Voici une traduction du BPG fais par Micoute lui même:
Spécification BPG
Version 0.9.5
Copyright (c) 2014-2015 Fabrice Bellard
1. Introduction
---------------
BPG est un format de compression d'image sans perte et sans perte basé sur HEVC
[1]. Il prend en charge les niveaux de couleurs YCbCr, RGB et YCgCo avec un
Canal alpha facultatif. CMYK est pris en charge en réutilisant la chaîne alpha
pour coder un composant blanc supplémentaire. La profondeur de bit de chaque
composant est de 8 à 14 bits. Les valeurs de couleur sont stockées soit dans
la gamme complète (boîtier JPEG) ou gamme limitée (boîtier vidéo). L'espace de couleur
YCbCr est soit BT 601 (boîtier JPEG), BT 709 ou BT 2020.
La chroma peut être sous-échantillonnée d'un facteur deux en horizontale ou les deux
dans les directions horizontale et verticale (4: 4: 4, 4: 2: 2 ou 4: 2: 0
les formats chroma sont pris en charge). Afin de pouvoir transcoder les images JPEG
ou des images vidéo sans modification de la chroma, JPEG et
Les positions de l'échantillon de chroma MPEG2 sont prises en charge.
Le décodage progressif et l'affichage sont pris en charge par l'entrelacement des
données alpha et couleur.
Les métadonnées arbitraires (telles que EXIF, profil ICC, XMP) sont prises en charge.
Les animations sont prises en charge en tant que fonctionnalité facultative. Les décodeurs
ne suportent pas l'affichage de la première image de l'animation.
2) conventions de bitstream
------------------------
Le flux de bits est aligné sur les octets et les champs de bits sont lus de la plupart
des bits significatifs aux bits moins significatifs dans chaque octet.
- u (n) est un entier non signé stocké sur n bits.
- ue7 (n) est un entier non signé d'au plus n bits stocké sur une variable
nombre d'octets. Tous les octets sauf le dernier ont un '1' comme
premier bit. L'entier non signé est représenté comme la
Concaténation des mots-clés des 7 bits restants. Seulement le plus court
codage pour un entier non signé donné sera accepté par le
décodeur (c'est-à-dire le premier octet n'est jamais 0x80). Exemple:
Octets encodés Valeur entière non signée
0x08 8
0x84 0x1e 542
0xac 0xbe 0x17 728855
- ue (v): entier non signé 0-ième ordre Exp-Golomb-codé (voir
spécification HEVC).
- b (8) est un octet arbitraire.
3) Format de fichier
--------------
3.1) Syntaxe
-----------
heic_file() {
file_magic u(32)
pixel_format u(3)
alpha1_flag u(1)
bit_depth_minus_8 u(4)
color_space u(4)
extension_present_flag u(1)
alpha2_flag u(1)
limited_range_flag u(1)
animation_flag u(1)
picture_width ue7(32)
picture_height ue7(32)
picture_data_length ue7(32)
if (extension_present_flag)
extension_data_length ue7(32)
extension_data()
}
hevc_header_and_data()
}
extension_data()
{
while (more_bytes()) {
extension_tag ue7(32)
extension_tag_length ue7(32)
if (extension_tag == 5) {
animation_control_extension(extension_tag_length)
} else {
for(j = 0; j < extension_tag_length; j++) {
extension_tag_data_byte b(8)
}
}
}
}
animation_control_extension(payload_length)
{
loop_count ue7(16)
frame_period_num ue7(16)
frame_period_den ue7(16)
while (more_bytes()) {
dummy_byte b(8)
}
}
hevc_header_and_data()
{
if (alpha1_flag || alpha2_flag) {
hevc_header()
}
hevc_header()
hevc_data()
}
hevc_header()
{
hevc_header_length ue7(32)
log2_min_luma_coding_block_size_minus3 ue(v)
log2_diff_max_min_luma_coding_block_size ue(v)
log2_min_transform_block_size_minus2 ue(v)
log2_diff_max_min_transform_block_size ue(v)
max_transform_hierarchy_depth_intra ue(v)
sample_adaptive_offset_enabled_flag u(1)
pcm_enabled_flag u(1)
if (pcm_enabled_flag) {
pcm_sample_bit_depth_luma_minus1 u(4)
pcm_sample_bit_depth_chroma_minus1 u(4)
log2_min_pcm_luma_coding_block_size_minus3 ue(v)
log2_diff_max_min_pcm_luma_coding_block_size ue(v)
pcm_loop_filter_disabled_flag u(1)
}
strong_intra_smoothing_enabled_flag u(1)
sps_extension_present_flag u(1)
if (sps_extension_present_flag) {
sps_range_extension_flag u(1)
sps_extension_7bits u(7)
}
if (sps_range_extension_flag) {
transform_skip_rotation_enabled_flag u(1)
transform_skip_context_enabled_flag u(1)
implicit_rdpcm_enabled_flag u(1)
explicit_rdpcm_enabled_flag u(1)
extended_precision_processing_flag u(1)
intra_smoothing_disabled_flag u(1)
high_precision_offsets_enabled_flag u(1)
persistent_rice_adaptation_enabled_flag u(1)
cabac_bypass_alignment_enabled_flag u(1)
}
trailing_bits u(v)
}
hevc_data()
{
for(i = 0; i < v; i++) {
hevc_data_byte b(8)
}
}
frame_duration_sei(payloadSize)
{
frame_duration u(16)
}
3.2) Sémantique
--------------
'File_magic' est défini comme 0x425047fb.
