编码

在JPEG标准中这个选项大多都是很少使用。当应用到一个拥有每个像素24位（24 bits per pixel，红、蓝、绿各有八比特）的输入时，这边只有针对更多普遍编码方法之一的简洁描述。这个特定的选择是一种有损数据压缩方法。

色彩空间转换

首先，视频由RGB（红绿蓝）转换为一种称为YUV的不同色彩空间。这与模拟PAL制式彩色电视传输所使用的色彩空间相似，但是更类似于MAC电视传输系统运作的方式。但不是模拟NTSC，模拟NTSC使用的是YIQ色彩空间。

Y成分表示一个像素的亮度

U和V成分一起表示色调与饱和度。

YUV分量可以由PAL制系统中归一化（经过伽马校正）的R",G",B"经过下面的计算得到：

Y=0.299R"+0.587G"+0.114B"

U=-0.147R"-0.289G"+0.436B"

V=0.615R"-0.515G"-0.100B"

这种编码系统非常有用，因为人类的眼睛对于亮度差异的敏感度高于色彩变化。使用这种知识，编码器（encoder）可以被设计得更有效率地压缩视频。

缩减取样（Downsampling）

上面所作的转换使下一步骤变为可能，也就是减少U和V的成分（称为"缩减取样"或"色度抽样"（chroma subsampling）。在JPEG上这种缩减取样的比例可以是4:4:4（无缩减取样），4:2:2（在水平方向2的倍数中取一个），以及最普遍的4:2:0（在水平和垂直方向2的倍数中取一个）。对于压缩过程的剩余部分，Y、U、和V都是以非常类似的方式来个别地处理。

离散余弦变换（Discrete cosine transform）

  以8-比特灰阶所显示的8x8子视频

下一步，将视频中的每个成分（Y, U, V）生成三个区域，每一个区域再划分成如瓷砖般排列的一个个的8×8子区域，每一子区域使用二维的离散余弦变换（DCT）转换到频率空间。

如果有一个如这样的的8×8的8-比特（0~255）子区域：

接着推移128，使其范围变为 -128~127，得到结果为

且接着使用离散余弦变换，和舍位取最接近的整数，得到结果为

左上角之相当大的数值称为DC系数（直流系数）；其他63个值称为AC系数（交流系数）。下面将对所有8×8表格中的DC系数使用差分编码，对AC系数使用进程编码。

量化（Quantization）

人类眼睛在一个相对大范围区域，辨别亮度上细微差异是相当的好，但是在一个高频率亮度变动之确切强度的分辨上，却不是如此地好。这个事实让我们能在高频率成分上极佳地降低信息的数量。简单地把频率领域上每个成分，除以一个对于该成分的常数就可完成，且接着舍位取最接近的整数。这是整个过程中的主要有损运算。以这个结果而言，经常会把很多更高频率的成分舍位成为接近0，且剩下很多会变成小的正或负数。

一个普遍的量化矩阵是：

使用这个量化矩阵与前面所得到的DCT系数矩阵逐项相除，得到结果为：

举个例子，使用−415（DC系数）且舍位得到最接近的整数

熵编码技术（entropy coding）

  Z字体扫描矩阵的顺序

熵编码是无损数据压缩的一个特别形式。它牵涉到将视频成分以Z字体（zigzag）排列，把相似频率组群在一起（矩阵中往左上方向是越低频率之系数，往右下较方向是较高频率之系数），插入长度编码的零，且接着对剩下的使用霍夫曼编码。 JPEG标准也允许（但是并不要求）在数学上优于霍夫曼编码的算术编码之使用。然而，这个特色几乎很少被使用，因为它被专利所涵盖，且它相较于霍夫曼编码在编码和解码上会更慢。使用算术编码一般会让文件更小约5%。

对于前者量化的系数所作的Z字体序列会是：

−26, −3, 0, −3, −2, −6, 2, −4, 1, −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 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

当剩下的所有系数都是零，对于过早结束的序列，JPEG有一个特别的霍夫曼编码用词。使用这个特殊的编码用词，EOB，该序列变为

−26, −3, 0, −3, −2, −6, 2, −4, 1 −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 0, 0, 0, 0, 0, −1, −1, EOB

