JPEG - 想法与实践/简介
JPEG 委员会希望该方法能够以多种变体和扩展方式使用。
- 顺序 DCT 操作模式，其中图像以与第一部分相同的方式扫描（但不是以我们的之字形方式，从左到右逐列扫描，而是从上到下逐行扫描，就像阅读一样）。
- 渐进式 DCT 操作模式，其中图像在位流传输的同时完全显示，最初不完美，然后逐渐改善。
- 无损 操作模式，其中文件仅被压缩，没有任何数据因余弦变换或量化而丢失。
- 分层（DCT 或无损）操作模式，其中图像以多种分辨率存储以供不同用途（低分辨率屏幕、高分辨率打印机等），这样低分辨率图像以补充数据的形式存储，这些数据可以根据需要添加以生成更高分辨率的图像。
颜色值通常以字节（8 位数字）测量，在这种情况下，计算中（实数）数字的精度设置为 11 位。
JPEG 还提供扩展精度，主要用于灰度图像，其中颜色值使用 12 位（范围从 0 到 4095）而不是使用 8 位，并且计算精度增加到 15 位。扩展精度意味着哈夫曼表必须扩展到 DC 数字的 15 位（而不是 11 位）和 AC 数字的 14 位（而不是 10 位）。此外，量化表中的数字可以是字（从 0 到 65535）而不是字节。由于这种可能性很少使用，我们这里将忽略它。
对于基线顺序 DCT 模式，即非扩展顺序 DCT 模式，编码方法是哈夫曼编码，每个分量使用两个表。对于扩展模式，您可以在使用两个或四个表的哈夫曼编码和算术编码之间进行选择。
尽管设计了四种模式，但只有基线顺序 DCT 模式在广泛应用中存活下来。
- 如今，渐进式和分层模式没有太多意义，因为 JPEG 图像传输和显示速度很快。
- 无损模式的好处似乎太小。算术编码可以比哈夫曼编码压缩得更好，但它速度更慢，并且存在与专利相关的問題。
我们这里所做的描述，就像我们在第一部分中所做的描述一样，伴随着一些程序的编写。这次，这样做只是为了确保我们正确理解了该过程。我们将展示用类似 Pascal 的语言编写的这些程序的片段，这些片段应该易于理解。
我们首先制作了一个可以将 BMP 格式的图像转换为 JPEG 格式的灰度图像的程序。当它正常工作后，我们将其扩展到彩色图像。这样的程序，要在 JPEG 文件的生产系统中使用，当然必须用汇编语言编写，并且在变换中不使用协处理器（80 位数字）。但是，如果该程序只是为了演示，或者它是生成计算机图形的程序的一部分，那么它可以用高级语言编写，并且可以使用浮点运算。我们能够读取 JPEG 文件并绘制图像的程序（针对基线顺序 DCT 模式）是通过相同的方式制作的。由于已经存在许多这样的程序，因此它不需要高效。相反，我们通过使用“setpixel”过程使其变得格外缓慢，因为这样做更简单——而且它会使绘制呈现出一种有趣的风格。
下面左侧的图像是用我们第一部分中的程序制作的，右侧的图像是用我们这部分中的程序制作的。质量大致相同。第一个占 16.3 Kb，第二个占 15.1 Kb（未压缩时占 228 Kb）
-
演示程序：16.3 Kb -
真实程序：15.1 Kb
"连续色调静止图像的数字压缩和编码 - 需求和指南/建议 T.81"（1992），也称为 T.81，长达 180 页。如果您只对使用哈夫曼编码的基线顺序 DCT 模式感兴趣，则不必阅读所有 180 页。所需的数学和编程知识有限。您必须已经了解数学术语的含义，因为这些术语没有解释。
T.81 的目的是为该过程的核心设置一个通用标准。具体细节在实施标准中单独描述。这些在标题为“JPEG 文件交换格式，版本...”的附加文档中。我们所描述的内容中，只有颜色空间指定在这些实施文档中：RGB → YCbCr 变换。
第一部分中显示的这种颜色变换公式可以在 1992 年的 1.02 版本（7 页）中找到。T.81 只谈到四个分量。隐含地，一个分量意味着图像为灰度，三个分量可以是 RGB 分量，最常见的是 YCbCr 分量，第四个分量用于透明度可能性。