JPEG压缩中DCT变换与量化表的配合

从像素块到频率系数

JPEG 压缩的关键，不是把整张图片一次性“变小”，而是把图像拆成许多 8×8 像素块，再分别处理每个块中的明暗变化。二维离散余弦变换（DCT）负责重新表达这些变化，量化表则决定哪些频率信息保留得细、哪些信息更容易被舍弃。

可以把 DCT 理解成“拆波纹”：一个像素块里的明暗起伏，会被分解成不同方向、不同快慢的空间频率。每个 8×8 块经过二维 DCT 后得到 64 个系数，位置通常这样理解：

• 左上角：直流系数，表示这个像素块的平均亮度。
• 靠近左上角：低频系数，描述缓慢变化的大面积明暗关系。
• 靠右下角：较高频系数，描述细线、锐利边缘和细密纹理等快速变化。

DCT 本身通常不是主要的有损环节。在精确实现中，DCT 与逆 DCT 理论上可以恢复原来的数值；实际实现还会受到有限精度和舍入影响，但 JPEG 中造成主要不可逆损失的是量化，随后还有系数舍入与熵编码过程。常见基线 JPEG 使用 8 位样本和基于 DCT 的有损编码，格式规范由 ISO/IEC 10918-1 与 ITU-T T.81 规定；其他 JPEG 模式和编码器可能采用不同特性。

图片转JPG工具通常把压缩强度包装成“质量”参数，例如 95、80 或 60。不过，“质量 80”不是跨工具、跨编码器统一的物理指标。不同程序可能采用不同的默认量化表、质量缩放规则、色度抽样方式和元数据设置，所以只能在同一工具、同一版本、同一导出条件下比较。

量化表如何决定高频丢失

量化会把每个 DCT 系数除以量化表中同一位置的数值，再四舍五入。可写成：

量化系数 = round(DCT系数 ÷ 量化表对应值)

解码时，程序再把量化结果乘回该量化值。由于除法后的四舍五入无法完全逆转，量化步长越大，原始系数可能落入同一个整数结果，误差范围通常也越大。

标准示例中的亮度量化表，左上角通常是 16，右下角通常是 99。这表示低频位置的量化步长较小，保留更细；右下区域的步长较大，高频系数更容易被量化为 0。但这只是常见标准表的示例，具体数值取决于采用的标准表、编码器以及质量缩放方式，不能把所有 JPG 的量化表都当成这一张。

例如，假设某个高频位置的 DCT 系数为 25：

25 ÷ 16 ≈ 1.56，四舍五入后为 2；25 ÷ 32 ≈ 0.78，四舍五入后为 1

如果系数只有 12，那么使用步长 16 时结果为 1，使用步长 32 时结果则为 0。解码后，前者约恢复为 16，后者恢复为 0。对应到图像上，细线、文字边缘和树叶纹理中的局部变化就可能变弱，甚至断开。

量化表并不是“高频全部删除”的开关。每个频率位置都有独立步长，最终结果还取决于原始图像在该位置上的 DCT 系数、量化表、质量缩放规则和具体编码器。某个高频系数足够大，即使量化步长为 32，也可能保留下来。

量化强度如何变成可见画质

当大量高频系数归零，图像中的细节会变软。量化过强时，8×8 块之间的亮度或色彩变化无法连续衔接，还可能出现以下伪影：

• 方块效应：相邻 8×8 块的边界变得可见，常见于平滑天空、墙面等区域。
• 振铃：高对比边缘附近出现明暗波纹，类似边缘旁的细小光晕。
• 蚊噪：文字或锐利物体周围出现零散斑点，通常与量化后残留的高频系数有关。
• 色度边缘模糊：彩色文字、细彩线和高饱和度边缘变得不清楚，常与色度抽样和色度量化共同相关。

JPEG 通常对亮度和色度分量分开处理。人眼对亮度细节通常比对色彩细节更敏感，因此编码器常对色度使用更强压缩；常见的 4:2:0 色度抽样还会降低色度分辨率。照片中这种处理往往不明显，但对红色小字、彩色线稿和网页截图影响更直接。

文件大小也不只由量化表决定。量化后产生的零值越多，游程编码越容易压缩；随后使用的霍夫曼编码还会受符号分布影响。因此，同一质量参数下，纯色照片、树叶密集的风景和包含大量文字的截图，文件大小可能差异很大。

检查 JPEG 时，可以放大到 400% 或 800%，观察以下位置：

• 纯色区域中是否出现可见的 8×8 方块边界。
• 小字号文字的笔画是否变细、断裂或粘连。
• 高对比斜线是否出现阶梯、振铃或蚊噪。
• 树叶、头发、织物等高频纹理是否变成一片模糊。

照片可以接受的质量设置，不一定适合截图、线稿或带小字号文字的图片。后者包含大量锐利边缘和规则细线，通常需要更高质量，或直接使用 PNG 等无损格式。

用图片转JPG验证量化差异

可以用同一张无损原图做一个小实验。关键是每个质量档位都从原图重新导出，不能把已经压缩过的 JPG 再作为下一轮输入。

1. 准备一张包含纯色背景、细文字、斜线和复杂纹理的 PNG 或 TIFF 原图。
2. 在图片转JPG工具中分别导出质量 95、80、60、40 的 JPG。
3. 记录每个文件的大小，并保持宽高、色彩模式、色度抽样和元数据设置一致。
4. 将结果放大到 400% 或 800%，分别查看方块边界、文字笔画、斜线和纹理。
5. 把文件大小与可见损失放在一起比较，判断哪个档位适合自己的用途。

可以按下面的方向记录结果，但不要把它当成所有编码器都适用的固定结论：

• 质量 95：通常保留较多细节，文件较大，适合需要较少可见损失的照片。
• 质量 80：常用于网页照片，但具体文件大小和伪影取决于编码器及色度设置。
• 质量 60：细纹理、文字边缘和高对比线条更容易出现损失。
• 质量 40：方块效应、蚊噪和色彩边缘模糊更容易被观察到。

如果工具支持自定义量化表，可以固定质量参数，只替换亮度量化表，比较右下角高频项增大或减小时的变化。若工具不支持自定义量化表，就只能观察其预设表和质量缩放规则的结果，不能据此推断所有 JPEG 编码器的行为。

测试时不要把一次导出后的 JPG 反复转成 JPG。每次重新编码都可能再次量化已有系数，误差会累积；可靠的比较方法是始终从同一张无损原图开始。

最容易误解的一点

“DCT 直接删除了高频信息”并不准确。DCT 主要负责重新表达信息，把像素变化转换成 64 个频率系数；不可逆丢失主要发生在量化阶段。

量化表右下角数值较大，只说明这些频率位置通常使用更粗的量化步长，并不意味着所有高频系数必然为零。实际结果取决于图像内容、量化表、质量缩放规则、色度抽样和具体编码器。用同一原图测试质量 95、80、60、40，再在 400% 或 800% 下观察，才能把抽象的量化差异对应到真实画质。