為什么圖片反復(fù)壓縮后會(huì)普遍會(huì)變綠而不是變其他顏色？

Android 系統(tǒng)自起誕生以來(lái)就引入了名為 Skia 的圖像庫(kù)（Google 自家產(chǎn)品），用于處理圖像，其中包括把圖片壓縮成 JPEG（平時(shí)說(shuō)的 JPG）。而 Skia 又是調(diào)用 libjpeg-turbo 來(lái)實(shí)現(xiàn)真正的壓縮過(guò)程的。為了達(dá)到更好的壓縮效果，JPEG 算法本身，將通常屏幕上表示顏色的 RGB（紅綠藍(lán)）數(shù)值，轉(zhuǎn)換為 YUV 數(shù)值（亮度，藍(lán)色分量，紅色分量）。正常情況下這個(gè)算法是輕微有損的。

但是 Skia 不走尋常路，將這個(gè)變換算法的各個(gè)常數(shù)復(fù)制到自己的代碼里（當(dāng)然是合法地），然后降低了精度，以達(dá)到更高的速度（專(zhuān)業(yè)準(zhǔn)確地說(shuō)，從 16 位定點(diǎn)數(shù)，降低到了 8 位定點(diǎn)數(shù)），這導(dǎo)致了更大的損傷。

最可怕的是……在進(jìn)行這個(gè)變換運(yùn)算的最后一步，需要除以 256，而代碼中，采用了右移操作代替除法以提高執(zhí)行速度（看不懂可以跳過(guò)）：

int y = ( CYR*r + CYG*g + CYB*b ) >> CSHIFT;

int u = ( CUR*r + CUG*g + CUB*b ) >> CSHIFT;

int v = ( CVR*r + CVG*g + CVB*b ) >> CSHIFT;

// C?? 是已經(jīng)擴(kuò)大到 2^CSHIFT 倍的矩陣參數(shù)（-0.5 ~ 0.5），CSHIFT = 8

這個(gè)操作并沒(méi)有什么問(wèn)題，數(shù)學(xué)意義就是除以 256。但是問(wèn)題出在：

1、直接截?cái)嗔诵?shù)部分，等價(jià)于 trunc()。如果符號(hào)數(shù)是用補(bǔ)碼實(shí)現(xiàn)的。即全部往負(fù)數(shù)方向取整。如：1.2 → 1； 3.9 → 3；0.0 → 0；-5.1 → -6.

2、較冒險(xiǎn)的符號(hào)數(shù)移位：根據(jù)規(guī)范的定義，對(duì)符號(hào)數(shù)（可正可負(fù)的數(shù)）使用移位的效果將由具體的編譯器明確定義決定（implementation-defined）。因?yàn)橐莆皇且粋€(gè)符號(hào)無(wú)關(guān)的操作，對(duì)符號(hào)數(shù)移位將依賴(lài)于符號(hào)數(shù)的具體表現(xiàn)形式。而這個(gè)形式 C++ 沒(méi)有給出一個(gè)限定，由具體的編譯器自行決定，對(duì)于非“補(bǔ)碼”（2's complement）的情況結(jié)果可能并不是所期待的那樣數(shù)值整除2的冪。這里假設(shè)了編譯器都能“正確”理解

# YUV 值向負(fù)方向取整導(dǎo)致什么？

復(fù)習(xí)一下 YUV 的定義：

Y，亮度，0.0 ~ 1.0；

U，或者叫做 Cb，藍(lán)色分量，-0.5 ~ 0.5；

V，或者叫做 Cr，紅色分量，-0.5 ~ 0.5。

在 Skia 的代碼里，YUV 三個(gè)值均對(duì)應(yīng)到 0~255 的范圍。

因?yàn)橄蛳氯≌哉`差在 1 一個(gè)單位以?xún)?nèi)：0/256 到 1/256 也就是，YUV 三個(gè)值都變小 0.00% 到 0.39% 這個(gè)范圍。

看一下 U, V 這兩個(gè)決定顏色的值是如何變化的：

顯然，YUV 值向負(fù)方向取整，結(jié)果是呼之欲出的：變暗，變綠。（這里的變暗是 YUV 里的 Y 減小，并不完全準(zhǔn)確對(duì)應(yīng)人類(lèi)視覺(jué)的明暗概念）

這個(gè)錯(cuò)誤的舍入，使得：所有在 0 ~ 255 范圍內(nèi)非整數(shù)的 YUV 值都受到影響。那么某個(gè)像素被舍入到整數(shù)之后，下一次再壓縮 JPEG 應(yīng)該會(huì)好一些吧？很不幸的是，隨之而來(lái)的大量其他有損操作（比如 DCT 變換之后濾去高頻）又會(huì)使得 YUV 值發(fā)生變化：如果發(fā)生變化，假設(shè)隨機(jī)產(chǎn)生關(guān)于 0 對(duì)稱(chēng)的誤差，那么實(shí)際上也有 50% 的機(jī)率使得這個(gè)數(shù)值 -1，因?yàn)橹灰仍瓉?lái)的值小，都會(huì)被向下舍去。

這使得，圖片隨著 Skia 缺陷的色彩空間變換算法反復(fù)壓縮，越來(lái)越綠。