JPEG格式详解

JPEG文件使用的数据存储方式有多种。最常用的格式称为JPEG文件交换格式（JPEG File Interchange Format，JFIF）。而JPEG文件大体上可以分成两个部分：标记码(Tag)和压缩数据。

标记码由两个字节构成，其前一个字节是固定值0xFF，后一个字节则根据不同意义有不同数值。在每个标记码之前还可以添加数目不限的无意义的0xFF填充，也就说连续的多个0xFF可以被理解为一个0xFF，并表示一个标记码的开始。而在一个完整的两字节的标记码后，就是该标记码对应的压缩数据流，记录了关于文件的诸种信息。

常用的标记有SOI、APP0、DQT、SOF0、DHT、DRI、SOS、EOI。

注意，SOI等都是标记的名称。在文件中，标记码是以标记代码形式出现。例如SOI的标记代码为0xFFD8，即在JPEG文件中的如果出现数据0xFFD8，则表示此处为一个SOI标记。

	标记代码	字节数	说明
SOI	0xFFD8(固定值)	2字节	Start of Image，图像开始
APP0	0xFFE0(固定值)	2字节	Application，应用程序保留标记0 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   即不包括标记代码，但包括本字段     ② 标识符                             5字节     固定值0x4A46494600，即字符串“JFIF0”   ③ 版本号                             2字节     一般是0x0102，表示JFIF的版本号1.2 , 可能会有其他数值代表其他版本                                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   ⑤ X方向像素密度                2字节     取值范围未知   ⑥ Y方向像素密度                2字节     取值范围未知      ⑦ 缩略图水平像素数目       1字节     取值范围未知   ⑧ 缩略图垂直像素数目       1字节     取值范围未知   ⑨ 缩略图RGB位图              长度可能是3的倍数,缩略图RGB位图数据 本标记段可以包含图像的一个微缩版本，存为24位的RGB像素。如果没有微缩图像（这种情况更常见），则字段⑦“缩略图水平像素数目”和字段⑧“缩略图垂直像素数目”的值均为0。
APPn	0xFFE1~0xFFF(固定值)	2字节	Application，应用程序保留标记n，其中n=1～15(任选) 包含2个具体字段：   ① 数据长度                         2字节                  ①~②2个字段的总长度,即不包括标记代码，但包括本字段   ② 详细信息                         数据长度-2字节   内容不定           例如，Adobe Photoshop生成的JPEG图像中就用了APP1和APP13两个标记段分别存储了一幅图像的副本。
DQT	0xFFD8(固定值)	2字节	Define Quantization Table，定义量化表  包含9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,即不包括标记代码，但包括本字段   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。
SOF0	0xFFC0(固定值)	2字节	Start of Frame，帧图像开始（基于离散余弦变换） 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,即不包括标记代码，但包括本字段   ② 精度                            1字节     每个数据样本的位数,通常是8位，一般软件都不支持 12位和16位   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   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   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   ⑥颜色分量信息               颜色分量数×3字节（通常为9字节）      (a)颜色分量ID               1字节          (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）      (c)量化表                      1字节            当前分量使用的量化表的ID 本标记段中，字段⑥应该重复出现，有多少个颜色分量（字段⑤），就出现多少次（一般为3次）。
DHT	0xFFC4(固定值)	2字节	Difine Huffman Table，定义哈夫曼表 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,即不包括标记代码，但包括本字段  ② 哈夫曼表                              数据长度-2字节 (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 (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） 本标记段中，字段②可以重复出现（一般4次），也可以致出现1次。例如，Adobe Photoshop 生成的JPEG图片文件中只有1个DHT标记段，里边包含了4个哈夫曼表；而Macromedia Fireworks生成的JPEG图片文件则有4个DHT标记段，每个DHT标记段只有一个哈夫曼表。
DRI	0xFFDD	2字节	Define Restart Interval，定义差分编码累计复位的间隔 包含2个具体字段：  ①数据长度                                         2字节      固定值0x0004，①~②两个字段的总长度,即不包括标记代码，但包括本字段  ②MCU块的单元中的重新开始间隔      2字节      设其值为n，则表示每n个MCU块就有一个                                                                                      RSTn标记。第一个标记是RST0，第二个是                                                                                      RST1等，RST7后再从RST0重复。 如果没有本标记段，或间隔值为0时，就表示不存在重开始间隔和标记RST
SOS	0xFFDA（固定值）	2字节	Start of Scan，扫描开始  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,即不包括标记代码，但包括本字段   ②颜色分量数                          1字节       应该和SOF中的字段⑤的值相同，即：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       (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,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 本标记段中，字段③应该重复出现，有多少个颜色分量（字段②），就出现多少次（一般为3次）。本段结束后，紧接着就是真正的图像信息了。图像信息直至遇到一个标记代码就自动结束，一般就是以EOI标记表示结束。
EOI	0xFFD9	2字节	End of Image，图像结束 如果在图像数据流中遇到0xFF，应该检测其紧接着的字符，如果是 1）0x00，则表示0xFF是图像流的组成部分，需要进行译码； 2）0xD9，则与0xFF组成标记EOI，则图像流结束，同时图像文件结束； 3）0xD0~0xD7,则组成RSTn标记，则要忽视整个RSTn标记，即不对当前0xFF和紧接的0xDn两个字节进行译码，并按RST标记的规则调整译码变量； 3）0xFF，则忽视当前0xFF，对后一个0xFF再作判断； 4）其他数值，则忽视当前0xFF，并保留紧接的此数值用于译码。