Чем открыть jpg? Lightroom и форматы фотографий: JPG, RAW, TIFF.

Область применения

Алгоритм JPEG в наибольшей степени пригоден для сжатия фотографий и картин, содержащих реалистичные сцены с плавными переходами яркости и цвета. Наибольшее распространение JPEG получил в цифровой фотографии и для хранения и передачи изображений с использованием сети Интернет .

С другой стороны, JPEG малопригоден для сжатия чертежей, текстовой и знаковой графики, где резкий контраст между соседними пикселами приводит к появлению заметных артефактов . Такие изображения целесообразно сохранять в форматах без потерь, таких как TIFF , GIF или PNG .

JPEG (как и другие методы искажающего сжатия) не подходит для сжатия изображений при многоступенчатой обработке, так как искажения в изображения будут вноситься каждый раз при сохранении промежуточных результатов обработки.

JPEG не должен использоваться и в тех случаях, когда недопустимы даже минимальные потери, например, при сжатии астрономических или медицинских изображений. В таких случаях может быть рекомендован предусмотренный стандартом JPEG режим сжатия Lossless JPEG (который, однако, не поддерживается большинством популярных кодеков) или стандарт сжатия JPEG-LS .

Сжатие

При сжатии изображение преобразуется из цветового пространства RGB в YCbCr (YUV). Следует отметить, что стандарт JPEG (ISO/IEC 10918-1) никак не регламентирует выбор именно YCbCr, допуская и другие виды преобразования (например, с числом компонентов , отличным от трёх), и сжатие без преобразования (непосредственно в RGB), однако спецификация JFIF (JPEG File Interchange Format, предложенная в 1991 году специалистами компании C-Cube Microsystems, и ставшая в настоящее время стандартом де-факто) предполагает использование преобразования RGB->YCbCr.

После преобразования RGB->YCbCr для каналов изображения Cb и Cr, отвечающих за цвет, может выполняться «прореживание» (subsampling ), которое заключается в том, что каждому блоку из 4 пикселов (2х2) яркостного канала Y ставятся в соответствие усреднённые значения Cb и Cr (схема прореживания «4:2:0» ). При этом для каждого блока 2х2 вместо 12 значений (4 Y, 4 Cb и 4 Cr) используется всего 6 (4 Y и по одному усреднённому Cb и Cr). Если к качеству восстановленного после сжатия изображения предъявляются повышенные требования, прореживание может выполняться лишь в каком-то одном направлении - по вертикали (схема «4:4:0») или по горизонтали («4:2:2»), или не выполняться вовсе («4:4:4»).

Стандарт допускает также прореживание с усреднением Cb и Cr не для блока 2х2, а для четырёх расположенных последовательно (по вертикали или по горизонтали) пикселов, то есть для блоков 1х4, 4х1 (схема «4:1:1»), а также 2х4 и 4х2 (схема «4:1:0»). Допускается также использование различных типов прореживания для Cb и Cr, но на практике такие схемы применяются исключительно редко.

Далее яркостный компонент Y и отвечающие за цвет компоненты Cb и Cr разбиваются на блоки 8х8 пикселов. Каждый такой блок подвергается дискретному косинусному преобразованию (ДКП) . Полученные коэффициенты ДКП квантуются (для Y, Cb и Cr в общем случае используются разные матрицы квантования) и пакуются с использованием кодирования серий и кодов Хаффмана . Стандарт JPEG допускает также использование значительно более эффективного арифметического кодирования , однако из-за патентных ограничений (патент на описанный в стандарте JPEG арифметический QM-кодер принадлежит IBM) на практике оно используется редко. В популярную библиотеку libjpeg последних версий включена поддержка арифметического кодирования, но с просмотром сжатых с использованием этого метода изображений могут возникнуть проблемы, поскольку многие программы просмотра не поддерживают их декодирование.

Матрицы, используемые для квантования коэффициентов ДКП, хранятся в заголовочной части JPEG-файла. Обычно они строятся так, что высокочастотные коэффициенты подвергаются более сильному квантованию, чем низкочастотные. Это приводит к огрублению мелких деталей на изображении. Чем выше степень сжатия, тем более сильному квантованию подвергаются все коэффициенты.

При сохранении изображения в JPEG-файле указывается параметр качества, задаваемый в некоторых условных единицах, например, от 1 до 100 или от 1 до 10. Большее число обычно соответствует лучшему качеству (и большему размеру сжатого файла). Однако даже при использовании наивысшего качества (соответствующего матрице квантования, состоящей из одних только единиц) восстановленное изображение не будет в точности совпадать с исходным, что связано как с конечной точностью выполнения ДКП, так и с необходимостью округления значений Y, Cb, Cr и коэффициентов ДКП до ближайшего целого. Режим сжатия Lossless JPEG, не использующий ДКП, обеспечивает точное совпадение восстановленного и исходного изображений, однако его малая эффективность (коэффициент сжатия редко превышает 2) и отсутствие поддержки со стороны разработчиков программного обеспечения не способствовали популярности Lossless JPEG.

Разновидности схем сжатия JPEG

Стандарт JPEG предусматривает два основных способа представления кодируемых данных.

Наиболее распространённым, поддерживаемым большинством доступных кодеков , является последовательное (sequential JPEG) представление данных, предполагающее последовательный обход кодируемого изображения поблочно слева направо, сверху вниз. Над каждым кодируемым блоком изображения осуществляются описанные выше операции, а результаты кодирования помещаются в выходной поток в виде единственного «скана», то есть массива кодированных данных, соответствующего последовательно пройденному («просканированному») изображению. Основной или «базовый» (baseline) режим кодирования допускает только такое представление. Расширенный (extended) режим наряду с последовательным допускает также прогрессивное (progressive JPEG) представление данных.

