPEG標(biāo)準(zhǔn)類型的存儲(chǔ)算法

1、JPEG標(biāo)準(zhǔn)的工作原理和實(shí)現(xiàn)技術(shù)2010.4.1611.位圖文件格式簡介 位圖（BMP）文件是Windows系統(tǒng)下最常用的獨(dú)立于設(shè)備的位圖文件。BMP格式是基于RGB顏色模式，且一般不壓縮原始圖像。BMP位圖文件默認(rèn)的文件擴(kuò)展名是BMP或bmp。讀取BMP文件中每個(gè)像素點(diǎn)的R、G、B值是非常重要的，它是之后整個(gè)圖像壓縮編碼的基礎(chǔ)。首先需要清楚地知道BMP文件的詳細(xì)結(jié)構(gòu)。2BMP文件大體上分成四個(gè)部分，如下圖所示：位圖文件頭BITMAP位圖信息頭BITMAPINFOHEADER調(diào)色板Palette實(shí)際的位圖數(shù)據(jù)ImageData31.1位圖文件頭 BITMAP是一個(gè)結(jié)構(gòu)，定義如下：typedef

2、 struct tagBITMAP WORD bfType； DWORD bfSize； WORD bfReserved1； WORD bfReserved2； DWORD bfOffBits； BITMAP；該結(jié)構(gòu)的長度固定，為14個(gè)字節(jié)（WORD為無符號16位整數(shù)，DWORD為無符號32位整數(shù)），各個(gè)域的說明如下：bfType：指定文件類型，必須是0 x424D，即字符串“BM”，所有.bmp文件的頭兩個(gè)字節(jié)都是“BM”。bfSize：文件大小，包括位圖文件頭的14個(gè)字節(jié)。bfReserved1，bfReserved2：為保留字，不用考慮。bfOffBits：從文件頭到實(shí)際的位圖數(shù)據(jù)的偏移

3、字節(jié)數(shù)，即表2中前三個(gè)部分的長度之和。41.2位圖信息頭 BITMAPINFOHEADER也是一個(gè)結(jié)構(gòu)，定義如下：typedef struct tagBITMAPINFOHEADER DWORD biSize； LONG biWidth； LONG biHeight； WORD biPlanes； WORD biBitCount； DWORD biCompression； DWORD biSizeImage； LONG biXPelsPerMeter； LONG biYPelsPerMeter； DWORD biClrUsed； DWORD biClrImportant； BITMAPINFO

4、HEADER；5該結(jié)構(gòu)長度固定為40個(gè)字節(jié)（LONG為32位整數(shù)），各個(gè)域的說明如下：biSize：指定這個(gè)結(jié)構(gòu)的長度，為40。biWidth：指定圖像的寬度，單位是像素。biHeight：指定圖像的高度，單位是像素。biPlanes：必須是1，不用考慮。biBitCount：指定表示顏色時(shí)要用到的位數(shù)。常用的位數(shù)值有：1（黑白兩色圖），4（16色圖），8（256色圖），24（真彩色圖）。biCompression:指定位圖是否壓縮。一般為BI_RGB，表示不壓縮。biSizeImage：指定實(shí)際的位圖數(shù)據(jù)占用的字節(jié)數(shù)。biXPelsPerMeter：指定目標(biāo)設(shè)備的水平分辨率，單位是每米的像素

5、個(gè)數(shù)。biYPelsPerMeter：指定目標(biāo)設(shè)備的垂直分辨率，單位是每米的像素個(gè)數(shù)。biClrUsed：指定本圖像實(shí)際用到的顏色數(shù)，如果該值為零，則用到的顏色數(shù)為2的biBitCount次方。biClrImportant：重要的顏色數(shù)，如果該值為零，則認(rèn)為所有的顏色都重要。61.3調(diào)色板 調(diào)色板是對那些需要調(diào)色板的位圖文件而言的。有些位圖，如真彩色圖，是不需要調(diào)色板的，BITMAPINFOHEADER之后直接是位圖數(shù)據(jù)。調(diào)色板實(shí)際上是一個(gè)數(shù)組，共有biClrUsed個(gè)元素，若biClrUsed為零，則有2 的biBitCount次方個(gè)元素。數(shù)組中每個(gè)元素的類型是一個(gè)RGBQUAD結(jié)構(gòu)，占4個(gè)

