音视频入门-14-JPEG文件格式详解

JPEG 文件格式解析

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、APPn、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	标记代码	描述
SOI	0xD8	图像开始
APP0	0xE0	JFIF应用数据块
APPn	0xE1 - 0xEF	其他的应用数据块(n, 1～15)
DQT	0xDB	量化表
SOF0	0xC0	帧开始
DHT	0xC4	霍夫曼(Huffman)表
DRI	0xDD	差分编码累计复位的间隔
SOS	0xDA	扫描线开始
EOI	0xD9	图像结束

用来分析的样例图片：libpng-rgb-rainbow.jpg。

(1) SOI (Start of Image)图像开始标记

0xFFD8

(2) APP0 (Application) 应用程序保留标记0

0xFFE0

包含9个具体字段：

序号	名称	长度	描述
①	数据长度	2 字节	①~⑨ 9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 。

(3) APPn (Application) 应用程序保留标记 n，其中 n=1～15(任选)

0xFFE1~0xFFF

包含 2 个具体字段：

序号	名称	长度	描述
①	数据长度	2 字节	①~② 2 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。

jpeg-tag-app1~app13.png

(4) DQT (Define Quantization Table) 定义量化表

0xFFDB

包含 2 个具体字段：

序号	名称	长度	描述
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	《量化表表格》

量化表表格：

名称	长度	描述
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;<br/>低 4 位：量化表 ID，取值范围为 0～3
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。

(5) SOF0 (Start of Frame) 帧图像开始

0xFFC0

包含 6 个具体字段：

序号	名称	长度	描述
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<br/> 1：灰度图；3：YCrCb 或 YIQ；4：CMYK；<br/> 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）	《颜色分量信息表格》

颜色分量信息：

名称	长度	描述
颜色分量 ID	1 字节
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
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）。

(6) DHT (Define Huffman Table) 定义哈夫曼表

0xFFC4

包含 2 个具体字段：

序号	名称	长度	描述
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	《哈夫曼表表格》

哈夫曼表表格：

名称	长度	描述
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；<br/> 低 4 位：哈夫曼表 ID，注意，DC 表和 AC 表分开编码
不同位数的码字数量	16 字节	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），也可以只出现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。

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

0xFFDD

包含 2 个具体字段：

序号	名称	长度	描述
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
②	MCU 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。

(8) SOS (Start of Scan) 扫描开始 12字节

0xFFDA

包含 4 个具体字段：

序号	名称	长度	描述
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： <br/> 1：灰度图是；3： YCrCb 或 YIQ；4：CMYK。 <br/> 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 <br/> (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) <br/> (b) 谱选择结束:1 字节(固定值 0x3F) <br/> (c) 谱选择:1 字节(在基本 JPEG 中总为 0x00)