В случае progressive JPEG сжатые данные записываются в выходной поток в виде набора сканов, каждый из которых описывает изображение полностью с всё большей степенью детализации. Это достигается либо путём записи в каждый скан не полного набора коэффициентов ДКП, а лишь какой-то их части: сначала - низкочастотных, в следующих сканах - высокочастотных (метод «spectral selection» то есть спектральных выборок), либо путём последовательного, от скана к скану, уточнения коэффициентов ДКП (метод «successive approximation», то есть последовательных приближений). Такое прогрессивное представление данных оказывается особенно полезным при передаче сжатых изображений с использованием низкоскоростных каналов связи, поскольку позволяет получить представление обо всём изображении уже после передачи незначительной части JPEG-файла.

Обе описанные схемы (и sequential, и progressive JPEG) базируются на ДКП и принципиально не позволяют получить восстановленное изображение абсолютно идентичным исходному. Однако стандарт допускает также сжатие, не использующее ДКП, а построенное на основе линейного предсказателя (lossless, то есть «без потерь», JPEG), гарантирующее полное, бит-в-бит, совпадение исходного и восстановленного изображений. При этом коэффициент сжатия для фотографических изображений редко достигает 2, но гарантированное отсутствие искажений в некоторых случаях оказывается востребованным. Заметно большие степени сжатия могут быть получены при использовании не имеющего, несмотря на сходство в названиях, непосредственного отношения к стандарту JPEG ISO/IEC 10918-1 (ITU T.81 Recommendation) метода сжатия JPEG-LS , описываемого стандартом ISO/IEC 14495-1 (ITU T.87 Recommendation).

Синтаксис и структура

Файл JPEG содержит последовательность маркеров , каждый из которых начинается с байта 0xFF, свидетельствующего о начале маркера, и байта-идентификатора. Некоторые маркеры состоят только из этой пары байтов, другие же содержат дополнительные данные, состоящие из двухбайтового поля с длиной информационной части маркера (включая длину этого поля, но за вычетом двух байтов начала маркера то есть 0xFF и идентификатора) и собственно данных. Такая структура файла позволяет быстро отыскать маркер с необходимыми данными (например, с длиной строки, числом строк и числом цветовых компонентов сжатого изображения).

Основные маркеры JPEG

Маркер	Байты	Длина	Назначение	Комментарии
SOI	0xFFD8	нет	Начало изображения
SOF0	0xFFC0	переменный размер	Начало фрейма (базовый, ДКП)	Показывает что изображение кодировалось в базовом режиме с использованием ДКП и кода Хаффмана. Маркер содержит число строк и длину строки изображения (двухбайтовые поля со смещением соответственно 5 и 7 относительно начала маркера), количество компонентов (байтовое поле со смещением 8 относительно начала маркера), число бит на компонент (байтовое поле со смещением 4 относительно начала маркера), а также соотношение компонентов (например, 4:2:0).
SOF1	0xFFC1	переменный размер	Начало фрейма (расширенный, ДКП, код Хаффмана)	Показывает что изображение кодировалось в расширенном (extended) режиме с использованием ДКП и кода Хаффмана. Маркер содержит число строк и длину строки изображения, количество компонентов, число бит на компонент, а также соотношение компонентов (например, 4:2:0).
SOF2	0xFFC2	переменный размер	Начало фрейма (прогрессивный, ДКП, код Хаффмана)	Показывает что изображение кодировалось в прогрессивном режиме с использованием ДКП и кода Хаффмана. Маркер содержит число строк и длину строки изображения, количество компонентов, число бит на компонент, а также соотношение компонентов (например, 4:2:0).
DHT	0xFFC4	переменный размер	Содержит таблицы Хаффмана	Задает одну или более таблиц Хаффмана.
DQT	0xFFDB	переменный размер	Содержит таблицы квантования	Задает одну или более таблиц квантования.
DRI	0xFFDD	4 байта	Указывает интервал повторений	Задает интервал между маркерами RST n в макроблоках.
SOS	0xFFDA	переменный размер	Начало сканирования	Начало первого или очередного скана изображения с направлением обхода слева направо сверху вниз. Если использовался базовый режим кодирования, используется один скан. При использовании прогрессивных режимов используется несколько сканов. Маркер SOS является разделяющим между информативной (заголовком) и закодированной (собственно сжатыми данными) частями изображения.
RSTn	0xFFDn	нет	Перезапуск	Вставляется в каждом r макроблоке, где r - интервал перезапуска DRI маркера. Не используется при отсутствии DRI маркера. n , младшие 3 бита маркера кода, циклы от 0 до 7.
APPn	0xFFEn	переменный размер	Задаётся приложением	Например, в EXIF JPEG-файла используется маркер APP1 для хранения метаданных, расположеных в структуре, основанной на TIFF .
COM	0xFFFE	переменный размер	Комментарий	Содержит текст комментария.
EOI	0xFFD9	нет	Конец закодированной части изображения.

Достоинства и недостатки

К недостаткам сжатия по стандарту JPEG следует отнести появление на восстановленных изображениях при высоких степенях сжатия характерных артефактов : изображение рассыпается на блоки размером 8x8 пикселов (этот эффект особенно заметен на областях изображения с плавными изменениями яркости), в областях с высокой пространственной частотой (например, на контрастных контурах и границах изображения) возникают артефакты в виде шумовых ореолов. Следует отметить, что стандарт JPEG (ISO/IEC 10918-1, Annex K, п. K.8) предусматривает использование специальных фильтров для подавления блоковых артефактов, но на практике подобные фильтры, несмотря на их высокую эффективность, практически не используются. Однако, несмотря на недостатки, JPEG получил очень широкое распространение из-за достаточно высокой (относительно существовавших во время его появления альтернатив) степени сжатия, поддержке сжатия полноцветных изображений и относительно невысокой вычислительной сложности .

Производительность сжатия по стандарту JPEG

Для ускорения процесса сжатия по стандарту JPEG традиционно используется распараллеливание вычислений, в частности - при вычислении ДКП. Исторически одна из первых попыток ускорить процесс сжатия с использованием такого подхода описана в опубликованной в 1993 г. статье Касперовича и Бабкина , в которой предлагалась оригинальная аппроксимация ДКП, делающая возможным эффективное распараллеливание вычислений с использованием 32-разрядных регистров общего назначения процессоров Intel 80386. Появившиеся позже более производительные вычислительные схемы использовали SIMD -расширения набора инструкций процессоров архитектуры x86. Значительно лучших результатов позволяют добиться схемы, использующие вычислительные возможности графических ускорителей (технологии NVIDIA CUDA и AMD FireStream) для организации параллельных вычислений не только ДКП, но и других этапов сжатия JPEG (преобразование цветовых пространств, run-level, статистическое кодирование и т.п.), причём для каждого блока 8х8 кодируемого или декодируемого изображения. В статье была впервые [источник? ] представлена реализация распараллеливания всех стадий алгоритма JPEG по технологии CUDA, что значительно ускорило производительность сжатия и декодирования по стандарту JPEG.

В 2010 году ученые из проекта PLANETS поместили инструкции по чтению формата JPEG в специальную капсулу, которую поместили в специальный бункер в швейцарских Альпах. Сделано это было с целью сохранения для потомков информации о популярных в начале XXI века цифровых форматах.

См. также

Примечания

Ссылки

• Спецификация JFIF 1.02 (текстовый файл)
• Оптимизация JPEG. Часть 1 , Часть 2 , Часть 3 .

JPEG — это не просто формат файлов для хранения изображений, а сложный метод кодирования и декодирования изображений, который имеет множество настроек.

Современные продвинутые цифровые камеры имеют несколько основных настроек JPEG:

1. Качество снимка JPEG
2. Размер снимка JPEG
3. Настройка параметров снимка

Под качеством снимка понимают количество полезных данных, которые может сохранить JPEG. Формат JPEG был разработан для компактного хранения изображений, в его основе лежат методы и алгоритмы сжатия и оптимизации изображений. Алгоритмы кодирования JPEG чертовски сложны и изощренны, но в основе лежит уровень сжатия, от которого зависит конечное качество снимка. В отличие от BMP, TIFF и подобных форматов, JPEG не хранит данные про каждый отдельный пиксель изображения, а только векторные смещения цветов. По большому счету, это гениальная математическая абстракция изображения, в которой единственным реально закодированным пикселем является верхний левый пиксель. Я не буду вникать в суть сжатия, остановлюсь лишь на том, что именно уровень сжатия в формате JPEG влияет на качество снимка JPEG.

• Fine — 3,4МБ
• Norm — 1,8МБ
• Basic — 0,9МБ

Самое интересное, что объем файлов, которые показывает камера в настройках меню является максимальным расчетным объемом при заданном кодировании. Из-за особенностей алгоритма, например, снимая с качеством Fine, вряд ли можно будет получить файл именно с 3.4МБ, обычно алгоритм справляется лучше и создает более мелкие файлы. Размер файла JPEG зависит именно от того, что имеется на изображении . Если говорить грубо, то снимок с равномерно синим небом алгоритм закодирует с минимальными затратами и в итоге получим вместо 3.4МБ примерно 1МБ. А вот если снимать ночью на высоких значениях ISO, то можно получить файл размером около 3МБ. Это связано с тем, что на высоких значениях ISO будет много цифрового шума, то есть на фотографии будет много разнородных пикселей, для которых сложно подобрать интерполяцию (усреднение) и алгоритму JPEG нужно использовать больше памяти для сохранения всех деталей на снимке.

Внимание: из-за того, что камера рассчитывает количество оставшихся кадров на карточке именно по максимальному допустимому объему снимка, реальное их количество значительно больше. Например, я использую 16GB карточку памяти на . При этом в разных режимах камера показывает:

• Fine — 4400 фото
• Norm — 8400 фото
• Basic — 16.400 фото

А на самом деле у меня в режиме Fine легко помещается свыше 6000 фотографий.

Вот пример падения качества фотографии при использовании программной обработки одного и того же снимка с разным уровнем сжатия.

Качество 100%. Размер файла 308 kb

Качество 70%. Размер файла 107 kb

Качество 40%. Размер файла 89,4 kb

Качество 1%. Размер файла 60,5 kb

В общем случае, то же самое происходит и при разных настройках качества. Очень часто разницу между различными настройками накамерного JPEG почувствовать очень сложно, ведь камера и маркетологи всегда стараются тешить нас хорошими фотографиями. А вот разница в объеме файлов часто очень сильно заметна.

Также, большинство современных цифровых камер имеют настройку размера изображения . Эта настройка показывает, сколько мегапикселей будет иметь снимок. Для примера, :

• Большой, L (large) — 6.0MP, 3008X2000 точек
• Средний, M (medium) — 3.3MP, 2256X1496 точек
• Маленький, S (small) — 1.5MP, 1504X1000 точек

Такая настройка позволяет сохранять файлы не только оригинального размера, который является наибольшим, но и файлы с меньшим количеством точек (пикселей). Данная настройка важна для экономии места. Очень часто снимки могут нести избыточную информацию. Избыточная информация — это пиксели, которые не несут полезной информации. Например такие пиксели являются цифровым шумом, появляются из-за некачественной оптики. При использовании меньшего формата можно ничего не потерять.

Все то же самое касается не только , которую я использовал в качестве примера, но и остальных цифровых камер.

Важное замечание: когда мы используем большой (максимальный) размер изображения JPEG, то кодируется вся информация со всей матрицы фотоаппарата. Когда мы используем меньший размер снимка, то сама камера все равно делает снимок с помощью всей матрицы, то есть, с помощью всех доступных пикселей. Только после этого снимок уменьшается программно до указанного значения. Это связано со стандартным циклом работы АЦП камеры. Не стоит думать, что если снимать в маленьком размере снимка, то будут работать только отдельные пиксели на камере, и при этом можно будет получить увеличение дифракционного порога или экономии заряда батареи.

Важное замечание: практически всегда можно комбинировать качество снимка и его размер . Таким образом можно подбирать любые варианты качества конечного изображения. Также, всякие манипуляции с размером и качеством JPEG очень сильно влияют на возможности буфера кадров современных камер. Чем меньше размер и чем меньше качество — тем больше фотографий может поместить в при серийной съемке. Для примера, в формате JPEG L, Fine может поместить только 7 снимков, а M, Norm целых 17. Собственно, ради манипуляций с буфером я и затевал данную статью.