6、字節(jié)，其定義如下：typedef struct tagRGBQUAD BYTE rgbBlue； /該顏色的藍(lán)色分量 BYTE rgbGreen； /該顏色的綠色分量 BYTE rgbRed； /該顏色的紅色分量 BYTE rgbReserved； /保留值 RGBQUAD；71.4 實(shí)際的圖像數(shù)據(jù) 對于用到調(diào)色板的位圖，圖像數(shù)據(jù)是該像素顏色在調(diào)色板中的索引值，對于真彩色圖，圖像數(shù)據(jù)是實(shí)際的B，G，R值。256色圖，一個(gè)字節(jié)恰好可以表示1個(gè)像素。真彩色圖：三個(gè)字節(jié)表示一個(gè)像素。81.5 BMP文件讀取和顯示的過程可以概括為以下幾步：在BMP文件的相應(yīng)位置讀出文件的有關(guān)信息，如文件類型（bfTy

7、pe）、圖像的寬度（biWidth）、圖像的高度（biHeight）、表示顏色時(shí)要用到的位數(shù)（biBitCount）。Windows規(guī)定一個(gè)掃描行所占的字節(jié)數(shù)必須是4的倍數(shù)(即以long為單位),不足的以0填充。所以要根據(jù)biWidth和biBitCount計(jì)算補(bǔ)齊的字節(jié)數(shù)。 計(jì)算補(bǔ)齊的字節(jié)數(shù)externWidth的代碼為： externWidth = biWidth * (biBitCount / 8) % 4; if (externWidth != 0) externWidth = 4 - externWidth;9若是8位圖，需要先讀取調(diào)色板的數(shù)據(jù)，再根據(jù)像素點(diǎn)顏色在調(diào)色板中的索引值獲得

8、每個(gè)像素點(diǎn)的R、G、B值；若是24位圖，直接讀取每個(gè)像素點(diǎn)的值即可。根據(jù)每個(gè)像素點(diǎn)的值顯示圖片。需要注意一點(diǎn)，BMP文件的數(shù)據(jù)是從下到上、從左到右的。從文件中最先讀到的是圖像最下面一行的左邊第一個(gè)像素，然后是左邊第二個(gè)像素接下來是倒數(shù)第二行左邊第一個(gè)像素，然后是左邊第二個(gè)像素依次類推，最后得到的是最上面一行的最右邊的一個(gè)像素。102. 靜態(tài)圖像壓縮標(biāo)準(zhǔn)JPEG 2.1 JPEG簡介 JPEG（Joint Photographic Experts Group）是聯(lián)合圖像專家小組的英文縮寫，這個(gè)專家組開發(fā)的算法稱為JPEG算法，并且成為國際上的彩色、灰度、靜止圖像的第一個(gè)國際標(biāo)準(zhǔn)，因此又稱為JPE

9、G標(biāo)準(zhǔn)。JPEG是一個(gè)適用范圍很廣的靜態(tài)圖像數(shù)據(jù)壓縮標(biāo)準(zhǔn)，不僅適用于靜止圖像的壓縮，也常常被用于電視圖像序列的幀內(nèi)圖像壓縮編碼。目前JPEG專家組開發(fā)了兩種基本的壓縮算法：一種是采用以離散余弦變換DCT為基礎(chǔ)的有損壓縮算法；另一種是采用以預(yù)測技術(shù)為基礎(chǔ)的無損壓縮算法。使用有損壓縮算法時(shí)，在壓縮比為25:1的情況下，壓縮后還原得到的圖像和原始圖像相比較，非圖像專家難以找到它們之間的區(qū)別，因此得到了廣泛的應(yīng)用。例如在V-CD和DVD-Video電視圖像壓縮技術(shù)中，就使用JPEG的有損壓縮算法來取消空間方向上的冗余數(shù)據(jù)。 11基于DCT的JPEG壓縮算法是有損壓縮，它利用了人的視角系統(tǒng)的特性，使用量

