[转]一些关于JPEG编解码的文章

JPEG Compression, Quality and File Size

1. JPEG 原理详细实例分析及其在嵌入式 Linux 中的应用

http://www.linuxeden.com/html/sysadmin/20080908/61086.html

2. [zt]JPEG 简易文档

http://hi.baidu.com/koko200147/blog/item/b6163bd1222203d7562c8487.html

3. jpeg解码的部分说明（baseline模式）

http://zeen1984.spaces.live.com/Blog/cns!1D7D942D3EC92CC8!148.entry?wa=wsignin1.0

/*==========================Jpeg Decode 原理介绍 ==========================*/
/*
JPEG 原理详细实例分析及其在嵌入式 Linux 中的应用
http://www.linuxeden.com/html/sysadmin/20080908/61086.html
*/

/*
一个原始图像信息，要对其进行 JPEG 编码，过程分两大步：
1、 去除视觉上的多余信息，即空间冗余度
2、 去除数据本身的多余信息，即结构（静态）冗余度
*/

/* ————–1.去除视觉上的多余信息，即空间冗余度————– */
/*
用数学上的离散余弦变换，即 DCT（Discrete Cosine Transform）
将原始图像这个色彩空间域，转换为频谱域。
进而根据图像信号的频谱特性，即
图像信号的频谱线一般在0-6MHz范围内，而且一幅图像内，包含了各种频率的分量。
但包含的大多数为低频频谱线，只在占图像区域比例很低的图像边缘的信号中才含有高频的谱线。
进行压缩。
*/

/*
DCT 是可逆的、离散的正交变换。
变换过程本身虽然并不产生压缩作用,但是变换后的频率系数却非常有利于码率压缩。
对DCT状换后的频谱系数进行量化，进行压缩。
*/

/*
总体说来，这第一步，对图像进行编码，去除多余的信息，
要用到 DCT 变换中的正向 DCT（FDCT），然后再对变换的系数做量化（Quantization），
这个过程就是依据的经验值，来处理人眼视觉系统所不敏感的高频数据，从而极大地减少了需要处理的数据量，
这个是结合数学方法与经验值而做的处理。
*/

/* ————–2、 去除数据本身的多余信息，即结构（静态）冗余度————– */

/*
利用 Huffman 编码，来将最后的数据用无损的方式做压缩，这个是纯数学上的处理方式。
*/

/*
如果处理的是彩色图像，JPEG 算法首先
(1)将 RGB 分量转化成亮度分量和色差分量，
(2)同时丢失一半的色彩信息（空间分辨率减半）。
(3)然后，用 DCT 来进行块变换编码，舍弃高频的系数，
(4)并对余下的系数进行量化以进一步减小数据量。
(5)最后，使用 RLE 行程编码和 Huffman 编码来完成压缩任务。
*/

/*
JPEG 编码中主要涉及到的内容主要包括：
1. Color Model Conversion (色彩模型)
2. DCT (Discrete Cosine Transform 离散余弦变换)
3. 重排列 DCT 结果
4. 量化
5. RLE 编码
6. 范式 Huffman 编码
7. DC 的编码
*/

/*
对电视机，在考虑人的视觉系统和电视阴极射线管(CRT)的非线性特性之后，RGB 和 YUV 的对应关系近似为：
Y=0.3R+0.59G+0.11B
U=B-Y
V=R-Y
*/