Ⅰ JPEG压缩方法的问题
jpeg是有损压缩，jpeg2000才有无损压缩。。JPEG2000的原理：
JPEG 2000 与传统 JPEG 最大的不同，在于它放弃了 JPEG 所采用的以离散馀弦转换(Discrete Cosine Transform) 为主的区块编码方式，而改采以小波转换(Wavelet transform) 为主的多解析编码方式。小波转换的主要目的是要将影像的频率成分抽取出来。
JPEG2000的优点：
1、JPEG2000 作为JPEG升级版，高压缩（低比特速率）是其目标，其压缩率比 JPEG 高约 30% 左右。
2、JPEG2000 同时支持有损和无损压缩，而 JPEG 只能支持有损压缩。无损压缩对保存一些重要图片十分有用。
3、JPEG2000 能实现渐进传输，这是JPEG2000的一个极其重要的特征。也就是我们对 GIF 格式影像常说的“渐现”特性。它先传输图像的轮廓，然后逐步传输数据，不断提高图像质量，让图象由朦胧到清晰显示，而不必是像现在的 JPEG 一样，由上到下慢慢显示。
4、JPEG2000 支持所谓的“感兴趣区域”特性，你可以任意指定影像上你感兴趣区域的压缩质量，还可以选择指定的部份先解压缩。这样我们就可以很方便的突出重点了。
Ⅱ 图像为什么可以被压缩
图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。
图像压缩的种类：
图像压缩可以是有损数据压缩也可以是无损数据压缩。对于如绘制的技术图、图表或者漫画优先使用无损压缩，这是因为有损压缩方法，尤其是在低的位速条件下将会带来压缩失真。如医疗图像或者用于存档的扫描图像等这些有价值的内容的压缩也尽量选择无损压缩方法。有损方法非常适合于自然的图像，例如一些应用中图像的微小损失是可以接受的（有时是无法感知的），这样就可以大幅度地减小位速。
Ⅲ 简述JPEG压缩算法
首先你需要了解几个概念，有损压缩，量化，行程编码。
对一副图片来说，bitmap就是原始格式，没经过任何压缩的。
量化就是把所有0-255的像素值进行归类，然后分成尽量少的积累，这要存储量就小很多了，对于JEPG来说量化是有损压缩的起源。
最后就是对所有的已经归类过的点进行行程编码，然后就压缩完了
Ⅳ JPEG标准的基本系统中压缩过程有几步每步的工作原理是什么
JPEG压缩分四个步骤实现：
1.颜色模式转换及采样；
2.DCT变换；
3.量化；
4.编码。
二.
1．颜色模式转换及采样 RGB色彩系统是我们最常用的表示颜色的方式。JPEG采用的是YCbCr色彩系统。想要用JPEG基本压缩法处理全彩色图像，得先把RGB颜色模式图像数据，转换为YCbCr颜色模式的数据。Y代表亮度，Cb和Cr则代表色度、饱和度。通过下列计算公式可完成数据转换。 Y=0.2990R+0.5870G+0.1140B Cb=-0.1687R-0.3313G+0.5000B+128 Cr=0.5000R-0.4187G-0.0813B＋128 人类的眼晴对低频的数据比对高频的数据具有更高的敏感度，事实上，人类的眼睛对亮度的改变也比对色彩的改变要敏感得多，也就是说Y成份的数据是比较重要的。既然Cb成份和Cr成份的数据比较相对不重要，就可以只取部分数据来处理。以增加压缩的比例。JPEG通常有两种采样方式：YUV411和YUV422，它们所代表的意义是Y、Cb和Cr三个成份的数据取样比例。
2.DCT变换 DCT变换的全称是离散余弦变换(Discrete Cosine Transform)，是指将一组光强数据转换成频率数据，以便得知强度变化的情形。若对高频的数据做些修饰，再转回原来形式的数据时，显然与原始数据有些差异，但是人类的眼睛却是不容易辨认出来。 压缩时，将原始图像数据分成8*8数据单元矩阵，例如亮度值的第一个矩阵内容如下：
