有限帶寬中基于Socket的網絡通信圖像傳輸與實現

田東燊，李思軍，孫旭飛

(福州大學 物理與信息工程學院，福建 福州 350108)

近年來，隨著拍照類數碼產品飛速的發展，小到人們手中的拍照手機，大到數碼相機所配置的攝像頭像素越來越大，拍攝的作品也越來越清晰美觀，但由此導致了圖片大小也越來越大。人們常愛把所拍的美麗圖片分享到朋友圈以供他人瀏覽，以往當我們點開網上一張圖片時，系統會先將圖像從服務端下載到客戶端才能顯示出來，或者圖像由上向下掃描式顯示。但當我們身處深山或者局部網絡繁忙的環境中時，想要再去瀏覽高清圖片勢必十分困難。原有的圖像傳輸方式大大降低用戶瀏覽圖片的體驗度。而采用漸進式圖像傳輸，當人們點開想要查看的圖片時，系統能第一時間將原始圖像大致的輪廓數據從服務器傳輸到客戶端并顯示出來，人們可以在極短時間內根據看到的模糊圖像獲得當前圖像的大致信息，從而選擇是否等待查看原始圖像。采用漸進式圖像傳輸，也能大大降低圖像在網絡中傳輸對帶寬的需求。

本設計采用基于TCP協議的Socket網絡編程的原理，在Linux平臺搭建了服務器Windows平臺搭建了客戶端[1]，實現了圖像傳輸以及圖像在客戶端由模糊到清晰的顯示。

1 進式傳輸和系統設計

1.1 算法設計 漸進式傳輸

漸進式圖像傳輸是通過對目標圖像采用特殊方式的編碼來實現的。目前漸進式傳輸的方法大致分為三類，塔型編碼、迭代編碼以及頻率選擇編碼。

塔型編碼將一副圖像像塔一樣分成數層來表示，不同的層對應不同的分辨率，其中最頂層圖像分辨率最低，最底層圖像的分辨率最高且和原始圖像分辨率相同。一般下一層分辨率是上一層分辨率的四倍；迭代編碼是通過迭代編碼殘差圖像來得到增強層數據的；頻率選擇編碼是在圖像頻率域進行處理的一種方法。常采用8×8 DCT(離散余弦變換)完成空間域到頻率的轉換。DCT系數的每個分量對應一定的能量。左上角為低頻分量，記錄著圖像大致輪廓數據。右下角為高頻分量記錄著相應圖像具體細節。在圖像傳輸時先傳輸低頻分量再傳輸高頻分量從而達到漸進式傳輸效果[2]。

本次設計使用的是Libjpeg圖像處理庫對位圖進行壓縮處理，該庫編碼類型即為頻率選擇編碼。其編碼器構成如圖1所示。

圖1 于DCT的JPEG編碼器構成

如圖1所示編碼器原理為先將原始圖像數據分割成許多8×8的數據單元，然后通過DCT處理將相應的數據單元的值轉換成對應的頻率系數。然后通過量化處理并使用哈夫曼編碼進行熵編碼最終得到壓縮圖像數據[3]。

利用Libjpeg庫進行漸進式壓縮的具體實現過程如下：

將位圖數據讀入到內存中，判斷出圖像是24位還是32位色彩深度位圖(位圖色彩深度有多種，在此只處理了24位和32位的位圖);通過struct jpeg_compress_struct cinfo和jpeg_create_compress (&cinfo)申請初始化一個jpeg壓縮對象;通過jpeg_stdio_dest(&cinfo, fJpeg)指定壓縮后的jpg圖像所存放的目標文件;設置24位和32位位圖相應的壓縮參數; 使用jpeg_create_compress (&cinfo)開啟壓縮; 最后釋放壓縮過程申請的資源。

通過上述處理，服務器端將大型位圖壓縮成小型的漸進式jpg圖像。成功減少了傳輸數據。本系統采用的是Socket套接字技術對數據進行傳輸。采用的傳輸協議是TCP/IP協議，其通信實現步驟主要包含：服務端創建套接字，通過bind()函數綁定套接字和端口號，然后通過listen()函數開啟監聽功能。客戶端使用connect()函數連接服務器指定的相應端口號。連接成功后服務端和客戶端使用recv()函數和send()函數進行相互間的數據接收與發送[4-5]。

1.2 系統設計

目前圖片傳輸技術在web網頁得到廣泛的應用，其傳輸原理是當用戶點擊一張想要查的圖片時，系統先將一張低分辨率的圖片按比例放大得到一張模糊圖片，然后將原始圖片傳輸過來。當放大比例過大時，得到的放大圖片十分模糊，不能第一時間讓用戶得到的可靠信息，而圖片數據分片實時傳輸的方式卻能解決上述問題。

