JPEG格式研究——（2）JPEG文件格式

2024-09-04 22:31 由迷路的鹿1202 发表于 #其他

JPEG文件除了图像数据之外，还保存了与图片相关的各种信息，这些信息通过不同类型的TAG存储在文件中。

TAG

JPEG通过TAG标记压缩书记之外的信息。所有的TAG都包含一个TAG类型，TAG类型大小为两个字节，位于一个TAG的最前面。TAG类型的第一个字节一定为0xFF

以下是部分常见的TAG类型

TAG类型	数值	备注
SOF0 ~ SOF3 SOF5 ~ SOF7 SOF8 ~ SOF11 SOF13 ~ SOF15	FF C0 ~ FF C3 FF C5 ~ FF C7 FF C8 ~ FF CB FF CD ~ FF CF	不同的编码模式对应不同的SOF，详见JPEG标准Table B.1。本文以常见的SOF0为研究对象
DHT	FF C4	Define Huffman table(s)，定义了解码所需的哈夫曼表
RSTm	FF D0 ~ FF D7	遇到时重置DC系数，数字会递增，具体含义不清楚
SOI	FF D8	Start of Image，表示图像文件的开始
EOI	FF D9	End of Image，表示图像文件结束
SOS	FF DA	Start of scan，表示这一个TAG后就是压缩的图像数据，记录了DHT、DQT与图像不同部分的对应关系
DQT	FF DB	Define quantization table(s)，定义了解码所需的量化表
APP0 ~ APP15	FF E0 ~ FF EF	应用保存的图片相关信息（如相机信息等）

压缩数据中也是存在TAG的，虽然大部分TAG都在文件开头，但是也有少部分是例外。如EOI就在文件的末尾，RSTm会出现在压缩数据当中。

那么问题来了，如果压缩数据中有一个字节本身就是0xFF怎么办？JPEG的做法是在0xFF后面再加一个字节0x00，用于表示这不是一个TAG。

因为不知道解码需要哪些TAG，我在尝试写JPEG解码器的时候耗费了大量的时间在研究TAG上。总结出对于常见的JPEG图片解码需要的TAG：

1.SOI和EOI：用于确定文件的开头和结尾

2.DQT和DHT：保存了解码时需要用到的哈夫曼表和量化表

3.SOS：保存了图片不同部分的需要用哪个哈夫曼表

4.SOF：图片的长和宽、采样精度等、使用哪个量化表都保存在SOF中

5.RST：部分图片存在RST，遇到RST时要重置DC系数才能得到正确的图像

哈夫曼表与量化表

这里有个小坑，我原先一直以为DQT和DHT都是一个TAG对应一个表，后来发现一个TAG可以不只一个表

哈夫曼表

哈夫曼表的存储格式如下:

名称	长度(bit)	备注
$Lh$	16	表示这一个TAG的长度（包括TAG类型的两个字节）
$Tc$	4	Table class，0=DC表，1=AC表
$Th$	4	Huffman table destination identifier，表示该哈夫曼表的id
$L_i$	8	表示这一长度的编码个数
$V_{i,j}$	8	表示编码前的原始数据