JPEG文件格式简单分析.

摘要：

这篇文章大体上介绍了JPEG文件的结构信息以及它的压缩算法和编码方式。使读者能够对JPEG文件格式有大体上的了解。为读者进一步进行学习JPEG文件压缩做好准备

关键字：十六进制，段格式，编码

一、JPEG文件格式概述：

图像和动画的存储方式是一个很重要的问题。幸好我们有了数据压缩，有了JPEG等多种压缩存储图像的文件格式，我们今天才能够拿着小小的一个存储器，却存上许多张色彩鲜艳的图片。如果没有图像压缩算法，也许我们的多媒体时代就会晚到来许多年。

JPEG图像存储格式一个比较成熟的图像有损压缩格式，虽然一个图片经过转化为JPEG图像后，一些数据会丢失，但是，人眼是很不容易分辨出来这种差别的。也就是说，JPEG图像存储格式既满足了人眼对色彩和分辨率的要求，又适当的去除了图像中很难被人眼所分辨出的色彩，在图像的清晰与大小中JPEG找到了一个很好的平衡点。

虽然图像转化为JPEG格式会减小很多，但是并不是文件就变得简单了，相反，JPEG文件的格式是比较复杂的。不经过认真地分析，是不容易弄懂它的。

二、JPEG文件的存储方式：

JPEG文件的格式是分为一个一个的段来存储的（但并不是全部都是段），段的多少和长度并不是一定的。只要包含了足够的信息，该JPEG文件就能够被打开，呈现给人们。JPEG文件的每个段都一定包含两部分一个是段的标识，它由两个字节构成：第一个字节是十六进制0xFF，第二个字节对于不同的段，这个值是不同的。紧接着的两个字节存放的是这个段的长度（除了前面的两个字节0xFF和0xXX，X表示不确定。他们是不算到段的长度中的）。

注意：这个长度的表示方法是按照高位在前，低位在后的，与Intel的表示方法不同。比方说一个段的长度是0x12AB，那么它会按照0x12，0xAB的顺序存储。但是如果按照Intel的方式：高位在后，低位在前的方式会存储成0xAB，0x12，而这样的存储方法对于JPEG是不对的。这样的话如果一个程序不认识JPEG文件某个段，它就可以读取后两个字节，得到这个段的长度，并跳过忽略它。

本人曾经编写过一个读取JPEG文件信息的程序，该程序能够读取JPEG 文件中包含的段的信息并显示出来。下面是一个JPEG图片的信息片断：

SOI

APP0 Length: 0x10

DQT

DQT [0]:

8 6 5 8 12 20 26

31

6 6

7 10 13 29 30

28

7 7 8 12 20 29 35

60

7 9 11 15 26 44 50

31

9 11 19 28 34 56 52 0

12 18 28 32 61 52 0

46

25 32 39 57 52 0 60 0

36 46 39 49 253 50 0

50

Length: 0x43

DQT

DQT [1]:

9 9 12 24 50 50 50

50

9 11 13 33 50 50 50

50

12 13 28 50 50 50 50

50

24 33 50 50 50 50 50

50

50 50 50 50 50 50 50 0

50 50 50 50 50 50 0

50

50 50 50 50 50 0 50 0

50 50 50 50 253 50 0 50

Length: 0x43

SOF0

Image Height: 173

Image Width: 401

Number of Frame(s): 3

****************

Content ID: 1

H Factor: 2

V Factor: 2

QT ID: 0

****************

Content ID: 2

H Factor: 1

V Factor: 1

QT ID: 1

****************

Content ID: 3

H Factor: 1

V Factor: 1

QT ID: 1

Length: 0x11

DHT

Type: DC TABLE

ID: 0

Length: 0x1f

DHT

Type: AC TABLE

ID: 0

Length: 0xb5

DHT

Type: DC TABLE

ID: 1

Length: 0x1f

DHT

Type: AC TABLE

ID: 1

Length: 0xb5

SOS Length: 0xc <-Will Not Process This Seg.

FATAL ERROR: File Structure Does NOT Support.

你首先会想到为什么最后会出现一个错误的信息呢？这是因为，在SOS （Start Of Scan）段的后面，就是编码后的一行一行的图像信息。不再是段的结构了。在开始的SOI（Start Of Image）不是一个段，它是文件的开始，它的值也是类似于0xFF，0xXX的结构（SOI的具体数值清自己察看相关书籍，本文章中将不作重点介绍），但是后面没有段的长度。在文件的最后，有一个EOI（End Of Image）的标识，它的结构和SOI是类似的。它标志着文件的结束。

在这中间，包含了APP0段，DQT段，SOF0段，DHT段，SOS段。有的段的个数是不唯一的，比方说DQT段。我们现在重点地介绍各个段的作用。

三、JPEG文件中段的介绍：

APP0段中主要存储的是图片的识别信息（字符串”JFIF\0”）、一些分辨率的信息以及缩略图的信息。在我的实际测试中，发现并不是所有的JPEG 文件都有APP0段的，有的仅是有APP2之类的其他段，但是每个文件中肯定是包含APPX的段（X可以取得的值可以查阅相关文档）。我个人估计，这些APPX的段的信息应该是大同小异。这个的验证还有待本人进一步的学习，目前只能说到这里。

DQT段的内容是量化表的信息。众所周知，一个颜色可以分为RGB（红、绿、兰）三个分量，这三色光组成了我们可以见到的所有色彩。但是，在JPEG 文件中，RGB色彩格式需要先转化为YUV的格式。Y分量代表了亮度信息，UV分量代表了色差信息。相比之下，人眼对于Y分量更为敏感。量化表的作用就是对于一些不需要的量进行去除，这也是JPEG有损压缩损失数据的