文章源自：http://hi.baidu.com/359325424/item/09d3a53771756d392e0f818e
JPG文件結構分析
一、簡述
JPEG是一個壓縮標準，又可分爲標準 JPEG、漸進式JPEG及JPEG2000三種:
①標準JPEG：以24位顏色存儲單個光柵圖像，是與平臺無關的格式，支持最高級 別的壓縮，不過，這種壓縮是有損耗的。此類型圖片在網頁下載時只能由上而下依序顯示圖片，直到圖片資料全部下載完畢，才能看到全貌。
②漸進式 JPEG：漸進式JPG爲標準JPG的改良格式，支持交錯，可以在網頁下載時，先呈現出圖片的粗略外觀後，再慢慢地呈現出完整的內容，漸進式JPG的文件 比標準JPG的文件要來得小。
③JPEG2000：新一代的影像壓縮法，壓縮品質更好，其壓縮率比標準JPEG高約30％左右，同時支持有損 和無損壓縮。一個極其重要的特徵在於它能實現漸進傳輸，即先傳輸圖像的輪廓，然後逐步傳輸數據，讓圖像由朦朧到清晰顯示。
以一幅24 位彩色圖像爲例，JPEG的壓縮分爲四個步驟：
①顏色轉換：在將彩色圖像進行壓縮之前，必須先對顏色模式進行數據轉換。轉換完成之後 還需要進行數據採樣。
②DCT 變換：是將圖像信號在頻率域上進行變換，分離出高頻和低頻信息的處理過程，然後再對圖像的高頻部分（即圖像細 節）進行壓縮。首先以象素爲單位將圖像劃分爲多個8×8的矩陣，然後對每一個矩陣作DCT 變換。把8×8的象素矩陣變成8×8的頻率係數矩陣（所謂頻率 就是顏色改變的速度），頻率係數都是浮點數。
③量化：由於下面第四步編碼過程中使用的碼本都是整數，因此要對頻率係數進行量化，將之轉換爲整 數。數據量化後，矩陣中的數據都是近似值，和原始圖像數據之間有了差異，這一差異是造成圖像壓縮後失真的主要原因。這一過程中，質量因子的選取至爲重要。 值選得大，可以大幅度提高壓縮比，但是圖像質量就比較差，質量因子越小圖像重建質量越好，但是壓縮比越低。
④編碼：編碼是基於統計特性的方 法。
四個步驟都完成後的JPEG文件，其基本數據結構爲兩大類型：“段”和經過壓縮編碼的圖像數據。
二、數 據結構
1.段的一般結構如下表所示：
表1：段的一般結構
-----------------------------------------------------------------
名 稱 字節數 數據 說明
-----------------------------------------------------------------
段 標識 1 FF 每個新段的開始標識
段類型 1 類型編碼（稱作“標記碼”）
段長 度 2 包括段內容和段長度本身,不包括段標識和段類型
段內容 ≤65533字節
-----------------------------------------------------------------
說明：
①JPG 文件中所有關於寬度高度長度間隔這一類數據，凡是＞１字節的，均採用Motorola格式，即：高位在前，低位在後。
② 有些段沒有長度描述也沒有內容，只有段標識和段類型。文件頭和文件尾均屬於這種段。
③段與段之間無論有多少FF都是合法的，這些FF稱爲“填充字 節”，必須被忽略掉。
2.段類型有30種，但只有10種是必須被所有程序識別的，其它的類型都可以忽略。所以下面只列出這 10種類型。
表2：段類型
---------------------------------------
名稱 標 記碼 說明
---------------------------------------
SOI D8 文件頭
EOI D9 文 件尾
SOF0 C0 幀開始（標準 JPEG）
SOF1 C1 同上
DHT C4 定 義 Huffman 表（霍夫曼表）
SOS DA 掃描行開始
DQT DB 定義量化表
DRI DD 定 義重新開始間隔
APP0 E0 定義交換格式和圖像識別信息
COM FE 註釋
-----------------------------------------------------------
說明：有的文章也將DNL段（標記碼＝DC，定義掃描行數）列爲必須段。
3.以下按一般JPEG文件的段排列順序詳細介紹 各種段的結構：
表3：SOI（文件頭）
-----------------
名稱 字節數 值
-----------------
段 標識 1 FF
段類型 1 D8
-----------------
說明：這兩個字節構成了 JPEG文件頭。
表4：APP0（圖像識別信息）
--------------------------------------------------------------------------
名 稱 字節數 值 說明
--------------------------------------------------------------------------
段 標識 1 FF
段類型 1 E0
段長度 2 0010 如果有 RGB縮略圖就＝16＋3n
（以下爲段內容）
交換格式 5 4A46494600 “JFIF”的ASCII碼
主 版本號 1
次版本號 1
密度單位 1 0＝無單位；1＝點數/英 寸；2＝點數/釐米
X像素密度 2 水平方向的密度
Y像素密 度 2 垂直方向的密度
縮略圖X像素 1 縮略圖水平像素數目
縮 略圖Y像素 1 縮略圖垂直像素數目
（如果“縮略圖X像素”和“縮略圖Y像素”的值均＞0，那麼纔有下面的數 據）
RGB縮略圖 3×n n＝縮略圖像素總數＝縮略圖X像素×縮略圖Y像素