本次設計需要自行搭建Linux服務器和Windows客戶端。Linux系統選用Ubuntu16.04.1 LTS 64 bit版本。因服務端使用到Libjpeg庫故需要進行相關配置，首先從網上下載libjpeg-turbo-1.2.1.tar.gz安裝包并解壓，然后使用make命令對其進行編譯生成靜態庫，最后將生成的庫文件移動到相應的目錄下。Windows客戶端選用的Visio studio 2012版本作為開發平臺，并將OpenCV2.4.9版本庫添加到開發環境中。

系統實現了用戶在客戶端輸入想要瀏覽的圖片編號將其發送到服務器端，服務器端收到請求后將存儲的相應位圖進行頻率選擇編碼壓縮得到一張數據量小的jpg圖片，壓縮后得到的圖片大小受壓縮質量參數的影響。在壓縮圖像前需要對位圖判斷其為正向位圖還是倒向位圖，并做相應的位圖數據存取順序處理。系統通過Socket套接字將壓縮后的圖片數據分成8次在相等的時間間隔依次發送到Windows客戶端。客戶端使用OpenCV庫將接收到的圖片數據依次顯示出來，從而實現圖片顯示由模糊到清晰的過程。上述方式也大大降低了圖像傳輸的數據。服務端和客戶端系統流程圖如圖2所示。

圖2 系統流程圖

2 實驗過程及結果分析

本系統分別對24位和32位位圖進行了相關的實驗并取得了成功。從下圖3可以看出，服務端名為test.bmp的32位原始位圖大小為2.8 MB：

圖3 服務器界面

首先服務端使用./server命令運行服務程序從而開啟服務器監聽功能，如圖4所示。

圖4 服務器運行界面

然后Windows客戶端運行相應程序，輸入用戶需要瀏覽的圖像并嘗試連接到服務端，如圖5所示。

圖5 客戶端運行界面

服務端在收到客戶端相應請求后將相應的位圖(本次實驗位圖名為test.bmp)進行編碼壓縮成為名為bmptojpg.jpg的圖片，結果如圖6所示。可以看出，壓縮后的圖片大小為400 KB，其遠遠小于原始的位圖的2.8 MB。故當系統將圖片從服務端傳輸到客戶端時，需要傳輸的數據被極大的降低。

圖6 服務器運行后的結果

圖片壓縮時采用的是漸進式傳輸技術。因此在圖像數據分次被傳輸到客戶端時，客戶端能夠將接收到的數據依次拼接起來逐次顯示在屏幕上，從而在用戶瀏覽圖片時，能夠感覺到圖像由模糊到清晰的過程。在Linux服務端壓縮后得到的jpg圖像數據被分成8次傳輸，客戶端程序不僅將接收到的數據依次拼接成8張圖片顯示出來，還將這8張圖片存儲在了Windows端的磁盤上以供分析使用，8張圖片如7所示。

圖7 編碼壓縮所得圖片顯示效果

可以看出上圖8中由a圖到h圖其清晰程度越來越高。通過實驗發現，當傳輸的數據達到所傳輸圖片全部數據的50%時，圖片清晰度已經十分接近原始位圖清晰度，由此可見一張2.8 MB的位圖通過系統的處理后只需實時傳輸200 KB的數據就能讓用戶在客戶端看到與原始位圖相差無幾的圖像。而且由于圖像數據分次逐次實時傳輸，使得客戶端能夠實時的顯示，與目前web網頁的圖像傳輸技術相比較，本系統的處理方法大大提高了用戶瀏覽圖片的體驗度，也大大降低系統每次傳輸圖像數據的大小。顯然這樣的圖像傳輸系統在網絡帶寬較低或者網絡繁忙的環境中也有著較強的適應能力。系統最終實現結果如圖8所示。

圖8 運行結果

3 小結

本文研究了在有限的帶寬下如何實現大型圖像的傳輸與顯示。實驗以Linux平臺作為服務端，Windows平臺作為客戶端。通過使用套接字網絡編程技術實現了服務器客戶端間的通信。并且通過對原始圖像采用漸進式傳輸技術，通過對圖像的壓縮、分步式數據傳輸、拼接接收到的圖像數據、刷新顯示圖像，使得客戶端的圖像顯示實現了由模糊到清晰的顯示過程，用戶能第一時間了解到所看圖片的大致輪廓信息，同時服務器客戶端間傳輸的數據也大大降低，達到了預期目的。