下载掌阅APP，畅读海量书库
立即打开
JPEG图像为静止连续色调图像，是一种常见的图像格式。它由联合图像专家组（Joint Photographic Experts Group，JPEG）开发。JPEG文件的扩展名为.jpg或.jpeg，它用有损压缩算法去除冗余的图像和彩色数据，在获得极高压缩比的同时展现丰富生动的图像，即可以用较小的磁盘空间得到较好的图像质量。然而，有损压缩算法将JPEG局限于显示格式，在每次保存为JPEG图像时都会丢失一些数据，因此，通常只在图像处理的最后阶段保存图像为JPEG格式。
JPEG可分为标准JPEG（Baseline JPEG）、渐进式JPEG（Progressive JPEG）和JPEG2000 3类。
（1）标准JPEG：以24bit存储单个光栅图像，是与平台无关的图像格式，支持最高级别的压缩。但是，这种压缩是有损耗的。在网页下载此类图像时，只能从上到下按顺序显示图像，直至图像资料全部下载完毕才能看到全貌。
（2）渐进式JPEG：为标准JPEG的改良格式，支持交错式传输。在网页下载此类图像时，先呈现图像的粗略外观，再慢慢呈现完整的内容，即先传输图像的轮廓，再逐步传输数据，让图像由朦胧到清晰显示。
（3）JPEG2000：为了改进JPEG基于离散余弦变换压缩方式的不足，联合图像专家组提出了JPEG2000。JPEG2000是基于小波变换的图像压缩标准，文件的扩展名通常为.jp2。在有损压缩下，JPEG2000的一个比较明显的优点是没有传统的JPEG（标准JPEG和渐进式JPEG）压缩中的马赛克失真效果。JPEG2000的失真主要是模糊失真。模糊失真产生的主要原因是在编码过程中高频量一定程度的衰减。传统的JPEG压缩也存在模糊失真的问题。在低压缩比情况下（压缩比小于10∶1），传统的JPEG图像质量有可能要比JPEG2000好。JPEG2000在压缩比较高的情况下，优势才开始明显。整体来说，和传统的JPEG相比，JPEG2000仍然有很大的技术优势，通常压缩性能大概可以提高30%以上。一般在压缩比达到100∶1的情况下，采用JPEG压缩的图像已经严重失真并开始难以识别了，但采用JPEG2000格式的图像仍可识别。有损压缩图像质量或失真程度一般用峰值信噪比（PSNR）指标来衡量。虽然峰值信噪比不能完全反映人类视觉效果，但是它仍是一个比较流行的量化指标。传统的JPEG与JPEG2000的对比如表2-2所示。
表2-2 传统的JPEG与JPEG2000的对比
在JPEG文件格式中，一个字（16bit）的存储使用的是摩托罗拉格式正序存放，而不是英特尔格式的逆序存放，即一个字的高字节（高8bit）在前，低字节（低8bit）在后。
JPEG文件是按段存储的，段的数量和长度并不是固定的。JPEG文件只要包含了足够的信息就能被打开。一般来说，JPEG文件常见的段有8个，分别是图像开始（Start Of Image，SOI）、图像识别信息（Application 0，APP0）、应用信息（Application n ，APP n ）、定义量化表（Define Quantization Table，DQT）、帧图像开始（Start Of Frame，SOF0）、定义霍夫曼表（Define Huffman Table，DHT）、扫描开始（Start Of Scan，SOS）、图像结束（End Of Image，EOI）。JPEG文件结构如图2-4所示。
图2-4 JPEG文件结构
每个段包含两部分，分别是标记码和压缩数据。段的一般结构如图2-5所示。
图2-5 段的一般结构
段长度按大端序存放，高位在前，低位在后。有些段没有段长度，也没有段内容，只有段标识和段类型，如SOI、EOI。
下面分别介绍标记码和压缩数据的含义。
（1）标记码。
