DCT 的输入值是多少？

Question

所以我正在尝试编写一个简单的 bmp 到 jpeg 图像转换器程序。如您所知，jpeg 压缩、DCT、量化和熵编码涉及 3 个主要步骤。我想将在每个中间阶段计算的值写入文件。

现在我的问题是，在将每个像素的 RGB 值转换为 YUV 格式并将其存储到 3 个单独的二维数组中之后，是否在每个数组上计算 DCT？因此给了我 3 个不同的阵列并应用了 DCT？如果这是正确的，那么下一步就是量化对应于 Y、U 和 V 的每个数组。然后必须对这些二维数组中的每一个应用熵编码。

如何将这 3 个数组组合/写入文件，以便它们可以作为 .jpeg 文件读取？

Answer 1

首先我建议你下载jpeg specifications。

您必须为每个颜色通道单独计算 DCT：因此对于 YUV 颜色空间，您必须为每个 Y 8x8 块计算一个 DCT，一个用于 U 通道，一个用于 V 通道。

大多数时候 U 和 V 通道被二次采样：这意味着每个 U 和 V 有 2 或 4 个 Y 块。

应用 DCT 后，您可以对每个 DCT 进行量化：不同的通道通常需要不同的量化表（jpeg 规范建议正确的表）。

然后使用 Huffman 算法对量化结果进行编码：您可以将每个颜色通道以交错（1 到 4 个 Y 块后跟 1 个 U 和 1 个 V 块）或线性模式（首先Y 块，然后是所有 U 块，然后是 V)。

jpeg 流可能包含 RST 标签，这些标签会在丢失字节的情况下重新同步解码。

但您确实需要 jpeg 规格才能完成此任务。