--------------------------------------------------------------------------
說明：
①JFIF是JPEG File Interchange Format的縮寫，即JPEG文件交換格式，另外還有TIFF等格式，很少 用
②“如果有RGB縮略圖就＝16＋3n”是什麼意思呢？比如說“縮略圖X像素”和“縮略圖Y像素”的值均爲48，就表示有一個48×48像素的 縮略圖（ｎ＝48×48），縮略圖是24位真彩位圖，用３個字節來表示一個像素，所以共佔用3n個字節。但大多數JPG文件都沒有這個“雞肋”縮略圖。
表 5：COM（註釋）
--------------------------------------------------------------------------
名 稱 字節數 值 說明
--------------------------------------------------------------------------
段 標識 1 FF
段類型 1 FE
段長度 2 其值＝註釋字符的字節數＋2
段 內容 註釋字符
--------------------------------------------------------------------------
說明：有的JPEG文件沒有這個段。
作者：一 江秋水 發表時間：2010-1-30 9:59:00
第1樓
表6：DQT（定義量化表）
--------------------------------------------------------------------------
名 稱 字節數 值 說明
--------------------------------------------------------------------------
段 標識 1 FF
段類型 1 DB
段長度 2 43 其值＝3＋n（當只有一個 QT時）
（以下爲段內容）
QT信息 1 0－3位：QT號
4－7 位：QT精度（0＝8bit，1字節；否則＝16bit，2字節）
QT n n＝64×QT精度的字節數
--------------------------------------------------------------------------
說明：
①JPEG文件一般有２個DQT段，爲Y值（亮度）定義１個, 爲C值（色度）定義１個。
②一個DQT段可以包含多個 QT, 每個都有自己的信息字節
表7：SOF0（圖像基本信息）
--------------------------------------------------------------------------
名 稱 字節數 值 說明
--------------------------------------------------------------------------
段 標識 1 FF
段類型 1 C0
段長度 2 其值＝8＋組件數量×3
（以 下爲段內容）
樣本精度 1 8 每個樣本位數（大多數軟件不支持12和16）
圖片高度 2
圖片寬度 2
組 件數量 1 3 1＝灰度圖，3＝YCbCr/YIQ 彩色圖，4＝CMYK 彩色圖
（以下每個組件佔用３字節）
組 件 ID 1 1＝Y, 2＝Cb, 3＝Cr, 4＝I, 5＝Q
採樣係數 1 0－3位：垂直採 樣係數
4－7位：水平採樣係數
量化表號 1
---------------------------------------------------------------------------
說明：
①JPEG大都採用yCrCb色彩模型（y表示亮度，Cr紅色分量，Cb表示藍色分量），所以組件數量一般＝3
②樣本就是單個像 素的顏色分量，也可理解爲一個樣本就是一個組件
③採樣係數是實際採樣方式與最高採樣係數之比，而最高採樣係數一般＝0.5（分數表示爲1/2）。 比如說，垂直採樣係數＝2，那麼2×0.5＝1，表示實際採樣方式是每個點採一個樣，也就是逐點採樣；如果垂直採樣係數＝1，那 麼：1×0.5＝0.5（分數表示爲1/2），表示每２個點採一個樣
表8：DHT（定義Huffman表）
--------------------------------------------------------------------------
名 稱 字節數 值 說明
--------------------------------------------------------------------------
段 標識 1 FF
段類型 1 C4
段長度 2 其值＝19＋n（當只有一個 HT表時）
（以下爲段內容）
HT信息 1 0－3位：HT號
4 位： HT類型, 0＝DC表，1＝AC表
5－7位：必須＝0
HT位 表 16 這16個數的和應該≤256
HT值表 n n＝表頭16個數的和
--------------------------------------------------------------------------
說明：
①JPEG文件裏有２類Haffman 表：一類用於DC（直流量），一類用於AC（交流量）。一般有４個表：亮度的DC和AC，色度的 DC和AC。最多可有６個。
②一個DHT 段可以包含多個HT表, 每個都有自己的信息字節
③HT表是一個按遞增次序代碼長度排列的符號 表。
表9：DRI（定義重新開始間隔）
--------------------------------------------------------------------------
