音视频处理-图像格式-jpeg

首先感谢http://blog.csdn.net/lpt19832003/article/details/1713718分享的知识，本文在他的基础上做一些更细致的分析和结论，不足的地方请多留言交流

jpeg格式原理：jpeg是一种压缩格式，相比原始的RGB或者YUV图像数据，jpeg格式所占用的字节数更低。jpeg通过降低人眼不敏感的色彩量，保留人眼敏感的亮度量，压缩原始图像数据。

利用UtralEdit分析一张jpeg图片：

jpeg格式：0xFF + 关键字段
1、SOI字段:start of image 关键字 0xD8

2、APP0字段：application0 应用0字段 关键字 0xE0

双击标记的字段为APP0的字段，包含9个具体字段：
① 数据长度 2字节 ①~⑨9个字段的总长度
图中为00 10(注意是以16进制查看的) 换算下来该有16个字节。算一下从00 到 00 刚好16byte
② 标识符 5字节 固定值0x4A46494600，即字符串“JFIF0”
图中为JFIF0
③ 版本号 2字节 一般是0x0102，表示JFIF的版本号1.2
图中为0101
④ X和Y的密度单位 1字节 只有三个值可选
0：无单位；1：点数/英寸；2：点数/厘米
图中为0x01 -> 1 意为点数/英寸
⑤ X方向像素密度 2字节 取值范围未知 图中为00 48 猜测意思是范围从0 到 72
⑥ Y方向像素密度 2字节 取值范围未知 同上
⑦ 缩略图水平像素数目 1字节 取值范围未知 图中为00 表示没有缩略图
⑧ 缩略图垂直像素数目 1字节 取值范围未知 同上
⑨ 缩略图RGB位图 长度可能是3的倍数 缩略图RGB位图数据 图中不存在此属性

• 缩略图属性为jpeg2000格式才支持 当不存在缩略图的时候，缩略图水平像素数目和垂直像素数目、RGB位图就为 00 00 无

  3、DQT：define Quantization table 定义量化表 关键字0xDB
  
  包含9个具体字段：
  ① 数据长度 2字节 代表字段①和多个字段②的总长度
  图中为00 43 -> 67byte 恰好为图中加黑字段去除FF DB外的字段长度
  ② 量化表 数据长度-2字节
  a) 精度及量化表ID 1字节 高4位：精度，只有两个可选值
  0：8位；1：16位
  低4位：量化表ID，取值范围为0～3
  b) 表项 (64×(精度+1))字节 例如8位精度的量化表
  其表项长度为64×（0+1）=64字节

本标记段中，字段②可以重复出现，表示多个量化表，但最多只能出现4次。
这个图中 DQT字段2的精度及量化表ID表现为00 -> 精度8位 量化表ID为0 计算出表项 64byte 恰好为加黑字段69byte - 2字节(FF DB)- 3字节(00 43 00) 说明这个DQT字段仅包含1个量化表

* 再看第二个DQT字段 与上一个分析的DQT字段不同之处在于 量化表ID为1 查询资料暂时结论是这样 量化表ID为0 -> 亮度量化表 量化表ID为1 -> 色度量化表

观察两次量化表的差别 发现色度量化表的大部分属性一致为3F 十进制的63 如果范围从0算起 63应该是64的最后一位 侧面验证文章开头的JPEG格式byte占用数少的结论，即偏向表现亮度信息，弱化色度信息。

SOFO字段：start of frame 帧图像开始 关键字0xC0

包含9个具体字段：
① 数据长度 2字节 ①~⑥六个字段的总长度
图中为00 11 即为17byte（00 到01的17byte）
② 精度 1字节 每个数据样本的位数
图中为 08 即为8位的精度
③ 图像高度 2字节 图像高度（单位：像素），如果不支持 DNL 就必须 >0 图中为02 80
④ 图像宽度 2字节 图像宽度（单位：像素），如果不支持 DNL 就必须 >0 图中为04 00
DNL这部分暂时还没有搞懂是什么 知道的朋友留言说下
⑤ 颜色分量数 1字节 只有3个数值可选
1：灰度图；3：YCrCb或YIQ；4：CMYK
而JFIF中使用YCrCb，故这里颜色分量数恒为3(图中为03)
⑥颜色分量信息 颜色分量数×3字节（通常为9字节）每3byte排列下来
a) 颜色分量ID 1字节 图中为01 02 03 分别对应3组颜色分量信息
b) 水平/垂直采样因子 1字节 高4位：水平采样因子
低4位：垂直采样因子
（曾经看到某资料把这两者调转了）图中为22 11 11
c) 量化表 1字节 当前分量使用的量化表的ID
图中为00 01 01
着重理解这里 量化表ID分别是 00 01 01对应上面说到的DQT量化表 ：00表示亮度信息量化表 01表示色度量化信息表 那么压缩的图像数据是亮度 色度 色度这样存储的 -> 与YUV的存储方式一致 说明JPEG的图像数据排序是与YUV图像有关的

DHT字段：define Huffman table 定义哈夫曼表 关键字0xC4

包含2个具体字段：
①数据长度 2字节 字段①和多个字段②的总长度
图中为00 1C 即为 28byte
② 哈夫曼表 数据长度-2字节(即减去00 1C这两个byte)
a) 表ID和表类型 1字节 高4位：类型，只有两个值可选
0：DC直流；1：AC交流
低4位：哈夫曼表ID，
注意，DC表和AC表分开编码 图中为 00 DC直流
b) 不同位数的码字数量 16字节
c) 编码内容 16个不同位数的码字数量之和（字节）
图中为00 - 08

注：先到这里 因为遇见了哈夫曼编码表不太理解 先去学一下哈夫曼编码 2016-10-24 chenxin

sos字段：start of scan 扫描开始12byte 关键字0xDA

包含2个具体字段：
①数据长度 2字节 ①~④两个字段的总长度
00 0C 12byte
②颜色分量数 1字节 应该和SOF中的字段⑤的值相同，即：03
1：灰度图是；3： YCrCb或YIQ；4：CMYK。
而JFIF中使用YCrCb，故这里颜色分量数恒为3
③颜色分量信息
a) 颜色分量ID 1字节 01
b) 直流/交流系数表号 1字节 高4位：直流分量使用的哈夫曼树编号 00
低4位：交流分量使用的哈夫曼树编号
④ 压缩图像数据
a)谱选择开始 1字节 固定值0x00
b)谱选择结束 1字节 固定值0x3F
c)谱选择 1字节 在基本JPEG中总为00

EOI字段 : end of image 图像结束 关键字0xD9

到此jpeg图像解析完毕 接下来寻求一个jpeg编解码库研究一下jpeg算法