压缩比率与不自然痕迹（artifact）

  有损压缩导致的人为现象（上）与原图（下），200%放大

按：artifact在这个领域又被解释为膺像、非自然信号、人为现象。

在量化阶段时，依照除数的不同，会使结果的压缩比率可能有很多变化。10:1通常可得到无法使用肉眼分辨与原图差异的视频。100:1压缩通常是可行的，但与原图相较，会看出明显的不自然痕迹。压缩的适当档次是依据要压缩那一种视频而定。

使用万维网的人，可能熟悉这种出现在JPEG数字视频，已知压缩人为现象的不规则现象。这是由于JPEG算法的量化步骤所造成的结果。这种现象在脸部照片中的眼睛四周特别明显。他们可以借由选择压缩的较低水平（使用较低的压缩率）来减少这种现象；他们可能借由使用无损文件格式来存储一个视频来消除这种现象，然而针对照片视频，这样通常会使文件大小增加。

解码

解码来显示视频，包含反向作以上所有的过程

取DCT系数矩阵（在把DC系数差异加回去之后）

且以前面的量化矩阵乘以它，得到

左上角的部分与原本DCT系数矩阵非常接近地相似。使用反向DCT得到一个有数值的视频（仍然被移位128）

且对每一个项目加上128

这是解压缩的子视频，且可以被用来与原本子视频相比（也可以看右方的视频），借由取两者之间的差异（原本—解压缩）得到误差值。

每个像素大约是5的平均绝对误差，也就是说， 1 64 ∑ ∑ --> x = 1 8 ∑ ∑ --> y = 1 8 | e ( x , y ) | = 4.8750 {\displaystyle {\frac {1}{64}}\sum _{x=1}^{8}\sum _{y=1}^{8}|e(x,y)|=4.8750} 。误差在左下角显而易见，左下方的像素变得比它邻近右方的像素还更暗。

用法

JPEG在色调及颜色平滑变化的照片或是写实绘画（painting）上可以达到它最佳的效果。在这种情况下，它通常比完全无损方法作得更好，仍然可以产生非常好看的视频（事实上它会比其他一般的方法像是GIF产生更高质量的视频，因为GIF对于线条绘画（drawing）和图标的图形是无损，但针对全彩视频则需要极困难的量化）。

照片

JPEG压缩的不自然现象可以很好地调和到细微非均匀材质的照片中，因此允许得到更高的压缩率。

附注：以上的视频并不是IEEE/CCIR/EBU测试视频，且压缩编码器的设置并没有指明或是可以得到。

中等质量的照片只有六分之一的存储空间，但是几乎没有明显的细节损失或是看得到的人为效果。然而，一旦超过一个某整的压缩限度，压缩的视频逐渐地显现出可以看得到的瑕疵。参考比率有损理论（rate distortion theory）的文章有针对这种限度效果的数学上之解释。

医学视频：少见的JPEG 12位支持模式

有很多医学的视频系统可以创建和处理12位JPEG视频。12位JPEG格式已经是JPEG规格的一部分，但是非常少商业软件程序（或网页浏览器）支持这种不常使用的JPEG格式。

其他有损压缩的编码格式

更新的有损方法，尤其是小波压缩（wavelet compression），在这些情况下甚至能作得更好。然而，JPEG是一种创建得相当好的标准，拥有很多可使用的软件，包含自由软件，因此到2005年它持续被大量使用。很多小波算法受到专利保护，要在很多软件项目中自由地使用他们是困难或是不可能的。

JPEG委员会现在也已经创建其自有的小波基础标准－JPEG 2000，希望最终能取代原来的JPEG标准。

潜在的专利争议

在2002年Forgent Networks主张他拥有且将会履行在JPEG技术上的专利权，起因于一个在1986年已经被归档的专利。（ 美国专利 4,698,672 ）。这个公告已经引起一阵大骚动，令人想起Unisys试图主张对于GIF视频压缩标准的权利。