标记码由2字节构成，第1字节是段标识，固定值为0xFF，每个新段都以0xFF开头。第2字节是段类型，不同的值代表不同类型的段。例如，SOI的标记码为0xFFD8。段类型有30种，然而只有10种必须被所有的程序识别，其他类型都可以忽略。表2-3所示为常见的8种类型标记码。
表2-3 常见的8种类型标记码
需要注意的是，在JPEG中，0xFF具有标记的意思，因此在压缩图像数据流时，如果出现了0xFF，则需要判断是标记码还是压缩数据。
判断方法是：如果在图像数据流中遇到0xFF，则应该检测其紧接着的字符，根据该字符对应的以下各种情况，进行不同的处理。
①0x00：表示0xFF是图像数据流的组成部分，需要进行译码。
②0xD9：表示与0xFF组成标记EOI，代表图像数据流的结束和图像文件的结束。
③0xD0～0xD7：组成RST n 标记，需要忽视整个RST n 标记，即不对当前0xFF和紧接着的0xD n 2字节进行译码，并按RST标记的规则调整译码变量。
④0xFF：忽略当前0xFF，对后一个0xFF进行判断。
⑤其他数值：忽略当前0xFF，并将此数值及其之后的数值用于译码。
（2）压缩数据。
一个完整的2字节标记码后面，就是该标记码对应的压缩数据，它记录了关于JPEG文件的若干信息。其中，紧接着标记码的2字节存放的是这个段的长度，包括段内容和段长度本身，但不包括段标识和段类型的长度。段内容应不大于65533字节。
下面按一般JPEG文件中常见的8个段的排列顺序介绍各段的结构。
SOI是JPEG文件的文件头，格式非常简单，只包括1字节的段标识0xFF和1字节的段类型0xD8，没有数据内容。
APP0的标记码为0xFFE0，该标记码后包含9个具体的字段。
（1）段长度：2字节，用来表示（1）到（9）的9个字段的总长度，即不包含标记码，但包含本字段。
（2）交换格式：5字节，固定值为0x4A46494600，即字符串“JFIF0”的ASCII码。通常使用JFIF的JPEG交换格式和TFIF的JPEG交换格式。
（3）版本号：2字节，前一字节为主版本号，后一字节为次版本号。固定值一般为0x0102，表示JFIF的版本号为1.2，但也可能为其他数值，表示其他版本号。
（4）密度单位：1字节，可选值，取值为0表示无单位；取值为1表示点数/英寸；取值为2表示点数/厘米。
（5） X 方向像素密度：2字节，表示水平方向的密度。
（6） Y 方向像素密度：2字节，表示垂直方向的密度。
（7）缩略图水平像素数：1字节。
（8）缩略图垂直像素数：1字节。
（9）缩略图RGB位图：长度是3字节的倍数，即3× n 字节， n 为缩略图像素总数（缩略图 X 方向像素数与缩略图 Y 方向像素数的乘积），保存了一个24bit的RGB位图。通常情况下，如果没有缩略图，则字段（7）和（8）的取值均为0，且删除本字段。
APP n 标记是一种扩展标记，用于存储与特定应用程序相关的数据。这些标记允许应用程序在JPEG文件中存储自定义信息，而不会影响图像的解码和显示。每个APP n 标记都包含一个特定的标识符和相关的数据。 n 的取值范围为1～15，标记码为0xFFE1～0xFFEF，包含了应用详细信息。
APP1（标识符为“Exif”）：这是用于存储图像的Exif元数据的标记。Exif数据包含有关拍摄设备、拍摄参数和其他图像信息的详细信息。
APP2（标识符为“ICC_PROFILE”）：这是用于存储图像的ICC（International Color Consortium）配置文件的标记。ICC配置文件包含颜色管理信息，可用于确保图像在不同设备和软件之间的一致性显示。
APP14（标识符为“Adobe”）：这是由Adobe Systems定义的一个标记，用于存储与Adobe应用程序相关的数据。它可以包含特定于Adobe软件的信息，如色彩设置和转换参数。
除了上述常见的标记，APP n 标记还可以根据应用程序的需求进行自定义。每个标记的数据部分的格式及含义由相关的应用程序定义和解释。总之，APP n 标记是JPEG文件中用于存储应用程序特定信息的扩展标记。它们允许应用程序在JPEG图像中附加自定义数据，以满足特定的应用需求。
