JPEG文件的存储格式有很多种，但最常用的是JFIF格式，即JPEG File Interchange Format。JPEG文件大体可以分为两个部分：

（1）标记码；由两个字节构成，其中，前一个字节是固定值0XFF代表了一个标记码的开始，后一个字节不同的值代表着不同的含义。需要提醒的是，连续的多个0XFF可以理解为一个0XFF，并表示一个标记码的开始。另外，标记码在文件中一般是以标记代码的形式出现的。例如，SOI的标记代码是0XFFD8，即，如果JPEG文件中出现了0XFFD8，则代表此处是一个SOI标记。

（2）压缩数据；一个完整的两字节标记码的后面，就是该标记码对应的压缩数据了，它记录了关于文件的若干信息。

一些典型的标记码，及其所代表的含义如下所示：

SOI，Start Of Image， 图像开始，标记代码为固定值0XFFD8，用2字节表示；

APP0，Application 0, 应用程序保留标记0，标记代码为固定值0XFFE0，用2字节表示；该标记码之后包含了9个具体的字段：

（1）数据长度：2个字节，用来表示（1）--（9）的9个字段的总长度，即不包含标记代码但包含本字段；

（2）标示符：5个字节，固定值0X4A6494600，表示了字符串“JFIF0”；

（3）版本号：2个字节，一般为0X0102，表示JFIF的版本号为1.2；但也可能为其它数值，从而代表了其它版本号；

（4）X,Y方向的密度单位：1个字节，只有三个值可选，0：无单位；1：点数每英寸；2：点数每厘米；

（5）X方向像素密度：2个字节，取值范围未知；

（6）Y方向像素密度：2个字节，取值范围未知；

（7）缩略图水平像素数目：1个字节，取值范围未知；

（8）缩略图垂直像素数目：1个字节，取值范围未知；

（9）缩略图RGB位图：长度可能是3的倍数，保存了一个24位的RGB位图；如果没有缩略位图（这种情况更常见），则字段（7）（8）的取值均为0；

APPn, Application n, 应用程序保留标记n(n=1---15),标记代码为2个字节，取值为0XFFE1--0XFFFF；包含了两个字段：

（1）数据长度，2个字节，表示（1）（2）两个字段的总长度；即，不包含标记代码，但包含本字段；

（2）详细信息：数据长度-2个字节，内容不定；

DQT，Define Quantization Table, 定义量化表；标记代码为固定值0XFFDB；包含9个具体字段：

（1）数据长度：2个字节，表示（1）和多个（2）字段的总长度；即，不包含标记代码，但包含本字段；

（2）量化表：数据长度-2个字节，其中包括以下内容：

（a）精度及量化表ID，1个字节，高4位表示精度，只有两个可选值，0：8位；1:16位；低4位表示量化表ID，取值范围为0--3；

（b）表项，64（精度取值+1）个字节，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，（2）可以重复出现，表示多个量化表，但最多只能出现4次；

SOFO，Start Of Frame, 帧图像开始，标记代码为固定值0XFFC0；包含9个具体字段：

（1）数据长度：2个字节，（1）--（6）共6个字段的总长度；即，不包含标记代码，但包含本字段；

（2）精度：1个字节，代表每个数据样本的位数；通常是8位；

（3）图像高度：2个字节，表示以像素为单位的图像高度，如果不支持DNL就必须大于0；

（4）图像宽度：2个字节，表示以像素为单位的图像宽度，如果不支持DNL就必须大于0；

（5）颜色分量个数：1个字节，由于JPEG采用YCrCb颜色空间，这里恒定为3；

（6）颜色分量信息：颜色分量个数*3个字节，这里通常为9个字节；并依此表示如下一些信息：

（a）颜色分量ID： 1个字节；

（b）水平/垂直采样因子：1个字节，高4位代表水平采样因子，低4位代表垂直采样因子；

（c）量化表：1个字节，当前分量使用的量化表ID；

本标记段中，字段（6）应该重复出现3次，因为这里有3个颜色分量；

DHT，Define Huffman Table定义Huffman表，标记码为0XFFC4；包含2个字段：

（1）数据长度，2个字节，表示（1）--（2）的总长度，即，不包含标记代码，但包含本字段；

（2）Huffman表，数据长度-2个字节，包含以下字段：

（a）表ID和表类型，1个字节，高4位表示表的类型，取值只有两个；0：DC直流；1：AC交流；低4位，Huffman表ID；需要提醒的是，DC表和AC表分开进行编码；

（b）不同位数的码字数量，16个字节；

（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，一般需要重复4次。

DRI，Define Restart Interval，定义差分编码累计复位的间隔，标记码为固定值0XFFDD；

包含2个具体字段：

（1）数据长度：2个字节，取值为固定值0X0004，表示（1）（2）两个字段的总长度；即，不包含标记代码，但包含本字段；

（2）MCU块的单元中重新开始间隔：2个字节，如果取值为n，就代表每n个MCU块就有一个RSTn标记；第一个标记是RST0，第二个是RST1,RST7之后再从RST0开始重复；如果没有本标记段，或者间隔值为0，就表示不存在重开始间隔和标记RST；

