我正在研究将多个 JPEG图像作为一个更大的图像存储在一起时减少存储空间的问题。基本直觉是图像往往具有一些相似性（例如在相同位置或大约相同时间点拍摄的图像），我们可以利用这种相似性来节省空间吗？
整体流程是：输入JPG图像 -> 将每个图像转换为RGB图像块 -> 将相似RGB的块重新组织在一起 -> 再次转换为JPG格式。自然，在检索图像时，我们需要反转该过程。
使用 Y 分量的 DC 系数作为平铺重组的相似性度量，我为 10 幅图像节省了约 8% 的空间。当我为 100 张图像执行此操作时，节省的费用减少到 ~3%。
如何在拼贴重组后节省成本 - 即 JPEG 编码过程的哪一部分利用了这种图像拼贴重组？
除了 Y 分量的 DC 系数，还有其他一些您能想到的指标可以更好地被 JPEG 编码利用吗
修改：
在聚合多个图像时，除了 JPG 之外，还有其他图像格式可以更好地利用这种相似性吗？例如像PNG？
您很可能正在使用 JFIF 进行编码。
我不确定您希望这种方法如何工作。如果我理解正确，您将图像拆分为图块，将它们聚合成一个巨型图像，“相似”图块彼此靠近排列。
AFAIK，JPEG 实现对图像中的每个 8x8 瓦片执行单独的 DCT，称为宏块。换句话说，JPEG 不能利用相邻宏块之间的一致性（这似乎是您的压缩技术的基本假设）。
如果您自己的图块大于宏块，则除了节省图像标题空间之外，您不会看到任何改进。
例如：将 10 个 JPG 图像标题替换为 1 将为您节省 90% 的空间，但仅在 header 中。当您查看整个文件时，标题只是整个文件的一小部分，因此您节省的空间是微不足道的。将 100 个图像标题替换为 1 时，您可以节省 99%，但同样只是在标题上。在这两种情况下，所有宏块仍然像以前一样被编码和存储。
您将在两个方面看到好处：
首先，当您将相似区域彼此相邻放置时（特别是如果图像的边缘完美匹配且没有不连续性 - 尽管这种情况非常罕见），jpeg 算法的 DCT（频率空间）部分通过逐步逼近大-ish 区域（不确定最大的大小是多少），然后查看大区域和多个较小区域的近似之间的误差，并产生更多的定位校正。
我怀疑这种影响很小，除非您的图像非常相似或非常小（因此它们的边缘与它们的面积成比例）。
其次，jpeg 压缩的Huffman 编码部分将受益，因为相同的位模式会出现在多个子图像中，并使用相同的（短）令牌进行压缩）。
这方面不会取决于您压缩图像的排列方式 - 只要它们在同一个图像中。