JPEG压缩原理解析与实战优化：量化表、编码器与保存策略

你有没有过这种经历：一张照片在相机里看锐利通透，天空的渐变也很自然，发完朋友圈再点开大图，边缘就像蒙了一层薄纱，天空还隐隐出现一道一道的横纹。大部分时候问题不在手机，而在一种已经用了三十多年的老格式——JPEG。

JPEG全称Joint Photographic Experts Group，1986年成立，1992年发布第一版标准。到今天，数码相机、网页、社交媒体的默认输出几乎全被它包揽。围绕它的争议也不小，有人嫌它有损、越存越糊，但实际上大多数人并没有真正搞清楚它到底损在哪、怎么损的。如果你做数字图像处理相关的工作，或者平时会批量处理照片、搭图片服务，把JPEG的原理摸透，能帮你少踩很多坑。

这篇文章我不打算把ISO/IEC 10918-1标准从头过一遍，那读起来像天书。我按自己这些年处理图片的经验，把JPEG从原理到文件结构再到实战保存策略，拆成几个能直接上手的部分。文里涉及的数据和流程我都实际验证过，你可以放心参考。

1. JPEG做了哪些"偷懒"决定：三处关键的信息丢弃

JPEG之所以能做到极高的压缩比，一台相机拍出来的12MB原图能压到2~3MB，甚至更小，靠的不是某个单一技巧，而是三处层层递进的"信息丢弃"。这三处丢弃都是在对人眼视觉系统做了深入研究之后设计的，本质上是在迎合你眼睛的"感知偏好"。

1.1 颜色空间转换：为什么要把RGB拆成亮度色度

日常显示设备用的是RGB三通道，每个像素的红、绿、蓝各占8比特，共24比特。但JPEG编码的第一步，就是把RGB转换到YCbCr颜色空间。Y是亮度分量，Cb和Cr是两个色度分量，分别表示蓝色差和红色差。转换公式是：

code复制Y  =  0.299R + 0.587G + 0.114B
Cb = -0.1687R - 0.3313G + 0.5B + 128
Cr =  0.5R - 0.4187G - 0.0813B + 128

为什么非要换颜色空间？因为人眼对亮度的敏感程度远高于对颜色的敏感程度。你回想一下：大晚上路灯下看不清路人穿的是什么颜色的衣服，但你一眼就能看出那是个人——这就是亮度信息远比色度信息重要。把亮度单独抽出来，接下来就可以对不同分量区别对待，把精力集中在保留亮度细节上，色度细节则可以适当放水。

这个转换本身是固定的矩阵运算，不会损失信息，但它为后面"偷懒"创造了条件。现实中很多图像处理库在解码JPEG时会直接输出YCbCr数据，你转回RGB显示的时候会发现边缘略微有点偏色，这就是在色度分量上放水留下的痕迹。

1.2 色度下采样：人眼的天然漏洞

第二步是色度下采样，也叫色度抽稀。前面提到人眼对色度不敏感，所以JPEG允许把Cb和Cr分量的分辨率降低一半甚至更多。最常见的采样格式有四种：

你手机拍出来的JPEG，绝大多数是4:2:0。也就是说，色度信息其实只有亮度信息的四分之一。一张800x600的照片，亮度分量要存800x600个数值，而色度分量只需要存400x300个数值，三个通道加起来的信息总量直接从原来的三倍变成一点五倍。压缩还没正式开始，数据量已经打了一个六折。

这也是为什么有些摄影师在后期时会觉得JPEG的颜色"不够扎实"：不是相机传感器不行，而是JPEG的采样机制本身就是以牺牲色度细节为代价换空间。

1.3 8x8分块：JPEG的基本操作单元

JPEG对每个分量（Y、Cb、Cr）都按8x8像素的小块为单位处理。为什么选8x8而不是16x16或4x4？这是基于对自然图像相关性的统计研究得出的折中方案——块越大，去相关效率越高，但局部细节的适应性越差；块太小，DCT变换的频域集中性不够，压缩率上不去。

你打开一张JPEG调试信息，能看到"MCU"（最小编码单元）这个词。在4:2:0采样下，一个MCU由四个Y块、一个Cb块、一个Cr块组成，对应原图的16x16像素区域。这个结构的直接后果是：任何JPEG的压缩操作都要按这个块网格进行，一旦块边界处的处理不当，就会留下"方格"痕迹。

注意，这里有两个方向的问题：一是编码时如果某个块的内容和周围差异太大，解码还原后块边界可能肉眼可见；二是编辑JPEG时，如果旋转了任意角度或者裁切尺寸不是16的倍数，解码器强制对齐到新的块网格，又会产生新的误差。后面讲块效应的时候我会再细说。

2. 编码流水线拆解：DCT变换、量化、Z字扫描到熵编码

理解了JPEG在哪些地方"故意丢信息"之后，我们顺着编码器的执行顺序走一遍完整的流水线。方便起见，这里以灰度图为例——一张灰度图只有一个亮度通道，没有色度下采样，这