Question

我试图编写一个jpeg编码器，并且在创建收集适当的Y，Cb和Cr颜色分量的算法时遇到困难，以便传递给执行转换的方法。

据我所知，四种最常见的子采样变体的设置如下（我可以离开这里）：

4：4：4 - 每个像素中包含Y，Cb和Cr的8x8像素的MCU块。
4：2：2 - 一个16x8像素的MCU块，每个像素为Y，每两个像素为Cb，Cr
4：2：0 - 一个16x16像素的MCU块，每两个像素为Y，每四个像素为Cb，Cr

到目前为止我已经找到的关于laout的最明确的描述是here

我不明白的是如何以正确的顺序收集这些组件，以便作为8x8块进行转换和量化。

有人能够编写一个例子，（伪代码可以，我确定，C＃甚至更好），如何对变换的字节进行分组？

我将包含当前正在运行的错误代码。

/// <summary>
/// Writes the Scan header structure
/// </summary>
/// <param name="image">The image to encode from.</param>
/// <param name="writer">The writer to write to the stream.</param>
private void WriteStartOfScan(ImageBase image, EndianBinaryWriter writer)
{
    // Marker
    writer.Write(new[] { JpegConstants.Markers.XFF, JpegConstants.Markers.SOS });

    // Length (high byte, low byte), must be 6 + 2 * (number of components in scan)
    writer.Write((short)0xc); // 12

    byte[] sos = {
        3, // Number of components in a scan, usually 1 or 3
        1, // Component Id Y
        0, // DC/AC Huffman table 
        2, // Component Id Cb
        0x11, // DC/AC Huffman table 
        3, // Component Id Cr
        0x11, // DC/AC Huffman table 
        0, // Ss - Start of spectral selection.
        0x3f, // Se - End of spectral selection.
        0 // Ah + Ah (Successive approximation bit position high + low)
    };

    writer.Write(sos);

    // Compress and write the pixels
    // Buffers for each Y'Cb Cr component
    float[] yU = new float[64];
    float[] cbU = new float[64];
    float[] crU = new float[64];

    // The descrete cosine values for each componant.
    int[] dcValues = new int[3];

    // TODO: Why null?
    this.huffmanTable = new HuffmanTable(null);

    // TODO: Color output is incorrect after this point. 
    // I think I've got my looping all wrong.
    // For each row
    for (int y = 0; y < image.Height; y += 8)
    {
        // For each column
        for (int x = 0; x < image.Width; x += 8)
        {
            // Convert the 8x8 array to YCbCr
            this.RgbToYcbCr(image, yU, cbU, crU, x, y);

            // For each component
            this.CompressPixels(yU, 0, writer, dcValues);
            this.CompressPixels(cbU, 1, writer, dcValues);
            this.CompressPixels(crU, 2, writer, dcValues);
        }
    }

    this.huffmanTable.FlushBuffer(writer);
}

/// <summary>
/// Converts the pixel block from the RGBA colorspace to YCbCr.
/// </summary>
/// <param name="image"></param>
/// <param name="yComponant">The container to house the Y' luma componant within the block.</param>
/// <param name="cbComponant">The container to house the Cb chroma componant within the block.</param>
/// <param name="crComponant">The container to house the Cr chroma componant within the block.</param>
/// <param name="x">The x-position within the image.</param>
/// <param name="y">The y-position within the image.</param>
private void RgbToYcbCr(ImageBase image, float[] yComponant, float[] cbComponant, float[] crComponant, int x, int y)
{
    int height = image.Height;
    int width = image.Width;

    for (int a = 0; a < 8; a++)
    {
        // Complete with the remaining right and bottom edge pixels.
        int py = y + a;
        if (py >= height)
        {
            py = height - 1;
        }

        for (int b = 0; b < 8; b++)
        {
            int px = x + b;
            if (px >= width)
            {
                px = width - 1;
            }

            YCbCr color = image[px, py];
            int index = a * 8 + b;
            yComponant[index] = color.Y;
            cbComponant[index] = color.Cb;
            crComponant[index] = color.Cr;
        }
    }
}

