JPEG系列一 JPEG图片的文件格式

JPEG图片的文件格式

互联网上广泛使用的image/jpeg 图片，准确来说，全称应该叫做使用 JPEG标准压缩图像，使用JFIF标准封装图像数据的图形文件。

 

JPEG 是一个压缩标准，JFIF 是一个文件格式标准，总体来说它们不是一个概念。

 

JPEG 是Joint Photographic Experts Group（联合图像专家小组）的缩写，是第一个国际图像压缩标准。JPEG图像压缩算法能够在提供良好的压缩性能的同时，具有比较好的重建质量，被广泛应用于图像、视频处理领域。JPEG是有损压缩，压缩后的数据在恢复时会丢失一部分不重要的信息。

 

JFIF 是 JPEG File Interchange Format 的缩写，也即 JPEG 文件交换格式。JFIF 是一个图片文件格式标准，它是一种使用 JPEG 图像压缩技术存储摄影图像的方法。JFIF 代表了一种"通用语言"文件格式，它是专门为方便用户在不同的计算机和应用程序间传输 JPEG 图像而设计的语言。

JFIF 文件格式定义图形数据如何存储，包括图片长宽、分辨率、颜色空间等基本信息，这些是 JPEG 压缩标准未定义的。JFIF中使用”标记”来保存图片的各种属性信息。

 

 

JPEG图片的文件布局

一个典型的EXIF JPEG文件布局

JPEG SOI : FF D8  //  图片起始 JPEG APP0：0xFFE0  //      APP0 SIZE：1D 23  //当前标记的长度     JFIF Flag：JFIF  // JFIF 标识     VERSION：// 版本号     ATTRIBUTION: // 长宽、DPI等信息 JPEG APP1: FF E1   APP1 Size : 1C 45  //  注意：前面这三个WORD都是big endian的   EXIF Flag : 'Exif', 0, 0   ---------   TIFF ： // TIFF格式的EXIF数据   --------- JPEG APPn： FF En // APPn 标记，可选 DQT ：0xFFDB  //Define Quantization Table，定义量化表 SOF0：0xFFC0  //Start of Frame，帧图像开始 DHT：0xFFC4  //Difine Huffman Table，定义哈夫曼表 SOS：0xFFDA  // Start of Scan，扫描开始 12字节 压缩数据 JPEG EOI : FF D9  //  图片结束

 

 

JPEG图片的标记

每一个JPEG文件的内容都开始于一个二进制的值 '0xFFD8', 并结束于二进制值'0xFFD9'。

在JPEG的数据中有好几种类似于二进制 0xFFXX 的数据, 它们都统称作 "标记", 代表了一段JPEG的 信息数据。

在JPEG 格式中, 最开始先是用一些标记来描述数据,然后是放置SOS数据流的起始(Startof Scan) 标记。在SOS标记的后面才是, 存放JPEG图像的数据流并终结于EOI标记。

 

0xFFD8 的意思是SOI图像起始(Start of image)，0xFFD9 则表示 EOI图像结束 (End of image). 这两个特殊的标记的后面都不跟随数据, 而其他的标记在后面则会附带数据。标记的基本格式如下：

 

0xFF+标记号(1个字节) 数据长度(2个字节)(值为数据长度2字节+n字节) 数据内容(n个字节)

 

数据长度(2个字节) 是 "Motorola" 的字节顺序, 数据的低位被存放在高地址，也就是BigEndian。

 

数据长度为数据长度本身的2个字节，加数据内容的n个字节。不包含标记号的2个字节。如果下面的是一个标记的话：

FFC1 00 0C

它就表示这个标记(0xFFC1) 的数据占0x000C(等于12)个字节。'12' 包含了 "数据大小" 描述符, 也就是在0x000C后面只有10 个字节大小的数据。

 

JPEG文件中重要的标记
这里仅列出几个常用标记的标记代码、长度和表示的意义。

 

SOI，Start of Image，图像开始，2字节，固定值0xFFD8

 

JEPG APP0 应用程序保留标记0

字段名称	字段长度	Comments
标记代码 marker	2 bytes	固定值0xFF, 0xE0
数据长度 length	2 bytes	APP0总长度，不过括marker，但是包括length本身
标识符 identifier	5 bytes	固定的字符串"JFIF\0"
版本号 version	2 bytes	一般为0x0101或者0x0102,表示JFIF的版本号1.2
像素单位 unit	1 bytes	坐标单位，0没有单位； 1 pixel/inch；2 pixel/cm
水平像素数目 Xdensity	2 bytes	取值范围未知
垂直像素数目 YDensity	2 bytes	取值范围未知
缩略图水平像素数目	1 byte	取值范围未知
缩略图垂直像素数目	1 byte	取值范围未知
缩略图RGB位图	3n bytes	n = Xthumbnail * Ythumbnail, 这是一个24bits/piexl的RGB位图 如果没有微缩图像（这种情况更常见），则字段“缩略图水平像素数目”和字段“缩略图垂直像素数目”的值均为0。

 

