从 cv2 迁移到 TurboJPEG：如何解决输出文件变大的问题？

起因：在使用 turbojpeg 替换 cv2.imwrite 加速 JPEG 编码时，发现输出文件体积明显偏大。深入排查后发现根本原因是两个库的默认色度子采样配置不同。

---

JPEG 不直接存储 RGB

很多人以为 JPEG 文件里存的是 RGB 像素值，实际上不是。JPEG 内部存储的是 YCbCr：

Y  = 亮度（Luma）
Cb = 蓝色色度偏移（Blue Chroma）
Cr = 红色色度偏移（Red Chroma）

完整的编码流程：

输入 RGB
    ↓ 色彩空间转换
   YCbCr
    ↓ 色度子采样
   Y（全分辨率）+ Cb/Cr（降分辨率）
    ↓ 分 8x8 块 → DCT → 量化
   压缩系数
    ↓ 哈夫曼编码
   .jpg 文件

调用 cv2.imwrite 或 turbojpeg.encode 时传入的是 BGR/RGB 数组，库内部自动完成 RGB→YCbCr 转换，开发者感知不到这个过程。

---

影响文件大小的因素

JPEG 文件大小由多个独立因素共同决定，按影响程度排序：

1. 色度子采样（最大影响）

人眼对亮度变化的分辨率远高于对颜色变化的分辨率。JPEG 利用这一特性，对 Cb/Cr 通道降低空间分辨率存储。

三种常见模式：

4:4:4（无子采样）

每个像素独立存储完整的 Y、Cb、Cr 值
色度数据量：100%

4:2:2

水平方向每 2 个像素共用一组 Cb/Cr
色度数据量：50%

4:2:0（最常见）

2×2 四个像素共用一组 Cb/Cr
色度数据量：25%

对文件大小的影响（quality=95，4096×4096 图像）：

模式	相对文件大小	颜色精度
4:4:4	基准（最大）	完整
4:2:2	约小 15-20%	水平方向颜色略损
4:2:0	约小 25-35%	颜色边界渗色

4:2:0 的视觉问题——色彩渗色（Color Bleeding）：

原始图像:          4:2:0 解码后:
■■■□□□             ■■▪▪□□
■■■□□□    →        ■■▪▪□□
■■■□□□             ■■▪▪□□
（■=红  □=绿）      （▪=插值混合色）

颜色边界处出现过渡色，对颜色精确度要求高的场景（遥感、医学图像、作物识别）影响明显。

---

2. 量化质量（Quality）

DCT 把每个 8x8 像素块分解成 64 个频率系数：

DCT 系数矩阵（左上=低频，右下=高频）
┌─────────────────────┐
│ DC  低频  →  →  高频 │
│ 低频                 │
│  ↓                  │
│ 高频  →  →  高频 高频│
└─────────────────────┘

量化过程：每个系数除以量化步长后取整，quality 越低步长越大，损失越多：

quality=100: 系数 127 / 步长 1  = 127 → 还原 127（误差 0）
quality=75:  系数 127 / 步长 8  = 15  → 还原 120（误差 7）
quality=50:  系数 127 / 步长 16 = 7   → 还原 112（误差 15）

高频系数的量化步长更大（细节被激进丢弃），低频系数步长小（整体色调保留）。

Quality 与文件大小的非线性关系：

Quality	典型文件大小（相对 Q100）	视觉质量
100	100%	几乎无损
95	~40%	肉眼难以区分
85	~20%	轻微伪影
75	~12%	明显块状感
50	~6%	严重失真

quality 从 100 降到 95，文件缩小 60%，视觉损失极小——这是 95 成为”高质量默认值”的原因。

---

3. 哈夫曼编码

DCT 量化后的系数还要经过熵编码。标准 JPEG 使用哈夫曼编码，优化哈夫曼表（根据图像内容生成最优编码表）比标准表能再小约 5%，但需要额外计算时间。

---

4. 渐进式 vs 基线 JPEG

类型	说明	文件大小
基线（Baseline）	从上到下扫描一次	略大
渐进式（Progressive）	多次扫描，先低频后高频	约小 2-10%

cv2 默认基线，turbojpeg 可指定：

from turbojpeg import TJFLAG_PROGRESSIVE
_tj.encode(img, quality=95, flags=TJFLAG_PROGRESSIVE)

---

5. EXIF / 元数据

cv2 默认不写 EXIF，某些库会附加相机参数、GPS 坐标、缩略图等，几 KB 到几十 KB 不等。

---

回到问题本身：turbojpeg vs cv2 体积差异

现象： 相同 quality=95，turbojpeg 输出比 cv2 大

根本原因： 默认子采样模式不同

库	默认子采样	色度数据量
cv2.imwrite	4:2:0	25%
turbojpeg（实测）	4:2:2	50%

cv2 的默认值 4:2:0 在 OpenCV 官方文档 中有明确记载。OpenCV 4.2+ 可通过 IMWRITE_JPEG_SAMPLING_FACTOR 参数修改。

如何查看 turbojpeg 的默认子采样模式

turbojpeg 的默认值取决于版本和平台，不同环境可能不同。用以下代码检测：

from turbojpeg import TurboJPEG, TJPF_BGR
import numpy as np

tj = TurboJPEG()

# 创建测试图像
img = np.random.randint(0, 255, (64, 64, 3), dtype=np.uint8)

# 用默认参数编码
buf = tj.encode(img, quality=95, pixel_format=TJPF_BGR)

# 解码时读取子采样信息
_, _, subsample, _ = tj.decode_header(buf)

names = {0: "4:4:4", 1: "4:2:2", 2: "4:2:0", 3: "GRAY", 4: "4:4:0", 5: "4:1:1"}
print(f"默认子采样: {names.get(subsample, subsample)}")

修复方法——显式指定子采样

from turbojpeg import TurboJPEG, TJPF_BGR, TJSAMP_420, TJSAMP_444

_tj = TurboJPEG()

# 与 cv2 体积对齐（颜色精度略低）
buf = _tj.encode(img, quality=95, pixel_format=TJPF_BGR, jpeg_subsample=TJSAMP_420)

# 保留完整颜色（推荐用于遥感/作物识别）
buf = _tj.encode(img, quality=95, pixel_format=TJPF_BGR, jpeg_subsample=TJSAMP_444)

cv2 同样可以显式指定（OpenCV 4.2+）：

import cv2

# 4:4:4（无子采样）
cv2.imwrite(path, img, [cv2.IMWRITE_JPEG_SAMPLING_FACTOR, cv2.IMWRITE_JPEG_SAMPLING_FACTOR_444])

# 4:2:0（默认）
cv2.imwrite(path, img, [cv2.IMWRITE_JPEG_SAMPLING_FACTOR, cv2.IMWRITE_JPEG_SAMPLING_FACTOR_420])

---

如何选择参数

场景	推荐配置	说明
模型训练（颜色敏感）	4:4:4 + quality=95	颜色精度高，体积适中
模型训练（颜色不敏感）	4:2:0 + quality=95	体积最小，速度最快
存档/无损要求	PNG	无任何颜色损失
网页展示	4:2:0 + quality=85	体积最优，视觉可接受

---

总结

JPEG 文件大小 = f(子采样, quality, 哈夫曼表, 渐进式, 元数据)

其中子采样和 quality 是最主要的两个维度，且相互独立：

• 子采样 决定颜色信息的空间密度（影响颜色边界精度）
• quality 决定每个像素值的精度（影响纹理细节和块状伪影）

两个库”同样 quality=95”却输出不同大小，根本原因是子采样默认值不同，而不是编码质量有差异。