10、化和無損壓縮編碼相結(jié)合來去掉視角的冗余信息和數(shù)據(jù)本身的冗余信息。JPEG算法框圖如圖1所示，壓縮編碼大致分成三個(gè)步驟：（1）使用正向離散余弦變換（Forward Discrete Cosine Transform，F(xiàn)DCT）把空間域表示的圖變換成頻率域表示的圖。 （2）使用加權(quán)函數(shù)對DCT系數(shù)進(jìn)行量化，這個(gè)加權(quán)函數(shù)對于人的視覺系統(tǒng)是最佳的。 （3）使用哈夫曼可變字長編碼器對量化系數(shù)進(jìn)行編碼。 譯碼或者叫做解壓縮的過程與壓縮編碼過程正好相反。12132.2 JPEG壓縮的基本原理基于DCT編碼的JPEG壓縮算法可由如下的幾個(gè)步驟實(shí)現(xiàn)：顏色模式轉(zhuǎn)換及采樣；正向離散余弦變換（FDCT）；量化（Qua

11、ntization）；編碼： （1）Z字形編碼（Zigzag Scan）； （2）使用差分脈沖編碼調(diào)制（DPCM）對直流系數(shù)（DC）進(jìn)行編碼； （3）使用行程長度編碼（RLE）對交流系數(shù)（AC）進(jìn)行編碼； （4）熵編碼；142.2.1顏色模式轉(zhuǎn)換及采樣JPEG 的圖片使用的是 YCrCb 顏色模型, 而不是計(jì)算機(jī)上最常用的 RGB. YCrCb 模型更適合圖形壓縮. 因?yàn)槿搜蹖D片上的亮度 Y 的變化遠(yuǎn)比色度 C 的變化敏感. 從RGB轉(zhuǎn)換成YCrCb： Y0.299R+0.587G+0.114B Cr(0.500R-0.4187G-0.0813B)+128 Cb(-0.1687R-0.331

12、3G+0.500B)+128常用的采樣格式有4：1：1和1：1：1 1：1：1采樣就是保留所有的YCrCb值，相當(dāng)于每個(gè)像素點(diǎn)用1個(gè)Y樣本、1個(gè)Cr樣本、1個(gè)Cb樣本表示。而4：1：1采樣是指對于一個(gè)22像素的數(shù)據(jù)塊，取4個(gè)亮度Y樣本、1個(gè)紅色差Cr樣本、1個(gè)藍(lán)色差Cb樣本 。 152.2.2正向離散余弦變換（FDCT）（1）DCT要求輸入數(shù)據(jù)是一個(gè)88的矩陣，且每個(gè)矩陣元素具有8bit精度，分為從128到127，故DCT變換前，每個(gè)像素值的分量先要減去128。（2）把一幅圖像劃分成一系列的圖像塊，每個(gè)圖像塊包含88個(gè)像素。若圖像的高或?qū)挷皇?的整數(shù)倍，必須擴(kuò)展其下邊或右邊到8的整數(shù)倍。如果原

13、始圖像有640480個(gè)像素，則圖片將包含80列60行的方塊。如果圖像是彩色的，那么每個(gè)像素可以用24比特、相當(dāng)于三個(gè)8位比特的組合來表示。因此，可以用三個(gè)8行8列的二維數(shù)組表示這個(gè)88的像素方塊。每一個(gè)數(shù)組表示其中一個(gè)八位比特組合的像素值。離散余弦變換作用于每個(gè)數(shù)組。 16DCT變換是做什么的 ？簡單的說，是用一個(gè)8行8列的二維數(shù)組產(chǎn)生另一個(gè)同樣包含8行8列二維數(shù)組的函數(shù)，也就是說，把一個(gè)數(shù)組通過一個(gè)變換，變成另一個(gè)數(shù)組。如圖下圖所示，對每個(gè)圖像塊做離散余弦變換。通過DCT變換可以把能量集中在矩陣左上角少數(shù)幾個(gè)系數(shù)上。 f(i,j)經(jīng)DCT變換之后得到F(i,j)，其中F(0,0)是直流系數(shù)，