名 稱 字節數 值 說明
--------------------------------------------------------------------------
段 標識 1 FF
段類型 1 DD
段長度 2 4
（以下爲段內容）
開 始間隔 2 n 復位標記的間隔距離
---------------------------------------------------------------------------
說明：
①開始間隔表示在壓縮數據流中，每隔ｎ個MCU 塊就有一個RST標記，RST標記將Huffman 的解碼數據流復位，DC也重新從０ 開始，因此，RST標記是一種復位標記
②RST 標記是一種特殊的段，它只具有段標識和段類型（長度＝２字節），但它不是獨立的段，只能穿插在數 據流中（文件頭和文件尾段也只有段標識和段類型，卻都是獨立的段）。
③RST標記共有８個（RST0－RST7），從RST0起開始使用，然後是 RST1....直至RST7，再從RST0重複。
④RST標記的標識碼是 FFD0－FFD7，對應 RST0－RST7
⑤筆者查看了 許多自己電腦上的JPG文件的數據，未發現DRI段和RST標記，所以無法進行詳盡的考察
表10：SOS（掃描行開始）
--------------------------------------------------------------------------
名 稱 字節數 值 說明
--------------------------------------------------------------------------
段 標識 1 FF
段類型 1 DA
段長 度 2 000C 其值＝6＋2×掃描行內組件數量
（以下爲段內容）
掃描行內組件數 量 1 3 必須≥1，≤4（否則錯誤），通常＝3
（以下每個組件佔用２字節）
組件 ID 1 1 = Y, 2 = Cb, 3 = Cr, 4 = I, 5 = Q
Huffman表 號 1 0－3位：AC表號 (其值＝0...3)
4－7 位：DC表號(其值＝0...3)
3 最後３個字節用途不明，忽略
--------------------------------------------------------------------------
說明：緊接SOS段後的是壓縮的圖像數據（一個個掃描行），數據存放順序是從左到右、從上到下。
表11：EOI（文件尾）
------------------
名 稱 字節數 值
------------------
段標識 1 FF
段類型 1 D9
------------------
說明：這兩個字節構成了JPEG文件尾。
三、實例分析
用系統自帶的畫圖程序畫一個32×24的紅色方塊，另存爲JPG文件，這個文件的全部數據如下：
0000: FF D8 FF E0 00 10 4A 46 49 46 00 01 01 01 00 60
0010: 00 60 00 00 FF DB 00 43 00 08 06 06 07 06 05 08
0020: 07 07 07 09 09 08 0A 0C 14 0D 0C 0B 0B 0C 19 12
0030: 13 0F 14 1D 1A 1F 1E 1D 1A 1C 1C 20 24 2E 27 20
0040: 22 2C 23 1C 1C 28 37 29 2C 30 31 34 34 34 1F 27
0050: 39 3D 38 32 3C 2E 33 34 32 FF DB 00 43 01 09 09
0060: 09 0C 0B 0C 18 0D 0D 18 32 21 1C 21 32 32 32 32
0070: 32 32 32 32 32 32 32 32 32 32 32 32 32 32 32 32
0080: 32 32 32 32 32 32 32 32 32 32 32 32 32 32 32 32
0090: 32 32 32 32 32 32 32 32 32 32 32 32 32 32 FF C0
00A0: 00 11 08 00 18 00 20 03 01 22 00 02 11 01 03 11
00B0: 01 FF C4 00 1F 00 00 01 05 01 01 01 01 01 01 00
00C0: 00 00 00 00 00 00 00 01 02 03 04 05 06 07 08 09
00D0: 0A 0B FF C4 00 B5 10 00 02 01 03 03 02 04 03 05
00E0: 05 04 04 00 00 01 7D 01 02 03 00 04 11 05 12 21
00F0: 31 41 06 13 51 61 07 22 71 14 32 81 91 A1 08 23
0100: 42 B1 C1 15 52 D1 F0 24 33 62 72 82 09 0A 16 17
0110: 18 19 1A 25 26 27 28 29 2A 34 35 36 37 38 39 3A
0120: 43 44 45 46 47 48 49 4A 53 54 55 56 57 58 59 5A
0130: 63 64 65 66 67 68 69 6A 73 74 75 76 77 78 79 7A
0140: 83 84 85 86 87 88 89 8A 92 93 94 95 96 97 98 99
0150: 9A A2 A3 A4 A5 A6 A7 A8 A9 AA B2 B3 B4 B5 B6 B7
