JPEG 是 Joint Photographic Exports Group 的英文缩写，中文称之为联合图像专家小组。该小组隶属于 ISO 国际标准化组织，主要负责定制静态数字图像的编码方法，即所谓的 JPEG算法。 JPEG图像压缩算法能够在提供良好的压缩性能的同时，具有比较好的重建质量，被广泛应用于图像、视频处理领域，网站上80%的图像都采用了JPEG压缩标准。

过程解析：

1. 将传入的图像的亮度分量全部进行128电平偏置，即 p i x e l v a l = p i x e l v a l − 128 pixel_{val} = pixel_{val} -128 pixelval​=pixelval​−128，以此将每个像素点的取值范围从 [ 0 , 255 ] [0,255] [0,255]变换到 [ − 128 , 127 ] [-128,127] [−128,127]。这个部分其实是一个历史遗留问题，但是也可以发现这一操作使我们的算法系统设计更为便利。
2. 进行 8 × 8 8 \times 8 8×8的DCT变换，实现能量集中和去相关，降低空间冗余度。
3. 进行均匀量化，这一过程需要使用由人眼特性制作的量化表，特点是低频细量化，高频粗量化。
4. 对直流系数进行差分和VLC编码，对交流系数使用zig-zag扫描和游程编码，再进行VLC编码。

JPEG采用的是YCbCr颜色空间，所以在传入RGB图片前，需要先进行色彩空间转换,YCrCb颜色空间中，Y 代表亮度，Cr,Cb则代表色度和饱和度(也有人将 Cb,Cr 两者统称为色度)，三者通常以 Y,U,V 来表示，即用 U 代表 Cb，用 V 代表 Cr。 Y = 0.299 R + 0.587 G + 0.114 B C b = − 0.1687 R − 0.3313 G + 0.5 B + 128 C r = 0.5 R = 0.418 G − 0.0813 B + 128 Y = 0.299R+0.587G+0.114B \\ Cb = -0.1687R-0.3313G+0.5B+128 \\ Cr = 0.5R=0.418G-0.0813B+128 Y=0.299R+0.587G+0.114BCb=−0.1687R−0.3313G+0.5B+128Cr=0.5R=0.418G−0.0813B+128

人眼对于亮度信号的敏感度比对色度信号的敏感度更高，因此一般我们选用的图像都是4:2:0或者4:2:2的采样格式。

如上述过程解析中所说，需要对传入的每个像素值减去128。

DCT 变换是对 8 × 8 8 \times 8 8×8 的子块进行处理的，因此，在进行 DCT 变换之前必须把源图象数据进行分块。源图像中每点的 3个分量是交替出现的，先要把这 3 个分量分开，存放到 3 张表中去。然后由左及右，由上到下依次读取 8 × 8 8 \times 8 8×8的子块，存放在长度为 64 的表中，即可以进行 DCT 变换。这里注意，如果图像的宽高不是8的倍数，需要进行填充，通常采取填充相邻像素值的方法进行，最大限度避免出现高频分量。

DCT变换（离散余弦变换）使傅里叶变换相关的一种变换，通过DCT变换可以使图像能量集中，同时去除相关性，降低冗余度。

对进行DCT变换后的系数进行量化，会有一张量化表规定每个DCT系数的量化步长。

直流系数 f ( 0 , 0 ) f(0,0) f(0,0)反映了该图像包含的全部直流成分，一般值会很大，又因为通常两个相邻子图像块之间具有较强的相关性，所以可以引入DPCM差分预测编码。即：对本像素块的直流系数和前一像素块的直流系数的差值进行编码。

经过DCT变换后，大部分的非零系数都集中在了DCT矩阵的左上角，通过Z字型读取后我们可以尽可能将0系数集中在一起，方便后续的游程编码。这一部分的实现在代码中体现为类似八皇后问题的思路： zig-zag扫描后，进行游程编码（RLC）。在JPEG中，游程编码的格式规定为： ( r u n , l e v e l ) (run, level) (run,level)。

• 表示连续run个0，后面跟一个值为level的系数。
• run最多15个，用4位表示XXXX。
• level类似DC，分成16个类别，用4位表示类别号RRRR，并支持类内索引。
• 对(XXXX,RRRR)进行Huffman编码。
• 对类内索引进行定长码编码

JPEG在文件中以Segment的形式组织，具有以下特点：

有九个字段

• 一般是两个量化表，即亮度和色度各一张。
• 以0xFFDB开始：
  • 量化表长度，一般是0043或者0084。
  • 量化表信息（1字节）
    • bit 0-3 ：QT号，取值只能是0-3。
    • bit 4-7：QT精度，0为8比特，否则是16比特。
  • 量化表的实际数据，按照Z字形保存量化表内 8 × 8 8 \times 8 8×8的数据。