'Pixel_format' indique le sous-échantillonnage chroma:
0: Niveaux de gris
1: 4: 2: 0. Chroma à la position (0.5, 0.5) (position chroma JPEG)
2: 4: 2: 2. Chroma à la position (0.5, 0) (position chroma JPEG)
3: 4: 4: 4
4: 4: 2: 0. Chroma en position (0, 0,5) (position chroma MPEG2)
5: 4: 2: 2. Chroma en position (0, 0) (position chroma MPEG2)
Les autres valeurs sont réservées.
'Alpha1_flag' et 'alpha2_flag' donnent des informations sur l'avion alpha:
Alpha1_flag = 0 alpha2_flag = 0: pas de plan alpha.
Alpha1_flag = 1 alpha2_flag = 0: alpha présent. La couleur n'est pas
prémultipliée.
Alpha1_flag = 1 alpha2_flag = 1: alpha présent. La couleur est
prémultipliée. Les résultantes R', G', B' non prémultipliées
peuvent être récupérées comme suit:
if A! = 0
R '= min (R / A, 1), G' = min (G / A, 1), B '= min (B / A, 1)
else
R '= G' = B '= 1.
Alpha1_flag = 0 alpha2_flag = 1: le plan alpha est présent et
contient la composante de couleur W (couleur CMJN). Le CMJN résultant
des données peuvent être récupérées comme suit:
C = (1 - R), M = (1 - G), Y = (1 - B), K = (1 - W).
Dans le cas où aucun profil de couleur n'est spécifié, la couleur sRGB R'G'B'
voit être calculée comme suit:
R '= R * W, G' = G * W, B '= B * W.
'Bit_depth_minus_8' est le nombre de bits utilisés pour chaque composante
moins 8. Dans cette version de la spécification, la profondeur de bit_moins_8
<= 6.
'extension_present_flag' indique que les données d'extension sont
présentes.
'color_space' spécifie comment convertir les plans de couleur en
RVB. Il doit être 0 lorsque pixel_format = 0 (niveaux de gris):
0: YCbCr (BT 601, identique à JPEG et HEVC matrix_coeffs = 5)
1: RGB (ordre des composants: G B R)
2: YCgCo (identique à HEVC matrix_coeffs =
3: YCbCr (BT 709, identique à HEVC matrix_coeffs = 1)
4: YCbCr (système de luminance non constante BT 2020, identique à HEVC
coefficient matrice = 9)
5: réservé au système de luminance constante BT 2020, non
prise en charge dans cette version de la spécification.
Les autres valeurs sont réservées.
YCbCr est défini à l'aide de la matrice de conversion BT 601, BT 709 ou BT 2020
Pour RGB, G est mémorisé en tant que plan Y. B dans le plan Cb et R dans
le plan Cr.
YCgCo est défini comme HEVC matrix_coeffs = 8. Y est stocké dans le plan
Y. Cg dans le plan Cb et Co dans le plan Cr.
Si aucun profil de couleur n'est présent, les données de sortie RVB sont supposées
être dans l'espace couleur sRGB [6].
'Limited_range_flag': en face du HEVC video_full_range_flag.