/// <summary>
/// Compress and encodes the pixels. 
/// </summary>
/// <param name="componantValues">The current color component values within the image block.</param>
/// <param name="componantIndex">The componant index.</param>
/// <param name="writer">The writer.</param>
/// <param name="dcValues">The descrete cosine values for each componant</param>
private void CompressPixels(float[] componantValues, int componantIndex, EndianBinaryWriter writer, int[] dcValues)
{
    // TODO: This should be an option.
    byte[] horizontalFactors = JpegConstants.ChromaFourTwoZeroHorizontal;
    byte[] verticalFactors = JpegConstants.ChromaFourTwoZeroVertical;
    byte[] quantizationTableNumber = { 0, 1, 1 };
    int[] dcTableNumber = { 0, 1, 1 };
    int[] acTableNumber = { 0, 1, 1 };

    for (int y = 0; y < verticalFactors[componantIndex]; y++)
    {
        for (int x = 0; x < horizontalFactors[componantIndex]; x++)
        {
            // TODO: This can probably be combined reducing the array allocation.
            float[] dct = this.fdct.FastFDCT(componantValues);
            int[] quantizedDct = this.fdct.QuantizeBlock(dct, quantizationTableNumber[componantIndex]);
            this.huffmanTable.HuffmanBlockEncoder(writer, quantizedDct, dcValues[componantIndex], dcTableNumber[componantIndex], acTableNumber[componantIndex]);
            dcValues[componantIndex] = quantizedDct[0];
        }
    }
}

此代码是我在Github

上撰写的开源库的一部分

Answer 1

JPEG颜色子采样可以以简单但功能性的方式实现，而无需太多代码。基本的想法是你的眼睛对颜色的变化对亮度的变化不太敏感，所以JPEG文件可以通过丢弃一些颜色信息来小得多。有许多方法可以对颜色信息进行二次采样，但JPEG图像倾向于使用4种变体：无，1/2水平，1/2垂直和1/2水平+垂直。还有其他TIFF / EXIF选项，例如二次采样颜色的“中心点”，但为简单起见，我们将使用和技术的平均值。

在最简单的情况下（无子采样），每个MCU（最小编码单位）是由3个分量组成的8x8像素块--Y，Cb，Cr。图像在8x8像素块中处理，其中3种颜色分量被分离，通过DCT变换并按顺序（Y，Cb，Cr）写入文件。在所有二次采样的情况下，DCT块总是由8x8系数或64个值组成，但这些值的含义因颜色二次采样而有所不同。

下一个最简单的情况是在一个维度（水平或垂直）中进行二次采样。我们在这个例子中使用1/2水平子采样。 MCU现在是16像素宽，8像素高。每个MCU的压缩输出现在将是4个8x8 DCT块（Y0，Y1，Cb，Cr）。 Y0表示左8×8像素块的亮度值，Y1表示右8×8像素块的亮度值。基于水平像素对的平均值，Cb和Cr值均为8×8块。我在这里找不到任何好的图像，但是一些伪代码可以派上用场。

（更新：可能代表子采样的图像:)

这是一个简单的循环，它对我们的1/2水平情况进行颜色子采样：

unsigned char ucCb[8][8], ucCr[8][8];
int x, y;

for (y=0; y<8; y++)
{
   for (x=0; x<8; x++)
   {
      ucCb[y][x] = (srcCb[y][x*2] + srcCb[y][(x*2)+1] + 1)/2; // average each horiz pair
      ucCr[y][x] = (srcCr[y][x*2] + srcCr[y][(x*2)+1] + 1)/2;
   } // for x
} // for y

正如你所看到的，它并不多。来自源图像的每对Cb和Cr像素被水平平均以形成新的Cb / Cr像素。然后对它们进行DCT变换，锯齿形并以与以往相同的形式进行编码。

最后，对于2x2子样本情况，MCU现在是16x16像素，写入的DCT块将是Y0，Y1，Y2，Y3，Cb，Cr。其中Y0表示左上8x8亮度像素，Y1表示右上角，Y2表示左下角，Y3表示右下角。在这种情况下，Cb和Cr值表示已经一起平均的4个源像素（2×2）。如果您想知道，颜色值在YCbCr颜色空间中一起平均。如果在RGB颜色空间中将像素平均在一起，则无法正常工作。

仅供参考 - Adobe支持RGB色彩空间（而不是YCbCr）中的JPEG图像。这些图像不能使用颜色子采样，因为R，G和B具有相同的重要性，并且在这个颜色空间中对它们进行二次采样会导致更糟糕的视觉伪像。

jpeg的色度子采样算法

1 个答案: