如何在Python中使用libjpeg实现可调质量的JPEG图片压缩

你现在使用OpenCV实现的自定义质量JPEG压缩，底层本质也是调用libjpeg完成的编码逻辑，所以直接调用libjpeg完全可以实现完全一致的效果。

你完全可以不依赖OpenCV、PIL这类上层封装的第三方库，通过Python标准库自带的ctypes模块，直接调用系统中安装的libjpeg动态库（Windows下为libjpeg.dll、Linux下为libjpeg.so、macOS下为libjpeg.dylib）的编码接口，实现指定quality参数的JPEG文件写入，不需要额外安装任何Python第三方包。

如果不调用现成的libjpeg库，需要严格遵循JPEG编码标准实现全流程，核心步骤如下：

• 颜色空间转换：将输入的RGB格式numpy数组转换为YCrCb颜色空间，利用人眼对色度信号敏感度低的特性降低冗余
• 色度下采样：通常采用4:2:0格式对Cr、Cb分量做下采样，将两个色度分量的宽高都缩小为原尺寸的1/2，进一步降低数据量
• 分块处理：将Y、Cr、Cb三个分量全部拆分为88大小的像素块，图像边缘不足88的部分用边缘像素值填充补齐
• DCT变换：对每一个8*8像素块做离散余弦变换，将空间域的像素值转换为频率域的系数，低频能量集中在块的左上角，高频细节集中在右下角
• 量化：这是quality参数生效的核心环节，根据输入的quality数值生成对应的亮度量化表和色度量化表，quality越低则量化表数值越大，更多高频系数会被置为0，压缩率越高、图像损失越明显；将每个DCT系数除以对应量化表的同位置数值后取整，得到量化后的系数
• Z字形扫描：将8*8的量化系数矩阵按照Z字形顺序展开为一维数组，让连续的0值集中到数组末尾，方便后续编码
• 熵编码：对展开的一维系数数组先做游程编码，再使用JPEG标准的哈夫曼表做哈夫曼编码，得到最终的压缩二进制数据
• 封装写入：将量化表、哈夫曼表、图像宽高、颜色空间等元信息按照JPEG文件格式标准封装，加上JPEG标准的文件头（0xFFD8）和文件尾（0xFFD9）标识，写入到指定的保存路径即可

注意：手动实现的JPEG压缩效率、压缩率和兼容性通常远低于经过数十年工业级优化的libjpeg库，非特殊研究需求建议优先选择直接调用libjpeg的方案。

内容的提问来源于stack exchange，提问作者one dog