图片格式之JPEG介绍-平芜编程栈

JPEG（Joint Photographic Experts Group）是一种广泛使用的有损图像压缩格式。

一、文件结构总览

JPEG 文件以SOI（Start of Image）标记开始，以EOI（End of Image）标记结束。中间由一系列标记段（Marker Segment）组成。

SOI 起始标记 → 各类参数段(APP0/APP1/DQT/DHT/SOF/SOS...) → 压缩图像数据 → EOI 结束标记 ┌─────────────────────────────────────────┐ │ SOI (0xFFD8) 2 bytes │ ├─────────────────────────────────────────┤ │ APP0 / APPn 标记段 可变长度 │ ├─────────────────────────────────────────┤ │ DQT (量化表) 可变长度 │ ├─────────────────────────────────────────┤ │ SOF (帧头) 可变长度 │ ├─────────────────────────────────────────┤ │ DHT (哈夫曼表) 可变长度 │ ├─────────────────────────────────────────┤ │ SOS (扫描开始) + 图像数据 可变长度 │ ├─────────────────────────────────────────┤ │ EOI (0xFFD9) 2 bytes │ └─────────────────────────────────────────┘

1.1 核心标记

所有标记均以0xFF开头，后跟一个标记字节。

标记	十六进制	名称	说明
SOI	`FF D8`	Start of Image	文件起始标记
SOF0	`FF C0`	Start of Frame (Baseline DCT)	基线帧起始
SOF2	`FF C2`	Start of Frame (Progressive DCT)	渐进帧起始
DHT	`FF C4`	Define Huffman Tables	定义哈夫曼表
DQT	`FF DB`	Define Quantization Tables	定义量化表
DRI	`FF DD`	Define Restart Interval	定义重启间隔
SOS	`FF DA`	Start of Scan	扫描开始
RSTn	`FF D0-D7`	Restart	重启标记（n=0~7）
APPn	`FF E0-EF`	Application-specific	应用数据段
COM	`FF FE`	Comment	注释段
DNL	`FF DC`	Define Number of Lines	定义行数
EOI	`FF D9`	End of Image	文件结束标记

二、核心标记解析

2.1 SOI与EOI

文件开发和结束标记，仅仅作为标记无实际内容

SOI: FF D8 // 仅2字节，无长度字段
EOI: FF D9 // 仅2字节，无长度字段

2.2 APP0 段（JFIF 标记）

字节偏移 内容 长度 0-1 FF E0 2 bytes (标记) 2-3 length 2 bytes (段长度，含此2字节) 4-8 "JFIF\0" 5 bytes (标识符) 9 version_major 1 byte 10 version_minor 1 byte 11 units 1 byte (0=无单位, 1=dpi, 2=dpc) 12-13 Xdensity 2 bytes 14-15 Ydensity 2 bytes 16 Xthumb 1 byte (缩略图宽度) 17 Ythumb 1 byte (缩略图高度) 18-... thumbnail_data 3*X*Y bytes

2B 标记FF E0
2B 段长 L
5B 标识符JFIF\x00
1B 主版本号，1B 次版本号（如 1.02）
1B 密度单位：0 = 无单位，1 = 像素 / 英寸，2 = 像素 / 厘米
2B X 密度，2B Y 密度（分辨率 DPI）
1B 缩略图宽，1B 缩略图高
剩余字节：RGB 缩略图原始像素（宽 × 高 ×3 字节，无压缩）

2.3 DQT 段（量化表）

0-1 FF DB 标记 2-3 length 段长度 4 Pq:Tq 1 byte - Pq (高4位): 精度 0=8bit, 1=16bit - Tq (低4位): 表号 0~3 5-... table_data 64 bytes (8bit) 或 128 bytes (16bit) (按 Zig-Zag 顺序)

压缩核心，8×8 量化矩阵，决定画质高低。

FF DB标记
2B 段长
1B 表编号 + 精度：bit0~3 = 表 ID (0/1)，bit7=0=8bit 量化，1=16bit
64B 量化矩阵（Z 字形排列 8×8）