Алгоритмы, по которым происходит сжатие от размера L до М или S очень сложны и их существует огромное множество. Например, уменьшение снимка можно выполнить и на компьютере, для этого программа обработчик может использовать такие алгоритмы уменьшения размера : LancZos3, Bell, Bicubic, Bilinear, BSplite, FastLinear, LancZos2, Linear, Mitchell, Nearest, Triangle и кучу других. Используя формат JPEG мы из чистой фотографии попадаем в абстрактное математическое поле матриц, векторов и умом непостижимых тонкостей.

720Х479. Файл весит 193 kb

640Х426. Файл весит 159 kb

320Х213. Файл весит 51,2 kb

160Х106. Файл весит 24,1kb

Очень часто огромного размера изображения, например, 30-ти мегапиксельные снимки на мобильные телефоны, занимают огромный объем, а весь потенциал 30-ти мегапикселей попросту не используется. Потому можно смело ставить более маленький размер снимков. От себя добавлю, что для удобного просмотра фотографий даже на самых дорогих мониторах с матрицей 2560×1600 достаточно порядка 4-х мегапиксельного снимка, а для печати форматом 10Х15 вообще нужно всего около 1 мегапикселя. Вспомните, когда в последний раз печатали фотографии, или увеличивали снимок на компьютере? Из личного опыта скажу, что огромное количество пикселей современных камер нужны только для серьезного занятия фотографией. Для обычных бытовых задач я не вижу нужды , а в камере с большим их количеством можно уменьшать размер выходного снимка без серьезной потери в качестве.

Некоторые современные камеры имеют некоторые дополнительные настройки JPEG. Например, продвинутые камеры Nikon, такие как , имеют настройку приоритета качества/размера JPEG. Эта настройка позволяет указать алгоритму на то, что важней при обработке изображения — величина файла или качество.

Важно: для наилучшего качества снимков я, все же, рекомендую использовать наибольший размер снимков с наилучшим качеством. Например, для камер Nikon это L, Fine, приоритет качества. А вот полностью весь потенциал и точность передачу изображения с матрицы на карту памяти может реализовать только формат RAW. Но даже RAW файлы в некоторых камерах проходят через специальную ‘обжимку’ для уменьшения их размеров, здесь нужно быть предельно осторожным.

Выводы:

Формат JPEG — очень интересная методология сохранения графических файлов. Советую поэксперементировать с разным качеством и размером изображения на своих камерах, очень часто можно серьезно экономить место получая хороший результат на фотографиях.

Не забудьте нажать на кнопки ↓ ↓↓ соцсетей ↓ ↓↓ — для меня. Спасибо за внимание. Аркадий Шаповал.

01.08.16 15.9K

Существует много различных способов, как изменить формат изображения . Формат файла определяет, в какой программе он может быть открыт или отредактирован. Расширение файла определяет этот формат. Большинство людей, работающих с изображениями, в какой-то момент сталкивается с необходимостью конвертировать эти файлы в другой формат, поэтому стоит изучить несколько различных способов выполнить это. JPEG (он же JPG ) является форматом изображений, который используется чаще всего.

Метод 1. Использование программного обеспечения для редактирования изображений

1. Откройте файл изображения . Когда вам нужно конвертировать изображение в другой формат, самое простое решение — использовать программное обеспечение для редактирования изображений, входящее в состав вашей операционной системы. В Windows — это «Paint «, а в Mac — «Preview «:

• Обратите внимание, что JPG и JPEG — это разные названия одного и того же расширения файла;
• Также для открытия файла изображения можно использовать программы сторонних разработчиков. Если вы не уверены, попробуйте дважды кликнуть по изображению, чтобы оно открылось программой, заданной по умолчанию для этого типа файлов:

1. Перед тем, как изменить формат изображения на jpg , выберите пункт «Файл » в главном меню . На экране должно появиться выпадающее меню параметров для изображения:

1. Сохраните или экспортируйте файл изображения . Изменение формата будет происходить одновременно с сохранением новой версии файла. Это полезно: исходный файл остается без изменений, и если что-то пойдет не так, вы всегда сможете к нему вернуться. На Mac нужно выбрать пункт «Сохранить как » или «Экспорт », чтобы продолжить процесс:

• В некоторых версиях программного обеспечения вам, потребуется сначала «Дублировать » файл (то есть сделать его копию ), а затем «Сохранить ». Таким образом файл сохранится в новом формате:

1. Измените имя и расширение файла . В появившемся окне вы сможете изменить имя, а также расширение (формат ) файла. В выпадающем меню «Формат » или «Сохранить как » должно быть около 12 вариантов, в том числе и «.jpeg «:

• Перед тем, как изменить формат изображения на png, поменяйте имя файла или место его размещения, если это необходимо. Например, можно разместить его на рабочем столе для быстрого доступа;
• Если расширение, которое вам нужно, отсутствует в выпадающем меню, попробуйте другое программное обеспечение для редактирования изображений (например, Photoshop ):

1. Сохраните файл . После того, как вы зададите нужное имя, расширение и местоположение файла, нажмите кнопку «Сохранить ». Таким образом вы сконвертируете файл в новый формат, сохранив оригинал:

• Такое программное обеспечение, как Preview могут пакетно обрабатывать преобразование файлов. Для этого выделите файлы, которые необходимо преобразовать, и кликните по ним правой кнопкой мыши, чтобы увидеть доступные опции.

Метод 2. Использование стороннего программного обеспечения для преобразования изображений

1. Найдите нужное программное обеспечение . Для конвертирования изображений в наиболее распространенные форматы вполне подходят графические редакторы. Также можете поискать подходящее программное обеспечение в интернете:

• Например, по запросам «doc в pdf » или «jpg в gif » мы находим сразу несколько онлайн-конвертеров.

1. Загрузите файлы изображений . Большинство сервисов для изменения формата изображения онлайн предлагают свои услуги бесплатно и не требуют загрузки программного обеспечения на жесткий диск. В первую очередь обращайте внимание на сервисы, которые предлагают инструкцию по загрузке и преобразованию файлов:

1. Следуй инструкциям . Иногда на таких сайтах запрашивают адрес электронной почты, а затем после завершения преобразования отправляют готовый файл вам на этот адрес. В других случаях нужно подождать несколько секунд, а затем скачать готовые файлы:

• Остерегайтесь сайтов, требующих от вас оплаты или предоставления личных данных. Помните: есть много бесплатных сервисов, на которых не нужно предоставлять ничего, кроме адреса электронной почты.

