JPG / JPEG 文件格式详解¶
JPEG（常见扩展名：.jpg / .jpeg）是一种 有损压缩 的图像格式，主要面向照片等连续色调图像。JPEG 文件不是“像 PNG 那样的块链”，而是由一系列 标记段 （Marker） 顺序组成：0xFF + 标记码，其中很多段还会带长度与数据。
1. JPEG 文件整体结构（从文件头到文件尾）¶
一个典型 JPEG（JFIF/Exif）文件大致结构：
SOI
APP0(JFIF) 或 APP1(Exif/XMP) 等应用段（可有多个）
DQT（量化表）
SOF0/SOF2（图像帧头：尺寸、采样、分量等）
DHT（哈夫曼表）
SOS（扫描开始：后面跟压缩图像数据）
...（熵编码数据，直到遇到 EOI）
EOI
JPEG 可以包含多个 APP 段、多个 DQT/DHT 段；也可能是渐进式（SOF2）或基线（SOF0）。
2. 文件头：SOI（Start Of Image）¶
SOI 是 JPEG 的开头标记，固定 2 字节：
- 十六进制：
FF D8
它表示：这是一个 JPEG 图像的开始。
3. 段（Segment）与 Marker 通用格式¶
JPEG 的很多段遵循这样的结构：
┌───────────┬──────────────┬───────────────┐
│ Marker(2) │ Length(2) │ Payload(...) │
└───────────┴──────────────┴───────────────┘
- Marker：2 字节，形如
FF E1（APP1）或FF DB（DQT） - Length：2 字节，大端序，表示 Payload + Length字段本身 的总长度（也就是从 Length 开始计数）
- Payload：该段数据内容
3.1 例外（没有 Length 的标记）¶
有些 Marker 不带长度字段：
- SOI：FF D8
- EOI：FF D9
- RSTn（重启标记）：FF D0 ~ FF D7（出现在压缩数据中）
- 还有少数其它控制标记
4. 常见关键段详解（你会经常遇到）¶
4.1 APP0（JFIF）与 APP1（Exif）¶
APP0（JFIF）¶
- Marker：
FF E0 - 用于 JFIF 头信息（像素密度、缩略信息等）
- Payload 往往以 ASCII
"JFIF\0"开头
APP1（Exif）¶
- Marker：
FF E1 - 最常见的 Exif 元数据段（相机信息、时间、GPS 等）
- Payload 往往以 ASCII
"Exif\0\0"开头 - Exif 内部通常是 TIFF 结构（包含 IFD 表）
现实里：手机/相机会放 APP1(Exif)，也可能放 APP1(XMP)，还可能有 APP2(ICC profile) 等。
4.2 DQT（Define Quantization Table，量化表）¶
- Marker：
FF DB - JPEG 压缩的关键：把频域系数按量化表做除法并取整（有损来源之一）
- 可能有多张表（例如亮度/色度不同表）
4.3 SOF（Start Of Frame，帧头：尺寸与采样）¶
常见两类：
- SOF0（Baseline DCT）：FF C0
- SOF2（Progressive DCT）：FF C2
SOF 段会给出： - 精度（通常 8 位） - 图像高度、宽度 - 分量数量（通常 3：Y/Cb/Cr） - 每个分量的采样因子（例如 4:2:0 / 4:2:2）与量化表选择
4.4 DHT（Define Huffman Table，哈夫曼表）¶
- Marker：
FF C4 - 熵编码阶段使用的哈夫曼码表（压缩与解码关键）
- 可能有多张表（DC/AC、亮度/色度分别）
4.5 SOS（Start Of Scan，扫描开始）¶
- Marker：
FF DA - SOS 之后紧跟的是**压缩图像数据（熵编码数据）**
- 直到遇到 EOI 或者在数据中穿插的 RSTn 标记
数据中的“字节填充（Byte Stuffing）”¶
由于 Marker 以 0xFF 开头，而压缩数据里也可能出现 0xFF 字节：
- 规定：在熵编码数据中，若出现 0xFF，后面会插入一个 0x00
- 解码时遇到 FF 00 表示“这是数据里的 0xFF，不是 marker”
5. 文件尾：EOI（End Of Image）¶
EOI 是 JPEG 的结束标记，固定 2 字节：
- 十六进制：
FF D9
表示图像结束（文件尾）。
6. JPEG 压缩原理（理解文件为何这样组织）¶
JPEG（典型 YCbCr）压缩流程概览： 1. RGB → YCbCr（可做色度抽样 4:2:0 等） 2. 分块（通常 8x8） 3. DCT 变换到频域 4. 量化（DQT）：有损关键 5. Zigzag 扫描 + RLE 6. 哈夫曼编码（DHT）：无损压缩部分 7. 写入 SOS 后的熵编码数据流，EOI 结束
7. 常见 JPEG 类型¶
- Baseline JPEG（SOF0）：最常见，兼容性最好
- Progressive JPEG（SOF2）：渐进显示，网络加载体验更好（先糊后清）
- 带 Exif 的 JPEG：相机/手机图常见
- 带 ICC profile 的 JPEG（APP2）：色彩管理更严谨的工作流常见
8. 快速记忆小抄¶
- 文件头：
FF D8（SOI） - 文件尾：
FF D9（EOI） - 段结构：
FF xx+Length(2)+Payload（大多数段） - 关键段：
- APP0/APP1：JFIF/Exif 元数据
- DQT：量化表（决定损失/质量）
- SOF0/SOF2：宽高、采样、分量信息
- DHT：哈夫曼表
- SOS：后面就是压缩图像数据（字节填充 FF 00）