La valeur zéro indique que la gamme complète de chaque composante couleur
est utilisée. La valeur un indique qu'une gamme limitée
est utilisée:
- (16 << (bit_depth -
à (235 << (bit_depth -
) pour Y
et G, B, R,
- (16 << (bit_depth -
à (240 << (bit_depth -
) pour Cb et Cr.
Pour l'espace de couleur YCgCo, la limitation de portée doit être effectuée sur
les données RVB.
Le plan alpha (ou W) utilise toujours la gamme complète.
'Animation_flag'. La valeur '1' indique que plusieurs
images sont codées dans les données hevc. L'extension de contrôle de l'animation
doit être présente. Si le décodeur ne supporte pas
les animations, il décodera la première frame seulement et ignorera
l'Information sur l'animation.
'Picture_width' est la largeur de l'image en pixels. La valeur 0 est
interdite.
'Picture_height' est la hauteur de l'image en pixels. La valeur 0 est
interdite.
'Image_data_length' est la longueur de la donnée de l'image en octets.
La valeur spéciale de zéro indique que les données d'image vont jusqu'à
la fin du fichier.
'Extension_data_length' est la longueur des données d'extension en octets.
'Extension_data ()' est la donnée d'extension.
'Extension_tag' est la balise d'extension. Les valeurs suivantes sont définies:
1: données EXIF.
2: profil ICC (voir [4])
3: XMP (voir [5])
4: Miniature (la miniature doit être une version à résolution plus basse
de l'image et stockée au format BPG).
5: données de contrôle d'animation.
Le décodeur doit ignorer les balises qu'il ne supporte pas.
'Extension_tag_length' est la longueur en octets de la balise d'extension.
'Loop_count' donne le nombre de fois que l'animation doit être
jouée. La valeur de 0 signifie infinie.
'Frame_period_num' et 'frame_period_den' encodent la valeur par défaut
le délai entre chaque image sous la forme frame_period_num/frame_period_en
secondes. La valeur de 0 pour 'frame_period_num' ou
'Frame_period_den' est interdit.
'Hevc_header_length' est la longueur en octets des données suivantes
Jusqu'à et incluant 'trailing_bits'.
'Log2_min_luma_coding_block_size_minus3',
'Log2_diff_max_min_luma_coding_block_size',
'Log2_min_transform_block_size_minus2',
'Log2_diff_max_min_transform_block_size',
'Max_transform_hierarchy_depth_intra',
'Sample_adaptive_offset_enabled_flag', 'pcm_enabled_flag',
'Pcm_sample_bit_depth_luma_minus1',
'Pcm_sample_bit_depth_chroma_minus1',
'Log2_min_pcm_luma_coding_block_size_minus3',
'Log2_diff_max_min_pcm_luma_coding_block_size',
'Pcm_loop_filter_disabled_flag',
'Strong_intra_smoothing_enabled_flag', 'sps_extension_flag'
'Sps_extension_present_flag', 'sps_range_extension_flag'
'Transform_skip_rotation_enabled_flag',
'Transform_skip_context_enabled_flag',
'Implicit_rdpcm_enabled_flag', 'explicit_rdpcm_enabled_flag',
'Extended_precision_processing_flag',
'Intra_smoothing_disabled_flag',
'High_precision_offsets_enabled_flag',
'Persistent_rice_adaptation_enabled_flag',
'Cabac_bypass_alignment_enabled_flag' sont
Les champs correspondants de l'élément de syntaxe HEVC SPS.
'Trailing_bits' a une valeur de 0 et a une longueur de 0 à 7
Bits pour que les données suivantes soient alignées sur les octets.
'Hevc_data ()' contient les données d'image HEVC correspondantes,
À l'exclusion du premier code de début NAL (c'est-à-dire le premier 0x00 0x00 0x01
Ou 0x00 0x00 0x00 0x01 octets). Les NAL VPS et SPS ne doivent pas être
Inclus dans les données d'image HEVC. Le décodeur peut récupérer le
Champs nécessaires de l'en-tête en effectuant les opérations suivantes
hypothèses:
- vps_video_parameter_set_id = 0
- sps_video_parameter_set_id = 0
- sps_max_sub_layers = 1
- sps_seq_parameter_set_id = 0
- chroma_format_idc: pour les données d'image:
Chroma_format_idc = pixel_format
pour les données alpha:
Chroma_format_idc = 0.