Метод 3. Преобразование изображений на мобильных устройствах

1. Перед тем, как изменить формат изображения на компьютере, изучите доступные для установки мобильные приложения . Перед загрузкой обязательно прочитайте отзывы, чтобы определить качество приложения и убедиться, что выбранное программное обеспечение конвертирует файлы в нужные вам форматы.
2. Скачайте приложение для конвертирования изображений . Выбрав подходящее приложение, загрузите его. Вам также нужно загрузить файл изображения (если вы еще не сделали этого ) и запомнить, где он находится. Некоторые приложения могут обнаруживать изображения автоматически, в то время как другие требуют указать необходимые файлы.
3. Конвертируйте изображения . После установки программы на мобильное устройство нужно открыть приложение и следовать инструкциям.

Метод 4. Изменение расширения файла вручную

1. Найдите файл . Для графических файлов можно изменить расширение вручную, изменив имя файла с помощью клавиатуры. Это правильное решение, если из-за текущего расширения файла нельзя получить доступ к его содержимому (выводится сообщение об ошибке «неверный формат файла» ):

• Компьютер использует расширения файлов, чтобы понять, с помощью какого программного обеспечения нужно открыть файл. Будьте осторожны при изменении расширений вручную и всегда сохраняйте резервную копию, прежде чем делать это;
• Перед тем, как изменить формат изображения, нужно понимать, что этот метод может привести к снижению качества изображения. Использование программного обеспечения для редактирования изображений, как правило, более подходящий метод.

1. Сделайте расширение файла видимым . В зависимости от конкретных настроек, расширения файлов (три буквы после точки в имени файла ) могут быть не видны для стандартного способа просмотра файлов. В операционной системе Windows можно настроить соответствующие параметры на вкладке «Вид » в разделе «Свойства папки ». Он находится в разделе «Внешний вид и параметры персонализации ». На Mac эти параметры задаются в разделе «Дополнительные установки поиска »:

1. Переименуйте файл . Кликните правой клавишей мыши по файлу изображения и выберите пункт «Переименовать ». Удалите старое расширение и добавьте новое.

Например, если имя файла «myimage.png «, можно переименовать его в «myimage.jpg «, и с этого момента ваш компьютер будет видеть его как файл в формате «.jpg «.

Вопросы и ответы:

Как конвертировать картинки из PNG в JPEG?

Как изменить формат изображения на компьютере? «Paint » или «MS Paint » — это простая программа для просмотра и редактирования изображений, входящая в состав операционной системы Windows . Откройте PNG файл в Paint , а затем с помощью Файл> Сохранить как сохраните файл в формате JPG . Если вы работаете на Mac , можно использовать программу iPhoto . Откройте PNG файл в iPhoto , затем перейдите в Файл> Экспорт и выберите из списка JPG .

Как я могу конвертировать.avi в.jpeg?

Avi — это формат видео, а jpeg — это формат изображений. Сначала нужно сделать снимок кадра видео во время воспроизведения, а затем сохранить изображение в формате jpeg .

• Расширения .jpg и .jpeg означают то же самое и в современных операционных системах могут быть использованы как взаимозаменяемые. Это различие пошло из ранних стандартов некоторых систем, в которых было допустимо только расширение, состоящее из трех букв;
• Расширения файлов не чувствительны к регистру, хотя согласно общепринятой конвенции следует указывать их в нижнем регистре.

Заключение

Не заменяйте оригинальное изображение — всегда создавайте его резервную копию или используйте метод «Сохранить как «.

Данная публикация представляет собой перевод статьи «How to Convert Pictures to JPEG or Other Picture File Extensions » , подготовленной дружной командой проекта

Хорошо Плохо

JPG (JPEG) – самый популярный формат для хранения изображений. Он обладает высокой степенью сжатия и по характеристикам прекрасно подходит для уменьшения размера фотографий и сохранения их в хорошем качестве. Этот формат распознают абсолютно все графические программы. Неудивительно, что часто возникает необходимость поменять формат отснятых фото на JPG или сделать JPG из GIF-анимации, для чего требуется скачивать специальный JPG converter. Мы предлагаем вам программу Movavi Конвертер Видео. Помимо работы со множеством видеоформатов, она поможет легко и быстро сжимать фотографии в JPG, а также конвертировать GIF в JPG!

Movavi Конвертер Видео поддерживает большинство популярных графических форматов, включая PNG, TIFF, BMP и другие. Все, что вам потребуется для преобразования файлов в JPG, это установить нашу программу, выбрать нужные вам картинки, указать формат и нажать на Старт . Все остальное наш конвертер сделает сам!

1. Скачайте и установите Movavi Конвертер Видео

Скачайте конвертер JPG с нашего сайта. По окончании загрузки запустите установочный файл и следуйте инструкциям на экране.

2. Добавьте файл для конвертации

Нажмите кнопку Добавить файлы , затем – Добавить изображения и выберите нужные фотографии, которые вы хотите перевести в JPG. Программа поддерживает пакетную конвертацию, так что вы сможете выбрать как один, так и несколько файлов.

3. Укажите необходимый формат

Для того чтобы переделать тип файлов на JPG, откройте вкладку Изображения , а затем – JPG .

4. Укажите папку для сохранения и сконвертируйте файл

Нажмите кнопку с иконкой папки и выберите директорию, в которой будут храниться ваши сконвертированные изображения. Чтобы сделать файлы меньше и преобразовать их графический вид в JPG, нажмите кнопку Старт . После этого откроется папка с готовыми изображениями.

• Tutorial

UPD. Был вынужден убрать моноширинное форматирование. В один прекрасный день хабрапарсер перестал воспринимать форматирование внутри тегов pre и code. Весь текст превратился в кашу. Администрация хабра не смогла мне помочь. Теперь неровно, но хотя бы читабельно.

