JPEG编解码基本技术回顾

JPEG格式是一个很老的格式了，笔者刚刚认识5寸软盘的时代就知道这种文件是用来保存图片的，而且比同尺寸的“bmp”图片要小很多。很多年过去了，信息技术各个领域全面发展，视频编解码技术更新换代了好几轮，然而大家从网页上看到的、自己磁盘里存储的、照相机/手机拍摄的，仍然以这种格式的图片为主。曾经有人将JPEG称为“来自未来的外星科技”。

为什么JPEG能够流行这么长的时间呢？一个很重要的原因固然是它流行得很早，但另外一个原因则是这种图片编码格式体现了基于主流图片/视频压缩技术最根本的世界观和方法论。本文就以JPEG中最基本最常用的Baseline-DCT模式为例，简单回顾下JPEG编解码技术的整体概况和若干细节。

一. 基本概况

JPEG支持多种编解码模式。最基本的Baseline-DCT支持8比特sample，熵编码采用哈夫曼编码，然而扩展DCT模式则能够支持12比特的sample，熵编码既可以用哈夫曼编码也可以用算术编码。

采样格式方面，支持纯亮度，YUV420，YUV422和YUV444。

分块方面，一律8x8大小分块。

JPEG标准可从ITU-T官网下载，标准编号是T.81。

二. 格式

JPEG文件中的语法单位基本是由marker来组织的。每个marker都是由0xFF开头的一个16位整数，标记接下来的数据内容。对于熵编码部分，如果出现了0xFF则要填充一个0x00。

下面列一些重要的marker：

SOI：即start of image的意思。应出现在文件最开头。纯marker。

SOFn：即sta