14、稱為DC系數(shù)，其他為交流系數(shù)，稱為AC系數(shù)。 圖2 離散余弦變換17（3）用f表示像素值的數(shù)組，f（i ,j）表示i行j列的值，則離散余弦變換后定義一個(gè)新的數(shù)組F (u ,v)，表示u行v列的值。 DCT變換使用公式（1）計(jì)算：（1） 它的逆變換使用公式（2）計(jì)算：（2） 上面兩式中，C(u), C(v) = ，當(dāng)u, v =0；C(u), C(v) = 1，其他。 18圖3顯示了對源圖像的88的圖像樣本的原始數(shù)組應(yīng)用離散余弦變換的結(jié)果。在對源數(shù)組f進(jìn)行變換之前首先對源圖像中的每個(gè)樣本數(shù)據(jù)減去128。然后再按公式（1）分別計(jì)算出結(jié)果數(shù)組F中每個(gè)數(shù)組元素的值。比如說，計(jì)算F(0,0)的值過程如下

15、：235.6（因?yàn)閏os(0)=1）這樣再繼續(xù)計(jì)算出數(shù)組中其余元素的值，得到數(shù)組F。19圖3 離散余弦變換的數(shù)組f(i,j)經(jīng)DCT變換之后得到F(i,j)，其中F(0,0)是直流系數(shù)，稱為DC系數(shù)，其他為交流系數(shù)，稱為AC系數(shù)。20（4）在計(jì)算二維的DCT變換時(shí)，也可使用下面的計(jì)算式（3）、（4）進(jìn)行簡化，把二維的DCT變換變成一維的DCT變換，如圖4所示為二維DCT變換方法。（3） （4） 圖4 兩維DCT變換方法212.2.3量化為了達(dá)到壓縮數(shù)據(jù)的目的，DCT系數(shù)需做量化。量化是對經(jīng)過FDCT變換后的頻率系數(shù)進(jìn)行量化，這是一個(gè)多到一映射的過程。量化的目的是減小非0系數(shù)的幅度以及增加0值系

16、數(shù)的數(shù)目，在一定的主觀保真的前提下，丟掉那些對視覺效果影響不大的信息，量化是圖像質(zhì)量下降的最主要原因。對于有損壓縮算法，JPEG算法使用如圖5所示的均勻量化器進(jìn)行量化，量化步距是量化表的元素，它由系數(shù)所在的位置和每種顏色分量的色調(diào)值來確定。因?yàn)槿搜蹖α炼刃盘柋葘ι钚盘柛舾?，因此使用了兩種量化表：如表1所示的色度量化值（針對Cr，Cb）和表2所示的亮度量化值（針對Y）。此外，由于人眼對低頻分量的圖像比對高頻分量的圖像更敏感，因此圖中左上角的量化步距要比右下角的量化步距小。表1和表2中的數(shù)值對CCIR 601標(biāo)準(zhǔn)（國際無線電咨詢委員會(huì)CCIRInternational Radio Consul

17、tative Committee在20世紀(jì)80年代初制定的彩色電視圖像數(shù)字化標(biāo)準(zhǔn)）電視圖像已經(jīng)是最佳的。如果不使用這兩種表，你也可以用自己的量化表替換它們。注意：JPEG文件中量化表中的64個(gè)值是按z字形順序排列的22表1 色度量化值表2 亮度量化值圖5 均勻量化器23對于上面的例子，我們用表2的量化表對其進(jìn)行量化，得到數(shù)組Q（i,j）。量化的公式為：Q(i,j)=Integer(F(i,j)/U(i,j)其中：U(i,j)為量化數(shù)組中對應(yīng)的數(shù)組元素。也就是用數(shù)組F中的各元素分別除以量化數(shù)組Q中的相應(yīng)元素，如圖6所示。圖6 用量化表量化的數(shù)組24以上是編碼時(shí)對圖像塊的正向離散余弦變換和量化過程