Вам когда-нибудь хотелось узнать как устроен jpg-файл? Сейчас разберемся! Прогревайте ваш любимый компилятор и hex-редактор, будем декодировать это:

Специально взял рисунок поменьше. Это знакомый, но сильно пережатый favicon Гугла:

Сразу предупреждаю, что описание упрощено, и приведенная информация не полная, но зато потом будет легко понять спецификацию.

Даже не зная, как происходит кодирование, мы уже можем кое-что извлечь из файла.
- маркер начала. Он всегда находится в начале всех jpg-файлов.
Следом идут байты . Это маркер, означающий начало секции с комментарием. Следующие 2 байта - длина секции (включая эти 2 байта). Значит в следующих двух - сам комментарий. Это коды символов ":" и ")", т.е. обычного смайлика. Вы можете увидеть его в первой строке правой части hex-редактора.

Немного теории

Очень кратко по шагам:
Давайте подумаем, в каком порядке могут быть закодированы эти данные. Допустим, сначала полностью, для всего изображения, закодирован канал Y, затем Cb, потом Cr. Все помнят загрузку картинок на диал-апе. Если бы они кодировались именно так, нам бы пришлось ждать загрузки всего изображения, прежде чем оно появится на экране. Так же будет неприятно, если потерятся конец файла. Вероятно, существуют и другие весомые причины. Поэтому закодированные данные располагаются поочередно, небольшими частями.

Напоминаю, что каждый блок Y ij , Cb ij , Cr ij - это матрица коэффициентов ДКП, закодированная кодами Хаффмана. В файле они располагаются в таком порядке: Y 00 Y 10 Y 01 Y 11 Cb 00 Cr 00 Y 20

Чтение файла

После того, как мы извлекли комментарий, будет легко понять, что:

• Файл поделен на секторы, предваряемые маркерами.
• Маркеры имеют длину 2 байта, причем первый байт .
• Почти все секторы хранят свою длину в следующих 2 байта после маркера.

Для удобства подсветим маркеры:
FF D8 FF FE 00 04 3A 29 FF DB 00 43 00 A0 6E 78



FF FF FF FF FF FF FF FF FF FF FF FF FF FF DB 00
43 01 AA B4 B4 F0 D2 F0 FF FF FF FF FF FF FF FF
FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF
FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF
FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF
FF FF FF C0 00 11 08 00 10 00 10 03 01 22 00 02
11 01 03 11 01 FF C4 00 15 00 01 01 00 00 00 00
00 00 00 00 00 00 00 00 00 00 03 02 FF C4 00 1A
10 01 00 02 03 01 00 00 00 00 00 00 00 00 00 00
00 01 00 12 02 11 31 21 FF C4 00 15 01 01 01 00
00 00 00 00 00 00 00 00 00 00 00 00 00 00 01 FF
C4 00 16 11 01 01 01 00 00 00 00 00 00 00 00 00
00 00 00 00 11 00 01 FF DA 00 0C 03 01 00 02 11
03 11 00 3F 00 AE E7 61 F2 1B D5 22 85 5D 04 3C
82 C8 48 B1 DC BF FF D9

Маркер : DQT - таблица квантования.

FF DB 00 43 00 A0 6E 78
8C 78 64 A0 8C 82 8C B4 AA A0 BE F0 FF FF F0 DC
DC F0 FF FF FF FF FF FF FF FF FF FF FF FF FF FF
FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF
FF FF FF FF FF FF FF FF FF FF FF FF FF

Заголовок секции всегда занимает 3 байта. В нашем случае это . Заголовок состоит из:
Длина: 0x43 = 67 байт
Длина значений в таблице: 0 (0 - 1 байт, 1 - 2 байта)
[_0] Идентификатор таблицы: 0
Оставшимися 64-мя байтами нужно заполнить таблицу 8x8.

Приглядитесь, в каком порядке заполнены значения таблицы. Этот порядок называется zigzag order:

Маркер : SOF0 - Baseline DCT

Этот маркер называется SOF0, и означает, что изображение закодировано базовым методом. Он очень распространен. Но в интернете не менее популярен знакомый вам progressive-метод, когда сначала загружается изображение с низким разрешением, а потом и нормальная картинка. Это позволяет понять что там изображено, не дожидаясь полной загрузки. Спецификация определяет еще несколько, как мне кажется, не очень распространенных методов.

FF C0 00 11 08 00 10 00 10 03 01 22 00 02
11 01 03 11 01

Длина: 17 байт.
Precision: 8 бит. В базовом методе всегда 8. Как я понял, это разрядность значений каналов.
Высота рисунка: 0x10 = 16
Ширина рисунка: 0x10 = 16
Количество компонентов: 3. Чаще всего это Y, Cb, Cr.

1-й компонент:
Идентификатор: 1
Горизонтальное прореживание (H 1): 2
[_2] Вертикальное прореживание (V 1): 2
Идентификатор таблицы квантования: 0

2-й компонент:
Идентификатор: 2
Горизонтальное прореживание (H 2): 1
[_1] Вертикальное прореживание (V 2): 1

3-й компонент:
Идентификатор: 3
Горизонтальное прореживание (H 3): 1
[_1] Вертикальное прореживание (V 3): 1
Идентификатор таблицы квантования: 1

Теперь посмотрите, как определить насколько прорежено изображение. Находим H max =2 и V max =2 . Канал i будет прорежен в H max /H i раз по горизонтали и V max /V i раз по вертикали.

Маркер : DHT (таблица Хаффмана)

Эта секция хранит коды и значения полученные кодированием Хаффмана .

FF C4 00 15 00 01 01 00 00 00 00
00 00 00 00 00 00 00 00 00 00 03 02

длина: 21 байт.
класс: 0 (0 - таблица DC коэффициэнтов, 1 - таблица AC коэффициэнтов).
[_0] идентификатор таблицы: 0
Длина кода Хаффмана: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Количество кодов:
Количество кодов означает количество кодов такой длины. Обратите внимание, что секция хранит только длины кодов, а не сами коды. Мы должны найти коды сами. Итак, у нас есть один код длины 1 и один - длины 2. Итого 2 кода, больше кодов в этой таблице нет.
С каждым кодом сопоставлено значение, в файле они перечислены следом. Значения однобайтовые, поэтому читаем 2 байта.
- значение 1-го кода.
- значение 2-го кода.