JPEG将整个亮度矩阵与色度Cb矩阵，饱和度Cr矩阵，视为一个基本单元称作MCU。每个MCU所包含的矩阵数量不得超过10个。例如，行和列采样的比例皆为4:2:2，则每个MCU将包含四个亮度矩阵，一个色度矩阵及一个饱和度矩阵。 当图像数据分成一个8*8矩阵后，还必须将每个数值减去128，然后一一代入DCT变换公式中，即可达到DCT变换的目的。图像数据值必须减去128，是因为DCT转换公式所接受的数字范围是在-128到+127之间。 DCT变换公式：
x,y代表图像数据矩阵内某个数值的坐标位置f(x,y)代表图像数据矩阵内的数个数值u,v代表DCT变换后矩阵内某个数值的坐标位置F(u,v)代表DCT变换后矩阵内的某个数值 u=0 且 v=0 c(u)c(v)=1/1.414 u>0 或 v>0 c(u)c(v)=1 经过DCT变换后的矩阵数据自然数为频率系数，这些系数以F（0，0）的值最大，称为DC，其余的63个频率系数则多半是一些接近于0的正负浮点数，一概称之为AC。
3、量化 图像数据转换为频率系数后，还得接受一项量化程序，才能进入编码阶段。量化阶段需要两个8*8矩阵数据，一个是专门处理亮度的频率系数，另一个则是针对色度的频率系数，将频率系数除以量化矩阵的值，取得与商数最近的整数，即完成量化。 当频率系数经过量化后，将频率系数由浮点数转变为整数，这才便于执行最后的编码。不过，经过量化阶段后，所有数据只保留整数近似值，也就再度损失了一些数据内容，JPEG提供的量化表如下：
4、编码 Huffman编码无专利权问题，成为JPEG最常用的编码方式，Huffman编码通常是以完整的MCU来进行的。 编码时，每个矩阵数据的DC值与63个AC值，将分别使用不同的Huffman编码表，而亮度与色度也需要不同的Huffman编码表，所以一共需要四个编码表，才能顺利地完成JPEG编码工作。 DC编码 DC是彩采用差值脉冲编码调制的差值编码法，也就是在同一个图像分量中取得每个DC值与前一个DC值的差值来编码。DC采用差值脉冲编码的主要原因是由于在连续色调的图像中，其差值多半比原值小，对差值进行编码所需的位数，会比对原值进行编码所需的位数少许多。例如差值为5，它的二进制表示值为101，如果差值为-5，则先改为正整数5，再将其二进制转换成1的补数即可。所谓1的补数，就是将每个Bit若值为0，便改成1；Bit为1，则变成0。差值5应保留的位数为3，下表即列出差值所应保留的Bit数与差值内容的对照。
在差值前端另外加入一些差值的霍夫曼码值，例如亮度差值为5（101）的位数为3，则霍夫曼码值应该是100，两者连接在一起即为100101。下列两份表格分别是亮度和色度DC差值的编码表。根据这两份表格内容，即可为DC差值加上霍夫曼码值，完成DC的编码工作。
AC编码 AC编码方式与DC略有不同，在AC编码之前，首先得将63个AC值按Zig-zag排序，即按照下图箭头所指示的顺序串联起来。
63个AC值排列好的，将AC系数转换成中间符号，中间符号表示为RRRR/SSSS，RRRR是指第非零的AC之前，其值为0的AC个数，SSSS是指AC值所需的位数，AC系数的范围与SSSS的对应关系与DC差值Bits数与差值内容对照表相似。 如果连续为0的AC个数大于15，则用15/0来表示连续的16个0，15/0称为ZRL（Zero Rum Length），而（0/0）称为EOB（Enel of Block）用来表示其后所剩余的AC系数皆等于0，以中间符号值作为索引值，从相应的AC编码表中找出适当的霍夫曼码值，再与AC值相连即可。 