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。 |