JPEG文件一般有两个DQT， Y 值（亮度）和 C 值（色度）各定义了一个DQT段。DQT的标记码为0xFFDB，标记码后包含两个具体的字段。
（1）段长度：2字节，表示段长度和多个量化表（QT）字段的总长度。
（2）量化表：一个DQT可以包含多个量化表，量化表数量最多为4个，每个量化表都有自己的信息字节，其中包括以下两项内容。
● 精度及量化表ID：1字节，高4bit表示精度，只有两个可选值，即0表示8bit，1表示16bit。低4bit表示量化表ID，取值范围为0～3。
● 表项：64×（精度取值+1)字节。例如，当精度取值为0时，即8bit精度，其表项长度为64×(0+1)=64字节。
SOF0标记码为0xFFC0，标记码后包含6个具体的字段。
（1）段长度：2字节，（1）～（6）共6个字段的总长度。
（2）样本精度：1字节，表示每个数据样本的比特数，通常是8bit。
（3）图像高度：2字节，表示以像素为单位的图像高度。
（4）图像宽度：2字节，表示以像素为单位的图像宽度。
（5）颜色分量个数：1字节，1表示灰度图像，3表示YCrCb或YIQ彩色图像，4表示CMYK彩色图像。JPEG通常采用YCrCb彩色模型，其中，Y表示亮度，Cr表示红色分量，Cb表示蓝色分量。
（6）颜色分量信息：颜色分量个数×3字节，通常为9字节，并依次表示如下信息。
● 颜色分量ID：1字节，取值为1表示Y，2表示Cb，3表示Cr，4表示I，5表示Q。
● 采样系数：1字节，高4bit表示水平采样因子，低4bit表示垂直采样因子。采样系数以水平和垂直方向的采样率表示，通常以“水平采样率乘垂直采样率”的形式表示。采样系数决定了色度分量相对于亮度分量的采样密度，从而影响了图像的颜色信息和细节。较高的采样率可以提供更好的色彩保真度，但会增加图像文件的大小。
● 量化表号：1字节，表示当前分量使用的量化表ID。
JPEG文件里有两类霍夫曼表：一类用于DC（直流分量）；另一类用于AC（交流分量）。一般有4个霍夫曼表，即亮度DC霍夫曼表、亮度AC霍夫曼表、色度DC霍夫曼表、色度AC霍夫曼表，最多可有6个霍夫曼表，包括两个额外的亮度霍夫曼表和色度霍夫曼表。DHT标记码为0xFFC4，该标记码后包含两个具体的字段。
（1）段长度：2字节，表示（1）～（2）两个字段的总长度。
（2）霍夫曼表（HT）：一个DHT可以包含多个霍夫曼表，每个霍夫曼表都有自己的信息字节，其中包含以下字段。
● 表ID和表类型：1字节，高4bit表示表的类型，取值只有两个，即0表示DC，1表示AC。低4bit表示霍夫曼表ID。
● 霍夫曼表位表：16字节，这16个数的和应该小于或等于256。
● 霍夫曼表值表：长度为霍夫曼表位表16个数的和。例如，霍夫曼表位表的值为00-01-05-01-01-01-01-01-01-00-00-00-00-00-00-00，共16字节，其和为12，则霍夫曼表值表为12字节。
SOS标记码为0xFFDA，SOS后紧接的是压缩的图像数据，数据存放顺序是从左到右、从上到下。SOS标记码后包含4个具体的字段。
（1）段长度：2字节。
（2）颜色分量个数：1字节，只有3个可选值，1表示灰度图像，3表示YCrCb或YIQ彩色图像，4表示CMYK彩色图像。
（3）颜色分量信息：按颜色分量个数重复出现，每个颜色分量包括以下字段。
● 颜色分量ID：1字节，1表示Y，2表示Cb，3表示Cr，4表示I，5表示Q。
● 霍夫曼表ID：1字节，高4bit表示DC霍夫曼表ID；低4bit表示AC霍夫曼表ID。
（4）压缩图像数据：3字节，包括以下字段。
● 谱选择开始：1字节，固定值为0x00。
● 谱选择结束：1字节，固定值为0x3F。
● 谱选择：1字节，固定值为0x00。
EOI只有2字节的标记码，标记码为0xFFD9，表示JPEG文件的结束。