當(dāng)我們在互聯(lián)網(wǎng)上瀏覽內(nèi)容時，總會看到各種各樣的圖片，比如在你刷IT之家時，所看到的絕大部分圖片都是JPG格式的，這種圖片格式之所以在互聯(lián)網(wǎng)上廣受歡迎，是因?yàn)橄啾扔赑NG、GIF格式，它的體積相對較小，畢竟在上網(wǎng)時，用戶希望圖片加載得越快越好。
JPG格式的圖片體積相對較小，是因?yàn)樗捎昧艘幌盗械膲嚎s算法，壓縮圖片弊端就是和原始的圖片相比，它犧牲掉了一些畫面細(xì)節(jié)，這些丟失的細(xì)節(jié)或許可被人的肉眼看出，或許以人的肉眼難以發(fā)現(xiàn)，對于這種通過犧牲畫面的精細(xì)程度來達(dá)到縮小體積的目的的壓縮算法，我們稱之為“有損壓縮”或者“破壞性壓縮”，今天，IT之家就和大家聊聊JPEG圖片壓縮的基本原理。
JPEG和JPG的關(guān)系
很多讀者可能會有這樣的疑惑，JPEG和JPG看起來如此相像，它們到底是不是同一種圖片格式？JPEG和JPG之間的關(guān)系到底是怎樣的？在回答這個問題之前，我們首先要了解，JPEG的來頭。
JPEG，全稱為“Joint Photographic Experts Group”，翻譯成中文，則是“聯(lián)合圖像專家小組”，這是一個成立于1986年的組織，1992年，該組織發(fā)布了“JPEG標(biāo)準(zhǔn)”，這是一種針對圖像的壓縮而制定的標(biāo)準(zhǔn)。
使用JPEG標(biāo)準(zhǔn)壓縮的圖片文件，被稱為“JPEG文件”，這種文件的擴(kuò)展名通常是JPG、JPEG、JPE、JFIF以及JIF，在這些文件格式中，以JPG的使用最為廣泛。
如果這里JPEG指的是聯(lián)合圖像專家小組，那JPEG與JPG則是制定壓縮標(biāo)準(zhǔn)的組織與采用該組織制定的壓縮標(biāo)準(zhǔn)壓縮成的圖片的一種的格式的關(guān)系；
如果JPEG指的是JPEG壓縮標(biāo)準(zhǔn)，那JPEG與JPG則是一種圖像的壓縮標(biāo)準(zhǔn)與采用該標(biāo)準(zhǔn)壓縮成的圖片的一種格式的關(guān)系；
如果JPEG指的是一張圖片文件的后綴名，那JPEG與JPG的關(guān)系則是采用JPEG標(biāo)準(zhǔn)壓縮的圖片的兩種不同的格式。
色彩空間轉(zhuǎn)換
要壓縮圖片，首先要知道這個圖片中都包含了些什么內(nèi)容，在對圖片的內(nèi)容進(jìn)行分解時，第一步就要進(jìn)行色彩空間轉(zhuǎn)換。
所謂的色彩空間，指的是描述圖像的顏色的一組數(shù)值，比較常見的色彩空間有RGB、CMYK。
RGB，即是分別用三組數(shù)值，來表示紅、綠、藍(lán)，而紅、綠、藍(lán)三種顏色經(jīng)過不同程度的配比，就會顯示出不同的顏色。通常RGB的色彩模型用于顯示屏的顯示。
CMYK，即是分別用四組數(shù)值，來表示青色、品紅、黃色和黑色，而青色、品紅、黃色和黑色四種顏色經(jīng)過不同程度的配比，就會顯示出不同的顏色。通常CMYK的色彩模型用于印刷。
在JPEG壓縮圖像過程中，是怎么用數(shù)值來表示圖像內(nèi)容的呢？事實(shí)上，JPEG量化圖像的顏色時并非采用RGB模式，也非CMYK模式，而是YCbCr模式，其中，Y表示的是亮度，Cb表示的是彩度（藍(lán)），Cr表示的是彩度（紅）。那么問題來了，為什么JPEG在壓縮圖像時，不采用RGB和CMYK的色彩模型，而偏偏采用YCbCr這種看似奇葩的模式呢？這還要從人眼的工作機(jī)制談起。
我們的眼睛之所以能感知圖像，是因?yàn)槿搜蹆?nèi)含有視錐細(xì)胞和視桿細(xì)胞，其中，視錐細(xì)胞具有感知顏色的能力，而視桿細(xì)胞具有感知亮度的能力，通常，我們的眼睛中，視桿細(xì)胞數(shù)量相對較多，所以人眼對亮度的敏感程度要高于對色彩的敏感程度。就像你熄燈時，你可以在暗光下漸漸地看清周圍的事物，而對周圍事物的顏色，你可能就不那么敏感了。
JPEG正是利用了人眼的這一特性，在壓縮圖像時，將亮度和顏色分開處理。
由于人眼對亮度很敏感，所以JPEG不會對亮度做太多改變，而人眼對顏色不甚敏感（科學(xué)研究表明，人眼大概可以區(qū)分出1000萬種不同的顏色，這種感知能力相比于電腦，就沒那么精確了），所以在人眼開始察覺色彩不對了之前，JPEG對顏色進(jìn)行壓縮處理，這樣就算圖像損失了部分細(xì)節(jié)，人眼也不太容易捕捉得到。
JPEG在壓縮圖像時所進(jìn)行的色彩空間轉(zhuǎn)換，指的就是將RGB轉(zhuǎn)換為YCbCr。
縮減取樣