- separate_colour_plane_flag = 0
- pic_width_in_luma_samples = ceil (picture_width / cb_size) * cb_size
- pic_height_in_luma_samples = ceil (picture_height / cb_size) * cb_size
Avec cb_size = 1 << log2_min_luma_coding_block_size
- bit_depth_luma_minus8 = bit_depth_minus_8
- bit_depth_chroma_minus8 = bit_depth_minus_8
- max_transform_hierarchy_depth_inter = max_transform_hierarchy_depth_intra
- scaling_list_enabled_flag = 0
- log2_max_pic_order_cnt_lsb_minus4 = 4
- amp_enabled_flag = 1
- sps_temporal_mvp_enabled_flag = 1
Codage de données Alpha:
- Si des données alpha sont présentes, tous les NAL correspondants ont
Nuh_layer_id = 1. Les NAL pour les données de couleur doivent avoir nuh_layer_id =
0.
- Les données Alpha doivent utiliser les mêmes tailles que les données de couleur et
doivent avoir la même valeur entropy_coding_sync_enabled_flag que
les données couleur.
- Les couches Alpha doivent utiliser le même nombre d'unités de codage que la couleur
des couches et doivent être intercalées avec des couches de couleur. Les NAL alpha
doivent venir avant les couleurs NAL correspondants.
Codage d'animation:
- Le préfixe optionnel SEI avec payloadType = 257 (défini dans
Frame_duration_sei ()) spécifie que l'image doit être répétée
le temps 'frame_duration'. 'Frame_duration' ne doit pas être nul. Si
la durée du cadre SEI n'est pas présente pour un cadre donné,
Frame_duration = 1 doit être assumé par le décodeur. Si les données alpha
sont présentes, la durée de la trame SEI doit être présente uniquement
Pour les données de couleur.
3.3) Profil HEVC
-----------------
Les flux de bits HEVC conformes doivent être conformes aux Principales 4: 4: 4 16 Toujours
Image, niveau 8.5 de la spécification HEVC avec les modifications des éléments suivants.
- separate_colour_plane_flag doit être 0 lorsque présent.
- bit_depth_luma_minus8 <= 6
- bit_depth_chroma_minus8 = bit_depth_luma_minus8
- explicit_rdpcm_enabled_flag = 0 (peu importe pour intra frames)
- extended_precision_processing_flag = 0
- cabac_bypass_alignment_enabled_flag = 0
- high_precision_offsets_enabled_flag = 0 (peu importe pour intra frames)
- Si l'image codée est supérieure à la taille indiquée par
Image_width et image_height, la partie inférieure droite de
l'image décodée doit être recadrée. Si une décimation horizontale (resp. Verticale) par
deux est faite pour la chroma et que la largeur (resp. height) est n
pixels, ceil(n/2) pixels doivent être conservés comme l'information chroma résultante.
Lorsque les animations sont présentes, les cadres suivants doivent être encodés avec les
modifications suivantes:
- Les couches P sont autorisées (mais les couches B ne sont pas autorisées).
- Seule l'image précédente peut être utilisée comme référence (d'où une taille DPB
de 2 photos).
4) Choix de conception
-----------------
(Cette section est informative)
- Notre principe de conception était de garder le format aussi simple que possible
tout en prenant le codec HEVC comme base. Notre principale mesure pour évaluer
la simplicité était la taille d'un décodeur logiciel qui produit 32
bit RGBA pixel data.
- Formats de pixels: nous voulions pouvoir convertir des images JPEG en BPG
avec autant de perte que possible. Donc supportant le même espace de couleur
(BT 601 YCbCr) avec la même gamme (gamme complète) et la plupart des
formats de chroma JPEG autorisés (4: 4: 4, 4: 2: 2, 4: 2: 0 ou niveaux de gris) était
obligatoire pour éviter de revenir à RGB ou faire un sous-échantillonnage ou
interpolation.
- Support Alpha: le support alpha est obligatoire. Nous avons choisi d'utiliser un
plan monochrome HEVC séparé pour le manipuler au lieu d'un autre
format pour simplifier le décodeur. La couleur est soit
non prémultipliée ou prémultipliée. L'alpha prémultiplié habituellement
donne une meilleure compression. L'alpha non prémultiplié est pris en charge dans
ce cas, aucune perte n'est nécessaire sur les composants de couleur. Afin de permettre
l'affichage progressif, les données alpha et couleur sont entrelacées (la
Nuh_layed_id Le champ NAL est 0 pour les données de couleur et 1 pour les données alpha).