JPEG委员会审慎调查这个在2002年所主张的专利，且发现他们因为前案而无效作废 。其他的也已推断Forgent并无拥有涵盖JPEG的专利 。尽管如此，在2002年和2004年之间，Forgent借由把他们的专利授权给某些30家公司，而获得大约9千万美元。在2004年4月，Forgent31家其他公司来强求更多的授权支付。同年的七月，21家较大的电脑公司组成的协会提出反，包含使该专利无效的目标。然而，到2005年7月的时候，这场官司仍然持续中。

JPEG委员会在他的明确目标中有一项，是他们的标准在不支付授权金之下是可以被实现的，且他们已从超过20个大型组织中，得到适当的授权权利给他们即将到来的JPEG 2000标准。  

专利案结束

经过数年的纠缠，于2006年11月，JPEG专利持有者Forgent Networks终于与30家PC厂商结束了侵权官司，代价是PC厂商向Forgent赔款800万美元，而不是Forgent期望的1亿美元。

在与PC厂商大打官司之前，Forgent已经与60多家公司和解，获得的专利费用总额高达1.1亿美元。包括雅虎在内的45家PC厂商拒绝就4698672号专利问题和解，而是选择了对簿公堂，不过其中15家在此之前已经与Forgent和解。

虽然还是赔了款，但PC厂商们并没有输掉官司；虽然没能得到自己想要的大笔美金，Forgent也没有彻底失败。在非盈利性组织美国公共专利基金会（PPF）的协助下，他们设法获得了美国专利和商标局（USPTO）的认可，对Forgent专利的有效性在2月和6月两次重新进行了鉴定，最终法庭限制了Forgent专利的应用范围。而从另一方面看，Forgent的专利也得到了一定的维护，这要比被彻底推翻好得多，Forgent也表示对结果感到很满意。

Forgent CEO Richard Snyder称：“在"672专利的有效期内，我们已经获得了1.1亿多美元。很快，Forgent还会再次有所行动。我们的精力现在已经转移到"746专利上，并等待2007年5月的陪审团裁决，同时我们还会继续促进（分公司）NetSimplicity的软件业务。”

无损耗旋转（lossless JPEG rotation）

虽然任何对JPEG图像的处理都有可能导致因为解压后再压缩而引起的损耗，然而，对于简单的旋转动作，数学上是可以有办法使图像得以旋转而无损图像本身的数据。也就是说，有一种方法可以在无需把图像解压后才可以旋转。这是因为JPEG的文件格式本身是以一个个模块为单位来压缩，所以，只需要把模块重排，再对每个模块旋转，就可以达至无损耗的旋转。

用户在操作上加以注意。例如：在Adobe Photoshop里，用户若要作无损耗旋转前，必须在加载图像之后立刻用“Save As...”功能存储一个备份。然后当图像旋转过后，由于Photoshop已掌握了图像的基本数据，所以在存储时得以使用原来的设置。若没有作事先存储，Photoshop就会把旋转后的图像重新计算各项参数，并重新对图像进行压缩处理。这样就会造成数据的损耗。

压缩标准

JPEG是由国际标准组织（ISO）和国际电话电报咨询委员会（CCITT）为静态图像所创建的第一个国际数字图像压缩标准，也是至今一直在使用的、应用最广的图像压缩标准。JPEG由于可以提供有损压缩，因此压缩比可以达到其他传统压缩算法无法比拟的程度。

JPEG的压缩模式有以下几种：

顺序式编码（Sequential Encoding）

递增式编码（Progressive Encoding）

无有损编码（Lossless Encoding）

阶梯式编码（Hierarchical Encoding）

在Independent JPEG Group所提供的源码上，有jpegtran程序，就提供了优化Huffman，转成渐进式，镜射，旋转这些无损耗转换。

参看：无损耗JPEG旋转程序列表（英语）

参见

数码相机-数字相框

视频压缩

JPEG-LS非有损压缩标准

JPEG 2000

JPEG XR

Motion JPEG

视频编辑程序

独立JPEG小组（Independent JPEG Group）的Libjpeg

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。