SOS，Start Of Scan，扫描开始；标记码为0XFFDA，包含2个具体字段：

（1）数据长度：2个字节，表示（1）--（4）字段的总长度；

（2）颜色分量数目：1个字节，只有3个可选值，1：灰度图；3：YCrCb或YIQ；4：CMYK；

（3）颜色分量信息：包括以下字段，

（a）颜色分量ID：1个字节；

（b）直流/交流系数表ID，1个字节，高4位表示直流分量的Huffman表的ID；低4位表示交流分量的Huffman表的ID；

（4）压缩图像数据

（a）谱选择开始：1个字节，固定值0X00；

（b）谱选择结束：1个字节，固定值0X3F；

（c）谱选择：1个字节，固定值0X00；

本标记段中，（3）应该重复出现，有多少个颜色分量，就重复出现几次；本段结束之后，就是真正的图像信息了；图像信息直到遇到EOI标记就结束了；

EOI，End Of Image，图像结束；标记代码为0XFFD9；

另外，需要说明的是，在JPEG中0XFF具有标记的意思，所以在压缩数据流（真正的图像信息）中，如果出现了0XFF，就需要做特别处理了。方法是，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，表示0XFF是图像流的组成部分；需要进行译码；

（2）0XD9，表示与0XFF组成标记EOI，即，代表图像流的结束，同时，图像文件结束；

（3）0XD0--0XD7，组成RSTn标记，需要忽视整个RSTn标记，即不对当前0XFF和紧接着的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，忽略当前0XFF，对后一个0XFF进行判断；

（5）其它数值，忽然当前0XFF，并保留紧接着此数值用于译码；

需要说明的是，JPEG文件格式中，一个字（16位）的存储使用的是Motorola格式，而不是Intel格式。也就是说，一个字的高字节（高8位）在数据流的前面，低字节（低8位）在数据流的后面，与平时习惯的Intel格式有所不同。这种字节顺序问题的起因在于早期的硬件发展上。在8位CPU的时代，许多8位CPU都可以处理16位的数据，但它们显然是分两次进行处理的。这个时候就出现了先处理高位字节还是先处理低位字节的问题。以Intel为代表的厂家生产的CPU采用先低字节后高字节的方式；而以Motorola,IBM为代表的厂家生产的CPU则采用了先高字节后低字节的方式。Intel的字节顺序也称为little-endian，而Motorola的字节顺序就叫做big-endian。而JPEG/JFIF文件格式则采用了big-endian格式。下面的函数，实现了从intel格式到motolora格式的转换
USHORT Intel2Moto(USHORT val)
{
BYTE highBits = BYTE(val / 256);
BYTE lowBits = BYTE(val % 256);
return lowBits * 256 + highBits;
}

解码

1）读入JPEG/JFIF文件的相关信息

按照JFIF文件格式，将JPEG文件相关的字段信息一一读取出来，并进行相应的解析。例如，图像的宽度、高度、量化表、Huffman表、水平/垂直采样因子等。一般而言，JFIF格式文件的读取顺序依次为：

SOI字段；

APP0字段；

APPn字段；

DQT字段；

SOFO字段；

DHT字段；

SOS字段；

压缩数据字段；

EOI字段；

读取JPEG文件相关信息的时候，有两点需要特别注意：

（a）由于JPEG中以0XFF来做为特殊标记符，因此，如果某个像素的取值为0XFF，那么实际在保存的时候，是以0XFF00来保存的，从而避免其跟特殊标记符0XFF之间产生混淆。所以，在读取文件信息的时候，如果遇0XFF00，就必须去除后面的00；即，将0XFF00当做0XFF；

（b）JPEG文件中，一个字（16位）的存储是采用了Motorola格式（big-endian），而不是我们常用的Intel格式（little-endian）。因此，如果需要的话，请在处理之间进行依次高低字节的转换。

（2） 读取Huffman表

在标记码DHT之后，包含了一个或者多个Huffman表（通常是4个表）。对于一个Huffman表而言，它包含了以下三部分内容：

（a）表ID和表类型；1个字节；仅有4个可选的取值，0X00,0X01,0X10,0X11，分别表示DC直流0号表，DC直流1号表，AC交流0号表，AC交流1号表；

（b）不同位数的码字数量；前面提到,JPEG中的Huffman编码表是按照编码长度的位数以表格的形式保存的，而且，Huffman编码表的位数只能是1--16位，因此，这里用16个字节来分别表示1--16位的每种位长的编码在Huffman树中的个数。

（c）编码内容；该字段记录了Huffman树中各个叶子节点的权重，上一个字段（不同位数的码字数量）的16个数值之和，就是本字段的长度，也就是Huffman树中叶子节点的个数。

这里，我们不妨以下面一段Huffman表的数据为例来说明情况（均以16进制表示）：

11 00 02 02 00 05 01 06 01 00 00 00 00 00 00 00 00

00 01 11 02 21 03 31 41 12 51 61 71 81 91 22 13 32

以上数据串中第一行代表了Huffman表ID、表类型、不同位数的码字数量信息；

第一行的第一个字节0X11代表了表的ID和类型是AC交流1号表；

第一行的第2到第17字节代表了不同位数码字的数量。即，第2个字节00表示没有位数为1的编码；第3个和第4个字节的02表示位数为2和位数为3的编码各有两个；第5个字节的00表示没有位数为5的编码。。。。此外，通过这些数据我们发现，此Huffman树有0+2+2+0+5+1+6+1=17个叶子节点。

第二行为编码的内容，表明17个叶子节点按照从小到大的顺序排列，即，权值依次为0,1,11,2,21,3,31,41...