0160: B8 B9 BA C2 C3 C4 C5 C6 C7 C8 C9 CA D2 D3 D4 D5
0170: D6 D7 D8 D9 DA E1 E2 E3 E4 E5 E6 E7 E8 E9 EA F1
0180: F2 F3 F4 F5 F6 F7 F8 F9 FA FF C4 00 1F 01 00 03
0190: 01 01 01 01 01 01 01 01 01 00 00 00 00 00 00 01
01A0: 02 03 04 05 06 07 08 09 0A 0B FF C4 00 B5 11 00
01B0: 02 01 02 04 04 03 04 07 05 04 04 00 01 02 77 00
01C0: 01 02 03 11 04 05 21 31 06 12 41 51 07 61 71 13
01D0: 22 32 81 08 14 42 91 A1 B1 C1 09 23 33 52 F0 15
01E0: 62 72 D1 0A 16 24 34 E1 25 F1 17 18 19 1A 26 27
01F0: 28 29 2A 35 36 37 38 39 3A 43 44 45 46 47 48 49
0200: 4A 53 54 55 56 57 58 59 5A 63 64 65 66 67 68 69
0210: 6A 73 74 75 76 77 78 79 7A 82 83 84 85 86 87 88
0220: 89 8A 92 93 94 95 96 97 98 99 9A A2 A3 A4 A5 A6
0230: A7 A8 A9 AA B2 B3 B4 B5 B6 B7 B8 B9 BA C2 C3 C4
0240: C5 C6 C7 C8 C9 CA D2 D3 D4 D5 D6 D7 D8 D9 DA E2
0250: E3 E4 E5 E6 E7 E8 E9 EA F2 F3 F4 F5 F6 F7 F8 F9
0260: FA FF DA 00 0C 03 01 00 02 11 03 11 00 3F 00 E2
0270: E8 A2 8A F9 93 F7 10 A2 8A 28 00 A2 8A 28 00 A2
0280: 8A 28 03 FF D9
分 析：
0000-0001：FF D8（文件頭）
0002-0013：APP0段，其中：
0002-0003：FF E0（段 標記）
0004-0005：00 10（段長度＝16字節）
0006-000A：4A 46 49 46 00（“JFIF”的 ASCII碼）
000B-000C：01 01（主次版本號＝1.01）
000D ：01（密度單位爲 點數/英寸）
000E-0011：00 60 00 60（水平和垂直的密度均爲每英寸96像素）
0012-0013：00 00（沒有縮略圖）
0014-0058：DQT 段，其中：
0014-0015：FF DB（段標記）
0016-0017：00 43（段長度＝67字節）
0018 ：00（QT號＝0，QT精度＝8bit）
0019-0058：QT
0059-009D：DQT段，其中：
0059-005A：FF DB（段標記）
005B-005C：00 43（段長度＝67字節）
005D ：01（QT號＝1，QT精度＝8bit）
005E-009D：QT
009E-00B0：SOF0段，其中：
009E-009F：FF C0（段標記）
00A0-00A1：00 11（段長度＝17字節）
00A2 ：08（樣 本精度＝8bit）
00A3-00A6：00 18 00 20（圖像高＝24，圖像寬＝32）
00A7 ：03（組件 數量＝3，YCbCr彩色圖）
00A8 ：01（ID號＝1，這是亮度Y組件）
00A9 ：22（化爲二進 制＝00100010，表明垂直和水平採樣係數均＝2）
00AA ：00（使用QT號＝0的量化表）
00AB ：02（ID號＝2，這是色度Cb組件）
00AC ：11（化爲二進制＝00010001，表明垂直和水平採樣系 數均＝1）
00AD ：01（使用QT號＝1的量化表）
00AE ：03（ID號＝3，這是色度Cr組件）
00AF ：11（化爲二進制＝00010001，表明垂直和水平採樣係數均＝1）
00B0 ：01（使用QT號＝1的量 化表）
00B1-00D1：DHT段，其中：
00B1-00B2：FF C4（段標記）
00B3-00B4：00 1F（段長度＝31字節）
00B5 ：00（HT號＝0，DC表）
00B6-00C5：這 16個數字之和＝12，說明下面的HT值表的長度＝12字節）
00C6-00D1：HT值表
00D2-0188：DHT段，這是HT 號＝0的AC表，參照上面分析
0189-01A9：DHT段，這是HT號＝1的DC表，參照上面分析
01AA-0260：DHT段，這是 HT號＝1的AC表，參照上面分析
0261-026E：SOS段，其中：
0261-0262：FF DA（段標記）
0263-0264：00 0C（段長度＝12字節）
0265 ：03（組件數量＝3）
0266-0267：01 00（組件ID＝1，Y組件，使用HT表號＝0的AC表）
0268-0269：02 11（組件ID＝2，Cb組 件，使用HT表號＝1的DC表）
026A-026B：03 11（組件ID＝3，Cr組件，使用HT表號＝1的DC表）
026C-026E：00 3F 00（幾乎每個JPG文件中這３個字節的值都相同，但用途不明）
026F-0282：圖像壓縮數據
0283-0284：FF D9（文 件尾）