以0xFFC0开始

数值为0xFFC4。

• Huffman表的长度
• 类型（AC或者DC）
• 索引index
• 位表bit table
• 值表value table

其中Huffman表的类型只有四种：

• 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

举例说明：如下是一个Huffman码表

• 黑色部分包含表头和长度（0x001D）
• 红色部分是表的ID和类型，这里的00表示此部分数据描述的是DC直流0号表。
• 蓝色部分（16字节），为不同位数的码字的数目。这16个数值的实际意义是：没有1位的码字；有3个2位的码字；有1个3位的码字…以此类推。
• 绿色部分（10字节）：为编码内容，通过蓝色数据部分我们知道Huffman树中一共有10个叶子节点，所以这一部分的数据长度就是10字节。表示每个叶子节点从小到大(所谓从小到大实际上是指的码长和出现顺序)排序后，对应的权值(权值对直流和交流系数的含义不同，这一点在后面会说明)。

建立Huffman表的方式其实很简单：

具体方法为：

• 第一个码字一定是0
  • 如果第一个码字位为1，则码字为0；
  • 如果第一个码字位为2，则为00；
  • 以此类推…
• 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。

我们按照上面给出的例子建立一个Huffman码表：

下面解释一下在直流和交流中权重的作用：

对于直流来说，权值是解码时需要额外读入的bit位数。这个再次读入的数通过查表来得到真正的码值。 比如比特流：0110101011 读入01后码字结束，查表可以得到额外比特数为5，所以需要额外读5位数，此处为10101，译码可以得到21，所以直流系数为21。要注意的是，直流系数是差分编码之后得到的。

实际中的过程是把所有的颜色分量单元按颜色分量（Y、Cr、Cb）分类。每一种颜色分量内，相邻的两个颜色分量单元的直流变量是以差分来编码的。也就是说，通过Huffman码表解码出来的直流变量数值只是当前颜色分量单元的实际直流变量减去前一个颜色分量单元的实际直流变量。也就是说，当前直流变量要通过前一个颜色分量单元的实际（非解码）直流分量来校正，即 D C n = D C n − 1 + D i f f DC_n = DC_{n-1} + Diff DCn​=DCn−1​+Diff，这里的 D i f f Diff Diff就是我们解码得到的直流系数，如果此时的颜色分量单元是第一个单元，则解码出来的直流系数就是真正的直流变量值。

对于交流系数，用交流哈夫曼树/表查得该码字对应的权值。权值的高4位表示当前数值前面有多少个连续的零，低4位表示该交流分量数值的二进制位数，也就是接下来需要读入的位数。

例如，权值0x31可以表示为(3,1)。表明交流系数前面有3个0，此外交流系数的具体值还需要再读入1bit的码字才能得到。

接受输入输出文件名称参数，打开TRACEFILE。通过输入参数选择需要输出的文件格式，此实验为YUV420，同时调用convert_one_image()。

int main(int argc, char* argv[])
{ 
        
    int output_format = TINYJPEG_FMT_YUV420P;
    char* output_filename, * input_filename;
    clock_t start_time, finish_time;
    unsigned int duration;
    int current_argument;
    int benchmark_mode = 0;
#if TRACE
    p_trace = fopen(TRACEFILE, "w");
    if (p_trace == NULL)
    { 
        
        printf("trace file open error!");
    }
#endif
    if (argc < 3)
        usage();

    current_argument = 1;
    while (1)
    { 
        
        if (strcmp(argv[current_argument], "--benchmark") == 0)
            benchmark_mode = 1;
        else
            break;
        current_argument++;
    }

    if (argc < current_argument + 2)
        usage();

    input_filename = argv[current_argument];
    if (strcmp(argv[current_argument + 1], "yuv420p") == 0)
        output_format = TINYJPEG_FMT_YUV420P;
    else if (strcmp(argv[current_argument + 1], "rgb24") == 0)
        output_format = TINYJPEG_FMT_RGB24;
    else if (strcmp(argv[current_argument + 1], "bgr24") == 0)
        output_format = TINYJPEG_FMT_BGR24;
    else if (strcmp(argv[current_argument + 1], "grey") == 0)
        output_format = TINYJPEG_FMT_GREY;
    else
        exitmessage("Bad format: need to be one of yuv420p, rgb24, bgr24, grey\n");
    output_filename = argv[current_argument + 2];

    start_time = clock();

    if (benchmark_mode)
        load_multiple_times(input_filename, output_filename, output_format);
    else
        convert_one_image(input_filename, output_filename, output_format);

    finish_time = clock();
    duration = finish_time - start_time;
    snprintf(error_string, sizeof(error_string), "Decoding finished in %u ticks\n", duration);
#if TRACE
    fclose(p_trace);
#endif
    return 0;
}

打开输入输出文件，初始化jdec结构体，获得文件参数信息，主要调用tinyjpeg_parse_header()解码jpeg图像，最后调用write_yuv()写入yuv文件。