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。
(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; 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 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） | 《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； 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： 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 0x00) |
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。
(9) EOI (End of Image) 图像结束标记
0xFFD9
JPEG 标记总览
More
下一步，将用代码手动生成一张 JPEG 图片，文章目录：* 音视频入门文章目录 *。
参考资料：
本文由博客一文多发平台 OpenWrite 发布！
