JPEG编码过程详解

JPEG（Joint Photographic Experts Group）是联合图像专家小组的英文缩写。它由国际电话与电报咨询委员会

CCITT（The International Telegraph and Telephone Consultative Committee）与国际标准化组织ISO于1986年联合

成立的一个小组，负责制定静态数字图像的编码标准。

小组一直致力于标准化工作，开发研制出连续色调、多级灰度、静止图像的数字图像压缩编码方法，即JPEG

算法。JPEG算法被确定为国际通用标准，其适用范围广泛，除用于静态图像编码外，还推广到电视图像序列的帧

内图像压缩。而用JPEG算法压缩出来的静态图片文件称为JPEG文件，扩展名通常为*.jpg、*.jpe*.jpeg。

JPEG专家组开发了两种基本的压缩算法、两种数据编码方法、四种编码模式。具体如下：

压缩算法：

● 有损的离散余弦变换（Discrete Cosine Transform，DCT）；

● 无损的预测技术压缩。

数据编码方法：

● 哈夫曼编码；

● 算术编码；

编码模式：

● 基于DCT顺序模式：编/解码通过一次扫描完成；

● 基于DCT递进模式：编/解码需要多次扫描完成，扫描效果从粗糙到精细，

逐级递进；

● 无损模式：基于DPCM，保证解码后完全精确恢复到原图像采样值；

● 层次模式：图像在多个空间多种分辨率进行编码，可以根据需要只对低

分辨率数据作解码，放弃高分辨率信息。

在实际应用中，JPEG图像使用的是离散余弦变换、哈夫曼编码、顺序模式。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。

笔者在实践过程中查阅了大量的资料，发现大多数书籍资料和网上资料都是从编码角度分析JPEG的编/解码方式，

并且都只是介绍编码过程中的主要方法。所以，本文从解码角度详细分析JPEG的编/解码过程，并且加入许多笔

者实践过程中遇到的问题和解决方法，希望从另一个角度说明问题，以更好帮助读者结合其他资料解决问题。

不过，介绍解码过程之前，首先要了解JPEG文件中数据的存储格式。

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。

本文附录列出一张完整的JPEG定义的标记表，供读者查阅。这里仅列出几个常用标记的标记代码、占用字

节长度和表示的意义。

●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

④X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

⑤X方向像素密度2字节取值范围未知

⑥Y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