18、，解碼的時(shí)候要進(jìn)行逆量化和逆向離散余弦變換，圖6說明了解碼的過程，并且在逆向離散余弦變換之后對重構(gòu)圖像中的每個(gè)樣本數(shù)據(jù)加了128，最后得到重構(gòu)圖像樣本：圖6 JPEG壓縮編碼舉例252.2.4編碼階段（1）Z字形編排。對于量化后的二維數(shù)組，我們還要對其進(jìn)行線性化，然后再進(jìn)行壓縮加以傳輸。為保證低頻分量先出現(xiàn)，高頻分量后出現(xiàn)，以增加行程中連續(xù)“0”的個(gè)數(shù)，63個(gè)AC系數(shù)采用z字形排列。（2）直流系數(shù)的編碼。88圖像塊經(jīng)過DCT變換之后得到的DC直流系數(shù)有兩個(gè)特點(diǎn)，一是系數(shù)的數(shù)值比較大，二是相鄰88圖像塊的DC系數(shù)值變化不大。根據(jù)這個(gè)特點(diǎn)，JPEG算法使用了差分脈沖調(diào)制編碼（DPCM）技術(shù)，對相鄰

19、圖像塊之間量化DC系數(shù)的差值進(jìn)行編碼 。Delta = Dc(0,0)k-Dc(0,0)k1 （5）圖7 量化DCT系數(shù)編排26（3）熵編碼 為了進(jìn)一步達(dá)到壓縮數(shù)據(jù)的目的，需對量化后的DC系數(shù)，和行程編碼后的AC系數(shù)進(jìn)行基于統(tǒng)計(jì)特性的熵編碼。JPEG建議兩種熵編碼方法：哈夫曼（Huffman）編碼和自適應(yīng)二進(jìn)制算術(shù)編碼。熵編碼可分成兩步進(jìn)行，首先把DC和AC系數(shù)轉(zhuǎn)換成一個(gè)中間格式的符號序列，第二步是給這些符號賦以變長碼字。a 熵編碼的中間符號表示DC系數(shù)： 符號1 符號2 （尺寸）（幅值） “尺寸”表示DC差值的幅值編碼所需的比特?cái)?shù)，由于計(jì)算機(jī)中將負(fù)數(shù)存為反碼或補(bǔ)碼的形式，當(dāng)幅值DIFF為負(fù)數(shù)

20、時(shí)，DIFF的有效位數(shù)為（-DIFF）的有效位數(shù)。AC系數(shù)： 符號1 符號2 （行程，尺寸）（幅值） “行程”表示“Z”形掃描時(shí)所遇到前后兩個(gè)非零AC系數(shù)之間連續(xù)0 的個(gè)數(shù)；“尺寸”是后一個(gè)非零AC系數(shù)的幅值表示所需要的比特?cái)?shù)。 27 “行程”用一個(gè)字節(jié)的高4 位表示。當(dāng)兩個(gè)非零AC系數(shù)之間連續(xù)零的個(gè)數(shù)超過15時(shí)，用增加擴(kuò)展符號“（15，0）”的個(gè)數(shù)來擴(kuò)充, “（15，0）” 表示16個(gè)零。當(dāng)一串連續(xù)為零的系數(shù)包含最后的AC系數(shù) 。這時(shí)以標(biāo)記（0,0）表示后面的系數(shù)全為零，此塊（Block）的數(shù)據(jù)結(jié)束，（0,0）一般稱為EOB(End of block)。b 可變長度熵編碼 熵編碼的下一步工作

21、就是將中間符號編碼，對DC系數(shù)和AC系數(shù)中的符號1采用huffman表中的可變長度碼（Variable-length Code，VLC）進(jìn)行編碼。符號2用變長整數(shù)（Variable-Length Integer，VLI）表示。28亮度DC系數(shù)表 29亮度AC系數(shù)表（部分） 302.2.5組成位數(shù)據(jù)流JPEG編碼的最后一個(gè)步驟是把各種標(biāo)記代碼和編碼后的圖像數(shù)據(jù)組成一幀一幀的數(shù)據(jù)，這樣做的目的是為了便于傳輸、存儲(chǔ)和譯碼器進(jìn)行譯碼，這樣組織的數(shù)據(jù)通常稱為JPEG位數(shù)據(jù)流 。31繼續(xù)前面的例子說明編碼過程：假設(shè)前一Block的DC系數(shù)為12，將系數(shù)轉(zhuǎn)為中間符號的序列為：（2）（3）（1，2）（-2）（

22、0，1）（-1）（0，1）（-1）（0，1）（-1）（2，1）（-1）（0，0）進(jìn)行熵編碼：對于（2）（3）：2查DC亮度Huffman表得到011，3經(jīng)過VLI編碼為11；對于（1，2）（-2）：（1，2）查AC亮度Huffman表得到11011，-2是2的反碼，為01；對于（0，1）（-1）：（0，1）查AC亮度Huffman表得到00，-1是1 的反碼，為0；依次類推，可以得到這個(gè)8*8的子塊經(jīng)壓縮后最后的數(shù)據(jù)流為01111，000，000，000，111000，1010 （31位） Z字形掃描后得1*64的數(shù)組：15，0，-2，-1，-1，-1，0，0，-1，55個(gè)0量化后得到Q數(shù)組:

23、322.2.6生成JPEG文件 JPEG編碼的最后一個(gè)步驟是把各種標(biāo)記代碼和編碼后的圖像數(shù)據(jù)寫入文件。標(biāo)記碼由兩個(gè)字節(jié)構(gòu)成，其前一個(gè)字節(jié)是固定值0 xFF，每個(gè)標(biāo)記之前還可添加數(shù)目不限的0 xFF填充字節(jié)。標(biāo)記碼部分給出了JPEG圖像的所有信息，如圖像的寬、高、哈夫曼表、量化表等，標(biāo)記碼有很多，但絕大多數(shù)的JPEG文件只包含以下幾種。SOI 0 xD8 圖像開始，可作為JPEG格式的判據(jù)APP0 0 xE0 JFIF應(yīng)用數(shù)據(jù)塊APPn 0 xE1 0 xEF 其它的應(yīng)用數(shù)據(jù)塊（n，115）DQT 0 xDB 量化表SOF0 0 xC0 幀開始DHT 0 xC4 哈夫曼表SOS 0 xDA 掃描

24、線開始EOI 0 xD9 圖像結(jié)束332.2.7哈夫曼編碼在圖像壓縮中的實(shí)現(xiàn)哈夫曼表一般是事先確定的，（也可以在線實(shí)時(shí)調(diào)整）。下面以JPEG中的一個(gè)哈夫曼表（表3）為例，來說明如何實(shí)現(xiàn)哈夫曼編碼，解碼。表3JPEG標(biāo)準(zhǔn)中推薦的亮度信息哈夫曼表碼值 碼字的長度 碼字0 2 001 3 0102 3 0113 3 1004 3 1015 3 1106 4 11107 5 111108 6 1111109 7 111111010 8 1111111011 9 11111111034在JPEG文件格式中，哈夫曼表以哈夫曼碼字中位數(shù)相同的個(gè)數(shù)和所有的哈夫曼碼值的形式存儲(chǔ)，實(shí)際上是存儲(chǔ)了一個(gè)哈夫曼樹。下面以亮度DC系數(shù)表（表3）為例說明哈夫曼表構(gòu)造的整個(gè)過程。由表3可以得到兩個(gè)數(shù)組：bits17 = 0, 0, 1, 5, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0 ;huffval = 0, 1, 2, 3, 4,