JPEG图像密写研究（一） JPEG图像文件结构

【转载】转载自http://www.cnblogs.com/leaven/archive/2010/04/06/1705846.html

JPEG压缩编码算法的主要计算步骤如下：

(0) 8*8分块。

(1) 正向离散余弦变换(FDCT)。

(2) 量化(quantization)。

(3) Z字形编码(zigzag scan)。

(4) 使用差分脉冲编码调制(DPCM)对直流系数(DC)进行编码。

(5) 使用行程长度编码(RLE)对交流系数(AC)进行编码。

(6) 熵编码。

一、JPEG文件格式介绍

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。

SOI，Start of Image，图像开始

标记代码 2字节 固定值0xFFD8

APP0，Application，应用程序保留标记0

标记代码 2字节 固定值0xFFE0

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，Application，应用程序保留标记n，其中n=1～15(任选)

标记代码 2字节 固定值0xFFE1~0xFFF

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，Define Quantization Table，定义量化表

标记代码 2字节 固定值0xFFDB

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，Start of Frame，帧图像开始

标记代码 2字节 固定值0xFFC0

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，Difine Huffman Table，定义哈夫曼表

标记代码 2字节 固定值0xFFC4

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

标记代码 2字节 固定值0xFFDD

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，Start of Scan，扫描开始 12字节

标记代码 2字节 固定值0xFFDA

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，End of Image，图像结束 2字节

标记代码 2字节 固定值0xFFD9

这里补充说明一下，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；

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。

为了造福大众，我把自己定义的文件头结构体给他家参考一下，欢迎讨论~

typedef struct APP0                            //应用程序保留标记0
{
//char    value[2];                        //标记代码
unsigned char    d_length[2];                    //数据长度
unsigned char    symbol[5];                        //标识符
unsigned char    version[2];                        //版本号
unsigned char    density;                        //X和Y的密度单位
unsigned char    x_density[2];                    //X方向像素密度
unsigned char    y_density[2];                    //Y方向像素密度
unsigned char    x_num;                            //缩略图水平像素数目
unsigned char    y_num;                            //缩略图垂直像素数目
unsigned char*    RGB_bitmap;                        //缩略图RGB位图
}APP0; APP0 app0;

typedef struct APPn                            //应用程序保留标记n，其中n=1～15(任选)
{
//char    value[2];                                //标记代码
unsigned char    d_length[2];                    //数据长度
unsigned char*    info;                            //详细信息,数据长度-2字节
}APPn; APPn appn;

typedef struct DQT                                    //定义量化表
{
//char    value[2];                                //标记代码
unsigned char    d_length[2];                    //数据长度
unsigned char*    table;                            //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
}DQT; DQT dqt;

typedef struct SOF0                                    //帧图像开始
{
//char    value[2];                                //标记代码
unsigned char    d_length[2];                    //数据长度
unsigned char    accuracy;                        //精度
unsigned char    height[2];                        //图像高度
unsigned char    width[2];                        //图像宽度
unsigned char    color;                            //颜色分量数
unsigned char*    color_info;                        //颜色分量信息
}SOF0; SOF0 sof0;

typedef struct DHT                                    //定义哈夫曼表
{
//char    value[2];                                //标记代码
unsigned char    d_length[2];                    //数据长度
unsigned char*    H_table;                        //哈夫曼表,数据长度-2字节
//a.表ID和表类型,1字节,
//高4位：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）
}DHT; DHT dht;

typedef struct DRI                                    //定义差分编码累计复位的间隔
{
//char    value[2];                                //标记代码
unsigned char    d_length[2];                    //数据长度
unsigned char    interval[2];                    //MCU块的单元中的重新开始间隔
//设其值为n，则表示每n个MCU块就有一个RSTn标记。
}DRI; DRI dri;

typedef struct SOS                                    //扫描开始,12字节
{
//char    value[2];                                //标记代码
unsigned char    d_length[2];                    //数据长度
unsigned char    color;                            //颜色分量数
unsigned char*    color_info;                        //颜色分量信息
unsigned char    image_data[3];                    //压缩图像数据
}SOS; SOS sos;