Построение дерева кодов Хаффмана

Мы должны построить бинарное дерево по таблице, которую мы получили в секции DHT. А уже по этому дереву мы узнаем каждый код. Значения добавляем в том порядке, в каком указаны в таблице. Алгоритм прост: в каком бы узле мы ни находились, всегда пытаемся добавить значение в левую ветвь. А если она занята, то в правую. А если и там нет места, то возвращаемся на уровень выше, и пробуем оттуда. Остановиться нужно на уровне равном длине кода. Левым ветвям соответствует значение 0 , правым - 1 .
Замечание:
Не нужно каждый раз начинать с вершины. Добавили значение - вернитесь на уровень выше. Правая ветвь существует? Если да, идите опять вверх. Если нет - создайте правую ветвь и перейдите туда. Затем, с этого места, начинайте поиск для добавления следующего значения.

Деревья для всех таблиц этого примера:


UPD (спасибо ): В узлах первого дерева (DC, id =0) должны быть значения 0x03 и 0x02

В кружках - значения кодов, под кружками - сами коды (поясню, что мы получили их, пройдя путь от вершины до каждого узла). Именно такими кодами (этой и других таблиц) закодировано само содержимое рисунка.

Маркер : SOS (Start of Scan)

Байт в маркере означает - «ДА! Наконец-то то мы перешли непосредственно к разбору секции закодированного изображения!». Однако секция символично называется SOS.

  FF DA 00 0C 03 01 00 02 11
03 11 00 3F 00

Длина заголовочной части (а не всей секции): 12 байт.
Количество компонентов сканирования. У нас 3, по одному на Y, Cb, Cr.

1-й компонент:
Номер компонента изображения: 1 (Y)
Идентификатор таблицы Хаффмана для DC коэффициэнтов: 0
[_0] Идентификатор таблицы Хаффмана для AC коэффициэнтов: 0

2-й компонент:
Номер компонента изображения: 2 (Cb)

[_1]

3-й компонент:
Номер компонента изображения: 3 (Cr)
Идентификатор таблицы Хаффмана для DC коэффициэнтов: 1
[_1] Идентификатор таблицы Хаффмана для AC коэффициэнтов: 1

Данные компоненты циклически чередуются.

На этом заголовочная часть заканчивается, отсюда и до конца (маркера ) закодированные данные.

0

Нахождение DC-коэффициента.
1. Читаем последовательность битов (если встретим 2 байта , то это не маркер, а просто байт ) . После каждого бита сдвигаемся по дереву Хаффмана (с соответствующим идентификатором) по ветви 0 или 1, в зависимости от прочитанного бита. Останавливаемся, если оказались в конечном узле.
10 1011101110011101100001111100100

2. Берем значение узла. Если оно равно 0, то коэффициент равен 0, записываем в таблицу и переходим к чтению других коэффициентов. В нашем случае - 02. Это значение - длина коэффициента в битах. Т. е. читаем следующие 2 бита, это и будет коэффициент.
10 10 11101110011101100001111100100

3. Если первая цифра значения в двоичном представлении - 1, то оставляем как есть: DC_coef = значение. Иначе преобразуем: DC_coef = значение-2 длина значения +1 . Записываем коэффициент в таблицу в начало зигзага - левый верхний угол.

Нахождение AC-коэффициентов.
1. Аналогичен п. 1, нахождения DC коэффициента. Продолжаем читать последовательность:
10 10 1110 1110011101100001111100100

2. Берем значение узла. Если оно равно 0, это означает, что оставшиеся значения матрицы нужно заполнить нулями. Дальше закодирована уже следующая матрица. Первые несколько дочитавших до этого места и написавших об этом мне в личку, получат плюс в карму. В нашем случае значение узла: 0x31.
Первый полубайт: 0x3 - именно столько нулей мы должны добавить в матрицу. Это 3 нулевых коэффициэнта.
Второй полубайт: 0x1 - длина коэффициэнта в битах. Читаем следующий бит.
10 10 1110 1 110011101100001111100100

3. Аналогичен п. 3 нахождения DC-коэффициента.

Как вы уже поняли, читать AC-коэффициенты нужно пока не наткнемся на нулевое значение кода, либо пока не заполнится матрица.
В нашем случае мы получим:
10 10 1110 1 1100 11 101 10 0 0 0 1 11110 0 100
и матрицу:

Вы заметили, что значения заполнены в том же зигзагообразном порядке?
Причина использования такого порядка простая - так как чем больше значения v и u, тем меньшей значимостью обладает коэффициент S vu в дискретно-косинусном преобразовании. Поэтому, при высоких степенях сжатия малозначащие коэффициенты обнуляют, тем самым уменьшая размер файла.

[-4 1 1 1 0 0 0 0] [ 5 -1 1 0 0 0 0 0]
[ 0 0 1 0 0 0 0 0] [-1 -2 -1 0 0 0 0 0]
[ 0 -1 0 0 0 0 0 0] [ 0 -1 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [-1 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]

[-4 2 2 1 0 0 0 0]
[-1 0 -1 0 0 0 0 0]
[-1 -1 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]

Ой, я забыл сказать, что закодированные DC-коэффициенты - это не сами DC-коэффициенты, а их разности между коэффициентами предыдущей таблицы (того же канала)! Нужно поправить матрицы:
DC для 2-ой: 2 + (-4) = -2
DC для 3-ой: -2 + 5 = 3
DC для 4-ой: 3 + (-4) = -1

[-2 1 1 1 0 0 0 0] [ 3 -1 1 0 0 0 0 0] [-1 2 2 1 0 0 0 0]
………

Теперь порядок. Это правило действует до конца файла.

… и по матрице для Cb и Cr:

[-1 0 0 0 0 0 0 0]
[ 1 1 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]

Так как тут только по одной матрице, DC-коэфициенты можно не трогать.