Zig-Zag 顺序（64个 DCT 系数的读取顺序）：

[ 0] [ 1] [ 5] [ 6] [14] [15] [27] [28]
[ 2] [ 4] [ 7] [13] [16] [26] [29] [42]
[ 3] [ 8] [12] [17] [25] [30] [41] [43]
[ 9] [11] [18] [24] [31] [40] [44] [53]
[10] [19] [23] [32] [39] [45] [52] [54]
[20] [22] [33] [38] [46] [51] [55] [60]
[21] [34] [37] [47] [50] [56] [59] [61]
[35] [36] [48] [49] [57] [58] [62] [63]

2.4 SOF0 段（帧起始）

0-1 FF C0 标记 2-3 length 段长度 4 precision 1 byte (通常=8) 5-6 height 2 bytes 7-8 width 2 bytes 9 num_components 1 byte (1=灰度, 3=YCbCr, 4=CMYK) 10-... components 3 bytes × num_components - C_i (component ID) - H_i:V_i (水平:垂直采样因子, 各4位) - T_q_i (使用的量化表号)

定义图像尺寸、通道、采样格式，解码必须参数：

FF C0
2B 段长
1B 采样精度（通常 8 位）
2B 图像高度 H（大端）
2B 图像宽度 W（大端）
1B 通道数量：1 = 灰度图，3=YCbCr 彩色
每组通道参数（3 通道循环 3 次）：
- 1B 通道 ID：1=Y 亮度，2=Cb 蓝色差，3=Cr 红色差
- 高 4 位：垂直采样因子 V；低 4 位：水平采样因子 H 例：0x22= H=2 V=2 → Y4:2:0 标准采样

2.5 DHT 段（哈夫曼表）

0-1 FF C4 标记 2-3 length 段长度 4 Tc:Th 1 byte - Tc (高4位): 类型 0=DC, 1=AC - Th (低4位): 表号 0~3 5-20 L[1..16] 16 bytes (各长度码字的数量) 21-... V[..] ΣL bytes (按长度分组的符号值)

存储熵编码用的霍夫曼码表，分 DC（直流低频）、AC（交流高频）表，亮度 / 色度各一套。

FF C4
2B 段长
1B 参数：bit4=0 (DC)/1 (AC)，bit0~3 = 表 ID (0/1)
16B：每个值代表码字长度对应码数（1 位码多少个、2 位码多少个…）
后续 N 字节：霍夫曼码字对应符号表

2.6 SOS 段（扫描开始）

0-1 FF DA 标记 2-3 length 段长度 4 num_components 1 byte (扫描中的分量数) 5-... components 2 bytes × num_components - Cs (component selector) - Td:Ta (DC表:AC表, 各4位) N+0 Ss 1 byte (系数起始位置) N+1 Se 1 byte (系数结束位置) N+2 Ah:Al 1 byte (高位:低位比特位置) ┌───────────────────────────────┐ │ 压缩图像数据（熵编码流） │ │ (紧接在 SOS 段之后) │ └───────────────────────────────┘

参数配置完成后，该段结束元数据，后面就是压缩二进制像素流：

FF DA
2B 段长
1B 通道数 N
N 组通道参数：通道 ID + (DC 表 ID<<4 | AC 表 ID)
3B 固定参数（基线 JPEG 恒为00 3F 00）

三、编码流程

原始图像 (RGB)
↓
颜色空间转换 → YCbCr
↓
色度子采样 (4:4:4 / 4:2:2 / 4:2:0)
↓
分块 (8×8 宏块)
↓
电平偏移 (减去 128)
↓
DCT 变换 (离散余弦变换)
↓
量化 (除以量化表系数)
↓
Zig-Zag 扫描 → 一维序列
↓
DC 系数差分编码 (DPCM)
↓
AC 系数游程编码 (RLE)
↓
哈夫曼编码 (熵编码)
↓
字节填充 / 标记插入
↓
JPEG 文件