APPn 应用程序保留标记

字段名称	字段长度	Comments
标记代码 marker	2 bytes	固定值0xFFE1 ~ 0xFFEF, n=1~15
数据长度 length	2 bytes	APPn的总长度，不包括marker的2 bytes
详细信息	(length - 2) bytes	内容是应用特定的。 比如Exif使用APP1来存放图片的metadata； Adobe Photoshop用APP1和APP13两个标记段分别存储了一副图像的副本。

 

DQT DefineQuantization Table

字段名称	子字段	字段长度	Comments
标记代码 marker		2 bytes	固定值0xFF, 0xDB
量化表长度 length		2 bytes	DQT的总长度，不包括marker的2bytes
量化表		(length-2)bytes	可以重复出现，表示多个量化表，但最多只能出现4次。
	精度及量化表ID	1 bytes	高4位：精度，只有两个可选值，0：8bits，1：16bits； 低4位：量化表ID，取值范围为0~3
	表项	(64*(精度+1)) bytes	例如8位精度的量化表,其表项长度为64×(0+1)=64字节

 

JPEG Start ofFrame marker结构，帧图像开始

字段名称	长度	Comments
标记代码	2 bytes	固定值0xFFC0
数据长度	2 bytes	SOF marker长度，包括长度自身但不包含标记代码
精度	1 bytes	每个样本数据的位数，通常是８位，一般软件都不支持12位和16位
图像高度	2 bytes	图像高度，单位：像素
图像宽度	2 bytes	图像宽度，单位：像素
颜色分量数	1 bytes	3个数值可选 1：灰度图； 3：YCrCb或YIQ； 4：CMYK JFIF中使用YCrCb，故这里颜色分量数恒为3
颜色分量信息	颜色分量数x3	每个颜色分量： 1 byte颜色分量ID； 1 byte水平/垂直采样因子。高4位：水平采样因子，低4位：垂直采样因子。 1 byte 当前分量使用的量化表ID

 

DHT，Difine HuffmanTable，定义哈夫曼表

字段名称	长度	Comments
标记代码	2 bytes	固定值0xFFC4
数据长度	2 bytes	包括长度自身但不包含标记代码
哈夫曼表	数据长度-2 bytes	出现1~4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； 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。
	1 bytes	表ID和表类型 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
	16 bytes	不同位数的码字数量
	16个不同位数的码字数量之和（字节）	编码内容

 

DRI，Define Restart Interval，定义差分编码累计复位的间隔

字段名称	长度	Comments
标记代码	2 bytes	固定值0xFFDD
数据长度	2 bytes	固定值0x0004
MCU块的单元中的重新开始间隔	2 bytes	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。

MCU，Minimum Coded Unit，最小编码单元，通常是8x8，8x16或16x16。

 

JPEG  Startof Scan。扫描开始

字段名成	长度	Comments
标记代码	2 bytes	固定值0xFFDA
数据长度	2 bytes	SOS长度，包括长度自身
颜色分量数	1 bytes	SOF中的字段值相同，即： 1：灰度图； 3： YCrCb或YIQ； 4：CMYK。 JFIF中使用YCrCb，故这里颜色分量数恒为3。
颜色分量信息	颜色分量数x3	每个样色分量： 1 byte 颜色分量ID； 1 byte直流／交流系数表号。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
压缩图像数据	3 bytes
	1 byte	谱选择开始固定为0x00
	1 byte	谱选择结束固定为0x3f
	1 byte	谱选择　在basic JPEG中总为00

 

SOS标记之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，End of Image，图像结束。2字节。固定值0xFFD9。

补充说明一下，由于在JPEG文件中0xFF具有标志性的意思，所以在压缩数据流(真正的图像信息)中出现0xFF，就需要作特别处理。

具体方法是，在数据0xFF后添加一个没有意义的0x00。换句话说，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；

4）0xFF，则忽视当前0xFF，对后一个0xFF再作判断；

5）其他数值，则忽视当前0xFF，并保留紧接的此数值用于译码。

 

JPEG图片中的EXIF 数据

Exif- Exchange Image File Format，是Camera产业联合会发布的，主要目的就是设计一种文件格式，方便交换照片文件的metadata。

Exif使用 APP1(0xFFE1)标记来保存Exif数据，每一个 Exif 文件格式都开始于APP1标记。

 

Exif按照JPEG的规格在JPEG中插入一些 图像/数字相机 的信息数据以及缩略图像。于是你能通过与JPEG兼容的互联网浏览器/图片浏览器/图像处理等一些软件来查看Exif格式的图像文件，就跟浏览通常的JPEG图像文件一样。

Exif使用TIFF 格式来存储数据。下一篇详细讲解。

 

 

JPEG图片中的压缩图像数据

原始的图像数据量太大，于是几十年前一帮牛人想出来压缩图像数据的JPEG压缩标准。JPEG压缩时有损压缩，但是可以通过调整参数控制压缩率，已得到占空间较小的图片，同时将肉眼可分辨的损失降到最低。

JPEG压缩标准主要涉及到量化表（DQT）和哈夫曼表（DHT），这两种表作为压缩时的字典使用。压缩后的数据存储在SOS标记后。

JPEG压缩标准在下下篇讲解。

 

 

参考：

http://blog.youkuaiyun.com/kickxxx/article/details/8173332

http://www.cnblogs.com/leaven/archive/2010/04/06/1705846.html

http://stackoverflow.com/questions/8748671/jpeg-restart-markers