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：有损的离散余弦变换（Discrete Cosine Transform，DCT）；无损的预测技术压缩。数据编码方法：哈夫曼编码；算术编码；编码模式：基于 DCT 顺序模式：编/解码通过一次扫描完成；基于 DCT 递进模式：编/解码需要多次扫描完成，扫描效果从粗糙到精细，逐级递进；无损模式：基于 DPCM，保证解码后完全精确恢复到原图像采样值；层次模式：图像在多个空间多种分辨率进行编码，可以根据需要只对低分辨率数据作解码，放弃高分辨率信息。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。 SOI，Start of Image，图像开始标记代码 2 字节 固定值 0xFFD8 APP0，Application ，应用程序保留标记 0标记代码 2 字节 固定值 0xFFE0包含 9 个具体字段： 数据长度 2 字节 9 个字段的总长度即不包括标记代码，但包括本字段 标识符 5 字节 固定值 0x4A46494600，即字符串 “JFIF0” 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 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 X 方向像素密度 2 字节 取值范围未知 Y 方向像素密度 2 字节 取值范围未知 缩略图水平像素数目 1 字节 取值范围未知 缩略图垂直像素数目 1 字节 取值范围未知 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“缩略图水平像素数目” 和字段“缩略图垂直像素数目”的值均为 0。 APPn，Application ，应用程序保留标记 n，其中 n=115(任选)标记代码 2 字节 固定值 0xFFE10xFFF包含 2 个具体字段： 数据长度 2 字节 2 个字段的总长度即不包括标记代码，但包括本字段 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。 DQT，Define Quantization Table ，定义量化表标记代码 2 字节 固定值 0xFFDB包含 9 个具体字段： 数据长度 2 字节 字段和多个字段的总长度即不包括标记代码，但包括本字段 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 03b) 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，字段可以重复出现，表示多个量化表，但最多只能出现4 次。 SOF0，Start of Frame，帧图像开始标记代码 2 字节 固定值 0xFFC0 包含 9 个具体字段： 数据长度 2 字节 六个字段的总长度即不包括标记代码，但包括本字段 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 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 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 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，字段应该重复出现，有多少个颜色分量（字段），就出现多少次（一般为 3 次）。 DHT，Difine Huffman Table，定义哈夫曼表标记代码 2 字节 固定值 0xFFC4 包含 2 个具体字段：数据长度 2 字节 字段和多个字段的总长度即不包括标记代码，但包括本字段 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。 DRI，Define Restart Interval，定义差分编码累计复位的间隔标记代码 2 字节 固定值 0xFFDD 包含 2 个具体字段：数据长度 2 字节 固定值 0x0004，两个字段的总长度即不包括标记代码，但包括本字段MCU 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 SOS，Start of Scan ，扫描开始 12 字节标记代码 2 字节 固定值 0xFFDA包含 2 个具体字段：数据长度 2 字节 两个字段的总长度即不包括标记代码，但包括本字段颜色分量数 1 字节 应该和 SOF 中的字段的值相同，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 压缩图像数据a)谱选择开始 1 字节 固定值 0x00b)谱选择结束 1 字节 固定值 0x3Fc)谱选择 1 字节 在基本 JPEG 中总为 00本标记段中，字段应该重复出现，有多少个颜色分量（字段），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。 EOI，End of Image，图像结束 2 字节标记代码 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）0xD00xD7, 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；3）0xFF，则忽视当前 0xFF，对后一个 0xFF 再作判断；4）其他数值，则忽视当前 0xFF，并保留紧接的此数值用于译码。二、 JPEG 解码过程详解下面来详细讲述 JPEG 文件的解码过程。1读入文件的相关信息按照上述的 JPEG 文件数据存储方式，把要解码的文件的相关信息一一读出，为接下来的解码工作做好准备。参考方法是，设计一系列的结构体对应各个标记，并存储标记内表示的信息。其中图像长宽、多个量化表和哈夫曼表、水平/垂直采样因子等多项信息比较重要。以下给出读取过程中的两个问题。1）整个文件的大体结构JFIF 格式的 JPEG 文件(*.jpg)的一般顺序为：SOI(0xFFD8)APP0(0xFFE0)APPn(0xFFEn)可选DQT(0xFFDB)SOF0(0xFFC0)DHT(0xFFC4)SOS(0xFFDA)压缩数据EOI(0xFFD9)2）字的高低位问题JPEG 文件格式中，一个字（16 位）的存储使用的是 Motorola 格式, 而不是 Intel 格式。也就是说 , 一个字的高字节（高 8 位）在数据流的前面, 低字节（低 8 位）