Les couches alpha et de couleur devraient contenir le même nombre
d'unités de codage et chaque couche alpha devrait être avant la
couche de couleur correspondante. Étant donné que les couches alpha sont généralement plus petites
que les couches de couleur, il permet un affichage progressif, même s'il existe
une seule couche.
- Espaces de couleur: En plus de YCbCr, RGB est pris en charge pour la haute qualité
ou sans perte la plupart des cas. YCgCo est pris en charge car il peut donner
des résultats légèrement meilleurs que YCbCr pour des images de haute qualité. CMJN est
pris en charge afin que les fichiers JPEG contenant cet espace de couleur puissent être
convertis. Le plan alpha est utilisé pour stocker le plan W (1-K).
Les données sont stockées avec des composantes inversées (1-X) afin que la conversion
en RGB soit simplifiée. Le soutien de BT 709 et BT 2020 (Luminance non
constante) l'encodages YCbCr et les valeurs de la couleur de gamme limitée
ont été ajoutées pour réduire les pertes lors de la conversion des images vidéo.
- Profondeur de bits: nous avons décidé de supporter les profondeurs de bits HEVC 8 à 14.
La complexité ajoutée est faible et elle permet de supporter une qualité élevée
des images provenant de caméras.
- Format du fichier image: garder un flux HEVC complètement standard
a entraîné une analyse plus difficile de l'en-tête de l'image qui est
un problème pour les différents utilitaires d'image pour obtenir l'informations de l'image
de base (format de pixel, largeur, hauteur). Nous avons donc ajouté une petite
en-tête avant le flux de bits HEVC. L'en-tête de l'image est un octet
par conséquent, il est facile à analyser.
- flux de bits HEVC: les en-têtes HEVC standard (les NAL VPS et SPS)
donne un frais plafond d'environ 60 octets sans valeur ajoutée dans le cas de
compression d'image. Puisque le plan alpha utilise un flux de bit HEVC différent,
il ajoute également le même plafond. Nous avons donc supprimé le VPS
et SPS NALs et ajouté une très petite en-tête avec les informations équivalentes
(généralement 4 octets). Nous avons également supprimé le premier code de démarrage NAL
qui n'est pas utile. Il est encore possible de reconstruire un
flux HEVC standard pour alimenter un décodeur matériel non modifié si nécessaire.
- Extensions: les métadonnées sont stockées au début du fichier afin
qu'ils puissent être lus en même temps que l'en-tête. Depuis les métadonnées
ont tendance à évoluer plus rapidement que les formats d'image, nous avons laissé une place pour
l'extension à l'aide d'une représentation (tag, lengh). Le décodeur peut
sauter facilement toutes les métadonnées parce que leur longueur est explicitement
stockée dans l'en-tête de l'image.
- Animations: elles sont intéressantes par rapport aux xidéos courtes WebM ou MP4
pour les raisons suivantes:
* La transparence est prise en charge
* Le codage sans perte est pris en charge
* Les ressources de décodage sont plus petites qu'avec une vidéo générique
parce que seules deux images doivent être stockées (taille DPB = 2).
* Les animations devraient être petites, de sorte que le décodeur puisse mettre en cache
tous les cadres décodés en mémoire.
* L'animation peut être décodée comme une image fixe si le décodeur
ne prend pas en charge les animations.
Par rapport aux autres formats d'image animés (GIF, APNG, WebP), le
taux de compression est habituellement beaucoup plus élevé en raison de l'interaction de prédiction
de trameHEVC
.
5) Références
-------------
[1] Codage vidéo haute efficacité (HEVC) version 2 (Recommandation UIT-T H.265)
[2] JPEG File Interchange Format version 1.02 (
http://www.w3.org/Graphics/JPEG/jfif3.pdf)
[3] EXIF ??version 2.2 (JEITA CP-3451)
[4] Le Consortium international de couleurs (
http://www.color.org/)
[5] Plate-forme de métadonnées extensibles (XMP)
http://www.adobe.com/devnet/xmp.html
[6] espace de couleur sRGB, CEI 61966-2-1
JPEG 2000 - la nouvelle norme pour le codage d'images