来源：http://blog.csdn.net/lpt19832003/archive/2007/07/28/1713718.aspx
JPEG文件编/解码详解
cat_ng 猫猫
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：
数据编码方法：
编码模式：
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。
标记代码 2字节 固定值0xFFD8
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。
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。
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。
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）。
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。
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
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。
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；
4）0xFF，则忽视当前0xFF，对后一个0xFF再作判断；
5）其他数值，则忽视当前0xFF，并保留紧接的此数值用于译码。
本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/lpt19832003/archive/2007/07/28/1713718.aspx
/3 
文章评论（0条评论）
登录后参与讨论