（3） 构建Huffman树

读取到Huffman表的数据之后，就需要构建Huffman树了。其具体规则如下

（a）第一个编码的数字必定为0；如果第一个编码的位数为1，就被编码为0；如果第一个编码的位数为2，就被编码为00；如果第一个编码的位数为3，就被编码为000。。。

（b）从第二个编码开始，如果它和它前面编码具有相同的位数，则当前编码是它前面的编码加1；如果它的编码位数比它前面的编码位数大，则当前编码时它前面的编码加1之后再在后面添加若干个0，直到满足编码位数的长度为止。

还是以上面的数据为例：

第一行的第2个字节00表示没有位数为1的编码；

第一行的第3个字节02表示位数为2的编码有2个；由于没有位数为1的编码，因此这里位数为2的编码中的第一个为00，第二个为00+1=01；

第一行的第4个字节02表示位数为3的编码有2个；因此，这里位数为3的编码中的第一个为01+1=10，然后添加1个“0”，得到100；位数为3的编码中的第二个为100+1=101；

依次类推，可以得到如下的Huffman树

Snip20161124_1.png

特别提醒的是，如果中间有某个位数的编码缺失，例如，没有4位的编码，则应该在3位的编码后面加1，添加2个“00”补足5位，形成下一个5位编码。

（4） DC系数的Huffman解码

JPEG编码阶段我们讲到，DC系数是以（A,B）的中间形式进行编码的。其中的A代表了B的二进制编码位数，B则利用VLI进行编码。另外，88的图像块经过DCT变换之后得到的88的系数矩阵，经过Huffman编码及RLE编码之后，写入编码数据的时候，DC系数也是被写在数据流最前面的。因此，解码的时候，DC系数也是最先被读取出来，假设，我们一次性读入了若干个字节长度的数据。其中的第一个字节代表了DC系数的Huffman编码，通过查找DC系数的Huffman表（亮度表或色度表），得到该Huffman编码所在的组编号，该编号就是DC系数中间格式（A,B）中的A，也就是B的位数。例如，A=2，就代表B采用2位二进制数进行编码。这样一来，读取接下来的A位二进制数，将其译码为十进制，就得到了DC系数的差值。将该差值与上一个DC系数值相加，就得到了真正的当前DC系数的值。

（5） AC系数的Huffman解码

处理完DC系数之后，接下来进行AC系数的译码工作，显然，这里依然需要读取一个Huffman编码，通过查找AC系数的Huffman编码表，进行解码，我们得到(A,B)的数据对，其中的A代表了0的个数，而B则代表了后面数据的位数。例如，（2,3）就代表了当前AC系数之前有2个0，下一个需要读取的二进制数据是3位。需要提醒的是，（0,0）代表EOB，即88块的编码结束。接着，读取B位二进制数据，进行译码，我们就得到了AC系数的值。如此反复循环，直到遇到EOB，或者读取了63个AC系数，我们就完成了一个88块的系数矩阵的译码工作。

（6） 反量化

在译码得到了88的系数矩阵之后，我们需要进行反量化工作。该步骤，就是将前一个步骤得到的88系数矩阵分别乘以8*8的量化矩阵即可。

（7） 反Zig-zag扫描

JPEG编码过程中，为了编码方便，采用了Zig-zag扫描，因此，这里需要进行反Zig-zag扫描，重新排列88的反量化系数矩阵。反Zig-zag扫描的输入时88矩阵，输出依然是8*8矩阵，只不过，数据的排列方式有所不同而已。

（8） DCT逆变换

DCT变换，将原始图像变换到频域，而DCT逆变换，就是要将数据从频域变换回时域。

DCT逆变换的计算公式为：

![Uploading 1345131501_6624_203673.png . . .]

DCT逆变换的公式，可以改写为：

1345131501_6624.png

其中A为矩阵：

1345131617_8476.png

1345131629_6848.png

1345131650_4581.png

左边为未转秩的数据顺序，右边为转秩之后的数据顺序。

（9）颜色模式转换

BMP图片是以RGB颜色空间进行保存的，因此，将JPEG解码为BMP必须进行颜色模式的转换。另外，由于DCT要求的定义域对称，所以，在编码的时候将RGB的数值范围从[0,255]统一减去128，将数值范围转换到[-128,127]的范围内。因此，解码的时候，必须为每个颜色分量加上128。另外需要注意的是，通过解码变换之后得到的RGB的值有可能超过255或者小于0；如果小于0，就截断为0，如果大于255，就截取为255；