Вычисления

Квантование

Вы помните, что матрица проходит этап квантования? Элементы матрицы нужно почленно перемножить с элементами матрицы квантования. Осталось выбрать нужную. Сначала мы просканировали первый компонент, его компонента изображения = 1. Компонент изображения с таким идентификатором использует матрицу квантования 0 (у нас она первая из двух). Итак, после перемножения:

[ 0 120 280 0 0 0 0 0]
[ 0 -130 -160 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]

Аналогично получаем еще 3 матрицы Y-канала…

[-320 110 100 160 0 0 0 0] [ 480 -110 100 0 0 0 0 0]
[ 0 0 140 0 0 0 0 0] [-120 -240 -140 0 0 0 0 0]
[ 0 -130 0 0 0 0 0 0] [ 0 -130 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [-140 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]

[-160 220 200 160 0 0 0 0]
[-120 0 -140 0 0 0 0 0]
[-140 -130 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]

… и по матрице для Cb и Cr.

[-170 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 180 210 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0] [ 0 0 0 0 0 0 0 0]

Обратное дискретно-косинусное преобразование

Формула не должна доставить сложностей*. S vu - наша полученная матрица коэффициентов. u - столбец, v - строка. s yx - непосредственно значения каналов.

*Вообще говоря, это не совсем правда. Когда я смог декодировать и отобразить на экране рисунок 16x16, я взял изображение размером 600x600 (кстати, это была обложка любимого альбома Mind.In.A.Box - Lost Alone). Получилось не сразу - всплыли различные баги. Вскоре я мог любоваться корректно загруженной картинкой. Только очень огорчала скорость загрузки. До сих пор помню, она занимала 7 секунд. Но это и неудивительно, если бездумно пользоваться приведенной формулой, то для вычисления одного канала одного пикселя потребуется нахождения 128 косинусов, 768 умножений, и сколько-то там сложений. Только вдумайтесь - почти тысяча непростых операций только на один канал одного пиксела! К счастью, тут есть простор для отимизации (после долгих экспериментов уменьшил время загрузки до предела точности таймера 15мс, и после этого сменил изображение на фотографию в 25 раз большей площадью. Возможно, напишу об этом отдельной статьей).

Напишу результат вычисления только первой матрицы канала Y (значения округлены):


[ 87 72 50 36 37 55 79 95]
[-10 5 31 56 71 73 68 62]
[-87 -50 6 56 79 72 48 29]

И 2-х оставшихся:
Cb Cr
[ 60 52 38 20 0 -18 -32 -40] [ 19 27 41 60 80 99 113 120]
[ 48 41 29 13 -3 -19 -31 -37] [ 0 6 18 34 51 66 78 85]
[ 25 20 12 2 -9 -19 -27 -32] [-27 -22 -14 -4 7 17 25 30]
[ -4 -6 -9 -13 -17 -20 -23 -25] [-43 -41 -38 -34 -30 -27 -24 -22]
[ -37 -35 -33 -29 -25 -21 -18 -17] [-35 -36 -39 -43 -47 -51 -53 -55]
[ -67 -63 -55 -44 -33 -22 -14 -10] [ -5 -9 -17 -28 -39 -50 -58 -62]
[ -90 -84 -71 -56 -39 -23 -11 -4] [ 32 26 14 -1 -18 -34 -46 -53]
[-102 -95 -81 -62 -42 -23 -9 -1] [ 58 50 36 18 -2 -20 -34 -42]

1. О, пойду-ка поем!
2. Да я вообще не въезжаю, о чем речь.
3. Раз значение цветов YCbCr получены, осталось преобразовать в RGB, типа так: YCbCrToRGB(Y ij , Cb ij , Cr ij) , Y ij , Cb ij , Cr ij - наши полученные матрицы.
4. 4 матрицы Y, и по одной Cb и Cr, так как мы прореживали каналы и 4 пикселям Y соответствует по одному Cb и Cr. Поэтому вычислять так: YCbCrToRGB(Y ij , Cb , Cr )

Если вы выбрали 1 и 4, то я рад за вас. Либо вы все правильно поняли, либо скоро будете получать удовольствие от еды.

YCbCr в RGB

R = Y + 1.402 * Cr
G = Y - 0.34414 * Cb - 0.71414 * Cr
B = Y + 1.772 * Cb
Не забудьте прибавить по 128. Если значения выйдут за пределы интервала , то присвоить граничные значения. Формула простая, но тоже отжирает долю процессорного времени.

Вот полученные таблицы для каналов R, G, B для левого верхнего квадрата 8x8 нашего примера:
255 248 194 148 169 215 255 255
255 238 172 115 130 178 255 255
255 208 127 59 64 112 208 255
255 223 143 74 77 120 211 255
237 192 133 83 85 118 184 222
177 161 146 132 145 162 201 217
56 73 101 126 144 147 147 141
0 17 76 126 153 146 127 108

231 185 117 72 67 113 171 217
229 175 95 39 28 76 139 189
254 192 100 31 15 63 131 185
255 207 115 46 28 71 134 185
255 241 175 125 112 145 193 230
226 210 187 173 172 189 209 225
149 166 191 216 229 232 225 220
72 110 166 216 238 231 206 186

255 255 249 203 178 224 255 255
255 255 226 170 140 187 224 255
255 255 192 123 91 138 184 238
255 255 208 139 103 146 188 239
255 255 202 152 128 161 194 232
255 244 215 200 188 205 210 227
108 125 148 172 182 184 172 167
31 69 122 172 191 183 153 134

Конец

Вообще я не специалист по JPEG, поэтому вряд ли смогу ответить на все вопросы. Просто когда я писал свой декодер, мне часто приходилось сталкиваться с различными непонятными проблемами. И когда изображение выводилось некорректно, я не знал где допустил ошибку. Может неправильно проинтерпретировал биты, а может неправильно использовал ДКП. Очень не хватало пошагового примера, поэтому, надеюсь, эта статья поможет при написании декодера. Думаю, она покрывает описание базового метода, но все-равно нельзя обойтись только ей. Предлагаю вам ссылки, которые помогли мне: