昨天花了一天的時間試著寫了一下JPEG解碼器，雖然遇到了一些麻煩，不過最後還是成功地解出了影象的資料。總共400行程式碼左右。

（解碼的核心也就這50行左右，因為只是驗證一下以前瞭解的資訊，所以看起來還是有點亂，而且沒有做各種錯誤處理，所以不要太在意啦┑（￣Д ￣）┍）

下面是JPEG的編碼過程的整理（因為編碼和解碼是完全對稱的所以就只說編碼，解碼可以自行腦補）（仔細看的話都能在上面那段程式碼中找到對應哦）：

（圖片自制）

RGB轉YCbCr

：因為人眼對亮度比較敏感，而對於色度不那麼敏感，所以，我們就先將RGB的資料轉換到YCbCr色彩空間，便於下面的處理。

降取樣

：轉到YCbCr色彩空間後，就可以將 Cb 和 Cr 這兩個通道進行降取樣，這裡一般是將 2*2 個畫素變為 1*1 個畫素，雖然解析度下降到了四分之一，但對於人眼來說差別是不大的。（這一步是有損的）

分塊

：顧名思義，將影象分為若干個 8*8 的小塊，方便下面的處理。

DCT

：這一步的目的和RGB轉YCbCr有一些相似之處，都是將人眼較為敏感和不敏感的部分進行分離，然後就可以對減少人眼不敏感的部分的資訊量。在這一步中，DCT可以將影象的低頻（人眼敏感）和高頻（人眼不敏感）部分進行分離。這樣得到的結果是每個 8*8 小塊得到 8*8 的係數矩陣。

量化

：將DCT後得到的每個係數都除以量化矩陣中對應的值，然後進行取整。通常來說頻率較高的部分對應的量化引數比較大，這樣一來就能夠在較好地保留影象的低頻部分並去除一些高頻部分。這一步下來得到的矩陣中高頻部分幾乎全部變為0，這也為進一步的操作提供了便利。值得注意的是，JPEG中壓縮率的調整是在這一步中，量化引數越大，壓縮後的大小就會越小，但資訊的損失也就越多，圖片的失真也會更嚴重。（這一步是有損的）

Huffman編碼

：準確地說是Huffman編碼和RLE，將上一步得到的矩陣進行進一步地壓縮（這一步是無損的）。量化後得到的矩陣左上角的那個數比其他數來得大得多，所以我們將它單獨拿出來進行編碼，稱之為直流分量（DC），將剩下的稱之為交流係數（AC）。這一步會將矩陣按照 zigzag 的順序攤成一維，如下圖所示：

這樣做的好處是矩陣的高頻部分（右下角）會被安排在後面，因為它們基本上全是0，所以在編碼中有一個特殊的標記表示這之後的係數全是0，從而減少壓縮後的大小。

（話說回來，Huffman解碼這一步應該是解碼中最麻煩的一部分……位的順序搞了好久）

上面這些步驟完成之後，再加上一些必要的其他資訊（量化矩陣和Huffman的資訊，這兩個是直接沒有壓縮就儲存在檔案中的），就得到了最終的JPEG資料。

暫時先整理這麼多，以後有時間再認真寫一下解碼器，爭取某一天能夠達到 libjpeg 的水平吧 ：） （以後應該會包含在 Medicat 中←某個妄圖把各種影象/音訊格式都自己實現一遍的輪子）

參考：

https：//www。

w3。org/Graphics/JPEG/it

u-t81。pdf

https：//

en。wikipedia。org/wiki/J

PEG