在音视频领域，JPEG编码是最常用的图像编码格式。 接下来的几篇文章将从JPEG图像编码开始，到视频编解码，学习和总结音视频的编码原理，以及相关的文件协议。 现在让我们先输入jpeg编码。
1. JPEG有损编解码器简介
jpeg有损编解码过程
如上图所示，是jpeg编码和解码的流程图。 图片编码：离散余弦变换->量化->熵编码，图片解码：熵解码->逆量化->逆离散余弦变换。
有损编码数据流
如上图所示，有损编码的数据处理过程。 损失主要是在量化阶段引入的，因为量化是不可逆的。
2. 图像分割
在JPEG算法的第一步中，图像被分成大小为8X8的小块，并且在整个压缩过程中对这些小块进行单独处理。
输入图像分割
分割数据
3. 色彩空间转换
JPEG编码的第二步是进行色彩空间转换，将待编码的输入图像转换为统一的色彩格式。 所谓色彩空间是指表达色彩的数学模型。 例如，我们常见的“RGB”模型将颜色分解为红、绿、蓝三个分量，这样一张图片就可以分解为三张灰度图。 从数学表达上来说，每个8X8图案可以表示为三个8X8矩阵，其数据分别为R、G、B。取值范围一般在[0,255]之间。 在JPEG压缩算法中，需要将图案转换为YCbCr模型，其中Y代表亮度（），Cb和Cr分别代表绿色和红色的“色差值”。
RGB/YCbCr转换公式
为什么JPEG编码采用YCbCr模型？ 对于人眼来说，图像中明暗的变化更容易感知，这是由人眼的结构造成的。 视网膜上有两种类型的感光细胞：可以感知亮度变化的杆细胞和可以感知颜色的视锥细胞。 由于视杆细胞的数量比视锥细胞多得多，因此我们可以更容易地感知明暗细节。 有损压缩首先要做的就是“将重要信息与不重要信息分离”，尽量保留重要信息，删除不重要信息，以达到压缩的目的。 基于YCbCr颜色模型的特点，亮度和色差可以分别表示。 这样，在编码时，可以聚焦人眼敏感的亮度分量，而可以部分丢失不敏感的色差分量。
YC分离
从上图可以明显看出，从图片的YC分离来看，亮度图的细节更加丰富，人眼更加敏感。 JPEG将图像转换为YCbCr后，可以根据数据的重要性进行不同的处理。
好了，今天的主题就讲到这里吧，不管如何，能帮到你我就很开心了，如果您觉得这篇文章写得不错，欢迎点赞和分享给身边的朋友。