在YCbCr模型中，Cb通道和Cr通道中所包含的信息量遠(yuǎn)遠(yuǎn)少于Y通道中包含的信息量，同時，人眼對色彩的敏感程度有限，因此，JPEG的壓縮算法主要對Cb和Cr通道中的數(shù)據(jù)進(jìn)行縮減取樣，取樣的比例可以是4:4:4（無縮減取樣）、4:2:2（在水平方向2的倍數(shù)中取樣）和4:2:0（在水平方向和垂直方向的2的倍數(shù)中取樣），其中，以4:2:0最為常見。
離散余弦變換（DCT）
通常我們認(rèn)為，在8*8像素的一塊方格里，它里面的像素往往非常相似，因此，當(dāng)進(jìn)行到這一步時，JPEG會將圖像分為一個又一個的8*8的像素塊。
▲一個8*8的像素塊，圖片來自維基百科
每一個像素塊都利用離散余弦變換來編碼，法國數(shù)學(xué)家傅里葉告訴我們，幾乎所有的周期函數(shù)，都可以用一系列的“弦波”來表示，也就是說，靠著帶權(quán)重的一系列不同余弦值的相加，就可以重構(gòu)出我們的原圖。最后，每個8*8的像素塊都會通過特定的函數(shù)，來生成一個新的8*8的數(shù)字矩陣。
▲一個8*8的數(shù)字矩陣，圖片來自維基百科
量化
事情到這里還沒算完，通過離散余弦變換所得到的數(shù)字可不能被直接壓縮，他們還需要再處理一下，這就是量化。
量化的過程，實(shí)際上就是對DTC系數(shù)的一個優(yōu)化過程，在一個8*8像素的區(qū)域中，每個像素點(diǎn)間的差異都很大時，它的弦波頻率就很高，我們稱之為高頻區(qū)，相反地，一個8*8像素的區(qū)域中，每個像素點(diǎn)間的差異很小，那它的弦波頻率就很低，我們稱之為低頻區(qū)，剛剛的DCT算法已經(jīng)把哪里頻率高、哪里頻率低給整理出來了。
▲越接近左上，頻率越低，越接近右下，頻率越高。
人眼對高頻區(qū)（小范圍、高復(fù)雜度）的辨識能力較差，而對低頻區(qū)（大范圍、低復(fù)雜度）的辨識能力較好，因此JPEG就根據(jù)人眼的這一特征將高頻區(qū)進(jìn)行大幅的簡化和壓縮，量化的過程，實(shí)際上就是把頻率領(lǐng)域上的每個成分，除以一個特定的常數(shù)，然后將計(jì)算結(jié)果四舍五入，取一個整數(shù)，JPEG會將高頻區(qū)的成分通過算法，使其接近于0，然后四舍五入，取該成分的值為0，最后，我們大概會得到這樣一個矩陣：
▲圖片來源：維基百科
可以看到，這個矩陣中有很多連續(xù)的0，這就對壓縮非常有利了。
熵編碼
終于到了最后一步了，那就是壓縮，仔細(xì)觀察剛剛得到的最終的矩陣，可以看到，從左上角到右下角，連續(xù)的0的數(shù)量急劇上升，這種情況就要用熵編碼技術(shù)，對數(shù)據(jù)進(jìn)行編碼。
JPEG從左上角開始，以Z字形來回穿梭，直至經(jīng)歷了矩陣中的所有數(shù)字，到達(dá)右下角。
▲Z字形穿梭掃描的路徑，圖片來自維基百科
此時的編碼就變成了這樣：
當(dāng)剩下的數(shù)字都是0，且過早結(jié)束的編碼，可以將連續(xù)的0的部分采用霍夫曼編碼表示為“EOB”，最后，這串編碼就成了這個樣子：
現(xiàn)在，我們就得到了JPEG的編碼了。通過一系列的處理，可以看到，圖像中的信息達(dá)到了壓縮和簡化的目的。這就是一幅原始圖像被壓縮為JPEG的大概過程。
圖片質(zhì)量
在生成一張JPG圖像文件時，你通常需要設(shè)置圖像質(zhì)量參數(shù)，這個參數(shù)的數(shù)值越大，圖像的質(zhì)量也就越高，同時圖片文件的體積也就越大，相反地，數(shù)值越小，圖像的質(zhì)量就越低，同時圖片文件的體積越小，下面是三張圖片：
▲圖片一
▲圖片二
▲圖片三
第一張圖片的質(zhì)量參數(shù)是100，第二張圖片的質(zhì)量參數(shù)是60，第三張圖片的質(zhì)量參數(shù)是20，很容易可以看出，第一張圖片的細(xì)節(jié)較為豐富，第二張圖片的畫面中好像稍微有一些噪點(diǎn)，第三章圖片的直接可以看到大塊的馬賽克了。
代碼示例
現(xiàn)在你已經(jīng)了解了JPEG算法的工作原理，如果你想更進(jìn)一步地學(xué)習(xí)，那么在GitHub中有這樣一個代碼示例，其作用就是進(jìn)行JPEG壓縮，感興趣的同學(xué)可以點(diǎn)擊這里查看和研究。
寫在最后
這篇文章的目標(biāo)受眾是普通讀者，出于淺顯易懂的原則，這篇文章沒有對數(shù)學(xué)算法進(jìn)行深入討論，也沒有對數(shù)學(xué)定義進(jìn)行嚴(yán)格闡述，如果你是相關(guān)領(lǐng)域的從業(yè)人員或者相關(guān)專業(yè)的高校學(xué)生，那么這篇文章可能不適合你。
在撰寫這篇文章時，筆者參考了維基百科和相關(guān)技術(shù)博客中的一些知識，若文中有定義錯誤或者事實(shí)錯誤，還請不吝賜教。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。