讀取JPEG標頭檔案中的huffman表

實驗工具：UltrEdit、Matlab

實驗目的：提取出JPEG標頭檔案中的huffman表段，並構建huffman對映。

在講實驗前，先了解一下JPEG的格式。

一.JPEG格式

JPEG格式是一種常見的影象檔案壓縮格式，是一些未壓縮影象（如Tiff格式、bmp格式、png格式等），在經過JPEG壓縮後形成的影象檔案。影象的內容上會有一些肉眼不可見的失真。

JPEG壓縮的過程為：

1.將畫素點分塊（8x8）；2.將塊內的畫素點做DCT變換，每個塊內得到1個DC係數和63個AC係數；3.將DC係數和AC係數量化；4.將DC係數和AC係數根據定義的Huffman表編碼成二進位制的壓縮資料（在編碼之前，還要對DC係數和AC係數做一些變換，如DC係數是按差值儲存，而AC係數是按行程長度碼儲存）。

因此，JPEG格式的圖象檔案可以分為兩個部分，即標頭檔案部分和壓縮資料部分。標頭檔案中儲存著一些影象的基本資訊，如影象大小、量化表、Huffman表等。JPEG的位元流結構如下所示：

影象以FFD8開始，以FFD9結尾。壓縮資料段以FFDA開始，即FFD8-FFDA之間的是JPEG影象的標頭檔案。Huffamn碼段則以FFC4為開頭。JPEG定義了一些標準的Huffman表（也可以使用自定義的Huffman表）。

一般來說，在彩色影象中，針對DC係數和AC係數一共定義了4張Huffman表，即亮度DC表、色度DC表、亮度AC表和色度AC表，而在灰度影象中，則只需要兩張表，即亮度DC表和亮度AC表。

二、實驗步驟

實驗使用灰度JPEG影象。

1.將一張灰度的JPEG影象，用UltraEdit軟體開啟。

可以直接看到影象的十六進位制格式。

可以看到影象以FFD8開頭，也可以找到壓縮資料段的開始標誌FFDA。在標頭檔案段中，可以找到兩個FFC4。

第一段FFC4是DC係數的Huffman表，而第二段則是AC係數的Huffman表。

以AC係數的Huffman表段為例，在FFC4之後，00 B5 10是表資訊。後面的16個，即00 02...一直到7D，表示編碼成相應長度的碼字數量，我們記為碼段1。由00 02...7D可知，編碼長度為1的有0個，編碼長度為16的有125個（AC係數一共有162個編碼）。在7D之後，即01 02 ...FA則是AC係數的VLC值，記為碼段2。在構建huffman對映時，就是根據碼段1和碼段2形成的。

2.將由UltraEdit開啟的這段十六進位制檔案儲存為.TXT檔案

這樣就可以方便Python、MATLAB、C等讀取。

3.下面開始介紹程式碼。

新建指令碼檔案，命名為read_huff.m，先將儲存好的.TXT檔案讀入，並將其儲存為cell。

clc;
clear;
filename='Lena_90.txt';
code=textread(filename,'%s');%讀取影象十六進位制檔案

之後便可以讀取其標頭檔案。分別讀取出DC係數和AC係數的huffman表段（捨棄了表資訊），儲存為huff_dc和huff_ac。

%讀取標頭檔案
for i=1:length(code)
    if (char(code(i))=='FF')&(char(code(i+1))=='C4')&(char(code(i+4))=='00')
        dc_first=i+5;
    end
     if (char(code(i))=='FF')&(char(code(i+1))=='C4')&(char(code(i+4))=='10')
        dc_last=i-1;
     end
end
for i=1:length(code)
    if (char(code(i))=='FF')&(char(code(i+1))=='C4')&(char(code(i+4))=='10')
        ac_first=i+5;
    end
     if (char(code(i))=='FF')&(char(code(i+1))=='DA')
        ac_last=i-1;
     end
end
huff_dc=code(dc_first:dc_last);%讀出的dc係數huffman表段
huff_ac=code(ac_first:ac_last);%讀出的ac係數huffman表段

新建一個函式檔案，命名為huff_table.m，用來構建huffman對映（程式碼稍後再貼）。

呼叫huff_table.m，可以分別得到DC係數和AC係數的對映結果，即dc_code,dc_length,ac_code和ac_length，以AC係數的對映結果為例，ac_code表示VLC值對映成的編碼（10進位制），ac_length則表示編碼長度。根據這兩個結果，可以將ac_code轉化為二進位制形式。

huffval_dc和huffval_ac則是直接從表中讀出來的原始值。huffval_ac是AC係數的VLC值，可以和ac_code_b形成一一對應。

huffval_dc=huff_dc(17:end);%dc係數的Huffman值
[dc_code,dc_length]=huff_table(huff_dc);
%將dc係數的Huffman程式碼轉換為二進位制
for i=1:length(dc_code)
    dc_code_b(i)=string(dec2base(dc_code(i),2,dc_length(i)));
end

huffval_ac=huff_ac(17:end);%ac係數的Huffman值，即VLC值
%將ac係數的Huffman程式碼轉換為二進位制
[ac_code,ac_length]=huff_table(huff_ac);
for i=1:length(ac_code)
    ac_code_b(i)=string(dec2base(ac_code(i),2,ac_length(i)));
end
%儲存標準的Huffman表
save huffman.mat ac_code_b huffval_ac dc_code_b huffval_dc;

最終的結果(ac_code_b)：

下面給出huff_table.m的程式碼：

function [ehufco, ehufsi] = huff_table(huffman)
%將JPEG中的huffman錶轉化為huffman_table，
%返回程式碼表ehufco和程式碼長度表ehufsi
bits=huffman(1:16);
huffval=huffman(17:end);
k=0;
j=1;
for i=1:16
    for j=1:hex2dec(bits{i})
        huffsize(k+1)=i;
        k=k+1;
    end
end
huffsize(k+1)=0;
lastk=k;

code=0;
k=1;
si=huffsize(1);
while huffsize(k)>0
    huffcode(k)=code;
    code=code+1;
    k=k+1;
    while huffsize(k)==si
        huffcode(k)=code;
        code=code+1;
        k=k+1;
    end
    if huffsize(k)==0
        break;
    end
    code=code*2;
    si=si+1;
    while huffsize(k)~=si
        code=code*2;
        si=si+1;
    end
end
for k=1:lastk
%     i=hex2dec(huffval{k});
    ehufco(k)=uint32(huffcode(k));
    ehufsi(k)=uint32(huffsize(k));
end

end