例如某一组亮度的中间符为5/3，AC值为4，首先以5/3为索引值，从亮度AC的Huffman编码表中找到1111111110011110霍夫曼码值，于是加上原来100（4）即是用来取[5，4]的Huffman编码1111111110011110100，[5，4]表示AC值为4的前面有5个零。 由于亮度AC，色度AC霍夫曼编码表比较长，在此省略去，有兴趣者可参阅相关书籍。 实现上述四个步骤，即完成一幅图像的JPEG压缩。 参考资料[1] 林福宗 《图像文件格式（上）——Windows 编程》，清华大学出版社， 1996年[2] 李振辉、李仁各编着，《探索图像文件的奥秘》，清华大学出版社，1996年[3] 黎洪松、成实译《JPEG静止数据压缩标准》，学苑出版社，1996年
希望能对你有点帮助 ！
Ⅳ jpeg压缩过程是什么
在介绍图象的压缩编码之前，先考虑一个问题：为什么要压缩？其实这个问题不用我回答，你也能想得到。因为图象信息的数据量实在是太惊人了。举一个例子就明白了，一张A4(210mm*297mm) 幅面的照片，若用中等分辨率（300dpi）的扫描仪按真彩扫描，其数据量为多少？让我们来计算一下：共有(300*210/25.4)*（300*297/25.4）个像素，每个像素占3个字节,其数据量为26M字节，其数据量之大可见一斑了。
如今在Internet上，传统基于字符界面的应用逐渐被能够浏览图象信息的WWW(World Wide Web)方式所取代。WWW尽管漂亮，但是也带来了一个问题：图象信息的数据量太大了，本来就已经非常紧张的网络带宽变得更加不堪重负，使得World Wide Web变成了World Wide Wait。
总之，大数据量的图象信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处理速度增加极大的压力。单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方法来解决这个问题是不现实的，这时就要考虑压缩。压缩的理论基础是信息论。从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知的），也就是用一种更接近信息本质的描述来代替原有冗余的描述。这个本质的东西就是信息量（即不确定因素）。
压缩可分为两大类，第一类压缩过程是可逆的，也就是说，从压缩后的图象能够完全恢复出原来的图象，信息没有任何丢失，称为无损压缩；第二类压缩过程是不可逆的，无法完全恢复出原图象，信息有一定的丢失，成为有损压缩。选择哪一类压缩，要折中考虑，尽管我们希望能够无损压缩，但是通常有损压缩的压缩比（即原图象占的字节数与压缩后图象占的字节数之比，压缩比越大，说明压缩效率越高）比无损压缩的高。
图象压缩一般是通过改变图象的表示方式来达到，因此压缩和编码是分不开的。图象压缩的主要应用是图象信息的传输和存储，可广泛地应用于广播电视，电视会议，计算机通讯，传真，多媒体系统，医学图象，卫星图象等领域。
Ⅵ JPEG是什么编码压缩技术
JPEG是一种图形文件。它是Joint
Photo
Graphic
Experts
Group制定的压缩标准产生的压缩格式，属J－PEG
File
Inter?Change
Format，可以用不同的压缩比例对这种文件压缩。因压缩技术十分先进，文件小，图形质量高而被广泛运用于图像处理中。
没问什么原理压的就不说了，太长了^_^
Ⅶ JPEG的无损压缩方法原理及过程。
jpeg是有损压缩，jpeg2000才有无损压缩。。
JPEG2000的原理：
JPEG 2000 与传统 JPEG 最大的不同，在于它放弃了 JPEG
所采用的以离散馀弦转换(Discrete Cosine Transform) 为主的区块编码方式，而改采以小波转换(Wavelet transform)
为主的多解析编码方式。小波转换的主要目的是要将影像的频率成分抽取出来。
JPEG2000的优点：
1、JPEG2000 作为JPEG升级版，高压缩（低比特速率）是其目标，其压缩率比 JPEG 高约 30% 左右。
2、JPEG2000
同时支持有损和无损压缩，而 JPEG 只能支持有损压缩。无损压缩对保存一些重要图片十分有用。
3、JPEG2000
能实现渐进传输，这是JPEG2000的一个极其重要的特征。也就是我们对 GIF
格式影像常说的“渐现”特性。它先传输图像的轮廓，然后逐步传输数据，不断提高图像质量，让图象由朦胧到清晰显示，而不必是像现在的 JPEG
一样，由上到下慢慢显示。
4、JPEG2000
支持所谓的“感兴趣区域”特性，你可以任意指定影像上你感兴趣区域的压缩质量，还可以选择指定的部份先解压缩。这样我们就可以很方便的突出重点了。
Ⅷ 关于JPG图像压缩的原理
JPG图像压缩的基本原理
图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大,在存储、传输、处理时非常困难,因此图像数据的压缩就显得非常重要。
信息时代带来了“信息爆炸”，使数据量大增，因此，无论传输或存储都需要对数据进行有效的压缩。在遥感技术中，各种航天探测器采用压缩编码技术，将获取的巨大信息送回地面。
图像压缩是数据压缩技术在数字图像上的应用，它的目的是减少图像数据中的冗余信息从而用更加高效的格式存储和传输数据。
pg全名是JPEG。JPEG图片以 24 位颜色存储单个位图。JPEG 是与平台无关的格式，支持最高级别的压缩，不过，这种压缩是有损耗的。渐近式 JPEG 文件支持交错。
JPEG压缩可以很好地处理写实摄影作品。但是，对于颜色较少、对比级别强烈、实心边框或纯色区域大的较简单的作品，JPEG压缩无法提供理想的结果。有时，压缩比率会低到 5:1，严重损失了图片完整性。这一损失产生的原因是，JPEG压缩方案可以很好地压缩类似的色调，但是 JPEG 压缩方案不能很好地处理亮度的强烈差异或处理纯色区域。
Ⅸ jpeg图片压缩的原理（谈谈怎么个压缩法怎么个有损法）
图像压缩的算法很多，我把霍夫曼算法说一下，一朵云的色彩变化中有许多是相同的像素。那么表达这些像素的时候，可以只写一个值，然后只写它们的位置就可以了，这样就省了重复冗余数据，而且表达出来没有差异。还有的一种方法是把接近的，几乎看不出差异的数据表达位一类，这样，就可以在前者基础上减少更多的数据，但是后者由于把微妙的色信号差去掉了，所以会有损失。前者就是无损的压缩。后者就是有损的，并且无法恢复的。
Ⅹ JPEG压缩造成何种信息损失
JPEG压缩算法的核心是“视觉保真”原理。就是根据人的眼睛在感知图像时对亮度变化特别敏感而对色彩偏差相对迟钝的特点，尽量保留每个像素点的亮度特征，而将相邻像素的色相、饱和度合并描述（当然不是简单的加减合并，其中的算法相当复杂）。这样做的结果是，可以将图片文件进行相当大比例的压缩，但视觉上的损失可以难以察觉。既然不同的色相、饱和度的像素合并描述，当然就会带来色彩失真，而且压缩比越大，合并度就越高，色彩损失也就越多。所以JPEG压缩是一种“有损”压缩。
目前的JPEG图像压缩标准,具有中端和高端比特速率上的良好的速率畸变特性，但在低比特率范围内，将会出现很明显的方块效应，其质量变得不可接受。JPEG不能在单一码流中提供有损和无损压缩，当碰到比特差错时图像质量将受到严重的损坏。虽然新的JPEG-2000算法在这有了不少改进，也允许进行无损压缩，但压缩比与图像质量之间永远是难以两全的对立面，要想获得大的压缩比，势必造成图像质量的下降。