JPG文件头结构介绍

目录

       

简介

JPG文件头格式介绍

文件头解析代码

---

简介

        近期因工作需要，了解了一下JPG文件头的结构，也了解到很多手机厂商，在文件头里存了一些其他用户查看不到的信息，比如存的用于分析图像效果的定位信息，还有icc_profile文件等，还有一些其他信息，利用这些信息可以达到一些想要的目的。

JPG文件头格式介绍

        进入主题，JPG文件头结构如下表所示。

SOI start of Image 必选	标记代码	2 byte	0xFFD8
APPn Application 可选	标记代码	2 byte	0xFFE0~0xFFEF
	数据长度	2 byte	字段大小，不包括标记代码
	n为0~15，每个appn可以重复多次，app0里一般存的版本信息，icc_profile一般在app2里，appn里可能存有exif信息，甚至存有缩略图
DQT Define Quantization Table 必选	标记代码	2 byte	0xFFDB
	数据长度	2 byte	字段大小，不包括标记代码
	量化表	精度及量化表ID	1 byte	高4位，精度，0表示8位，1表示16位
				低4位，量化表ID，取值0~3
		表项	64x(精度+1) byte	8位精度的量化表，长度为64x(0+1)=64byte
	量化表可以多次出现，最多4次
SOF0 Start of Frame 必选	标记代码	2 byte	0xFFC0
	数据长度	2 byte	字段大小，不包括标记代码
	精度	1 byte	每个数据的位数，一般为8位
	图像高度	2 byte	图像高度，单位像素
	图像宽度	2 byte	图像宽度，单位像素
	颜色分量数	1 byte	1表示灰度图，3表示YCrCb或YIQ，4表示CMYK
	颜色分量信息	颜色分量ID	1 byte
		水平/垂直采样因子	1 byte	高4位，水平采样因子 低4位，垂直采样因子
		量化表	1 byte	当前分量使用的量化表ID
	颜色分量信息重复出现，次数位颜色分量数
DHT Difine Huffman Table 必选	标记代码	2 byte	0xFFC4
	数据长度	2 byte	字段大小，不包括标记代码
	哈夫曼表	表ID和表类型	1 byte	高4位，0表示DC直流，1表示AC交流
		不同位数的码字数量	16 byte
		编码内容	16个不同位数的码字数量之和
	哈夫曼表可以重复出现，一般为4次，也可以为1次
DRI  Define Restart Interval 可选	标记代码	2 byte	0xFFDD
	数据长度	2 byte	字段大小，不包括标记代码
	MCU块的单元中的重新开始间隔	2 byte	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 必选	标记代码	2 byte	0xFFDA
	数据长度	2 byte	字段大小，不包括标记代码
	颜色分量数	1 byte	1表示灰度图，3表示YCrCb或YIQ，4表示CMYK
	颜色分量信息	颜色分量ID	1 byte
		直流/交流系数表号	1 byte	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	谱选择开始	1 byte	0x00
		谱选择结束	1 byte	0x3F
		谱选择	1 byte	0
	颜色分量信息应该重复出现，有多少个颜色分量，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
SOI End of Image 必选	标记代码	2 byte	0xFFD9

        通过这些字段，可以提取出图片的些信息，分析图片里存储的结构，比如有的在图片的app里还存有图，有的在JPG文件里存有多张图等等，大光圈场景的深度图，往往也会存在JPG里，把两种JPG接在了一起。

文件头解析代码

        如下代码可以用来分析JPG的结构。

import numpy as np
import os

def openImage(name):
    f = open(name, 'rb')
    text = f.read()
    f.close()
    print(len(text))
    return text

def GetJpgInfo(text, start, end):
    startPos = start
    infoList = []
    flag = 0
    for i in range(startPos, end - 1):
        if text[i] == 0xFF and text[i + 1] == 0xD8:
            info = dict(label='SOI', start=i, end=i+2, size=2)
            infoList.append(info)
            startPos = i + 2
            flag = 1
            break

    while (startPos

跑了张华为手机拍的图片，通过微信传到的电脑，不确定是否有被微信更改过，估计没有，因为文件大小差不多，结果如下：

1865731
image num: 2
image: 0
{'label': 'SOI', 'start': 0, 'end': 2, 'size': 2}
{'label': 'app1', 'start': 2, 'end': 25960, 'size': 25958}
{'label': 'app7', 'start': 25960, 'end': 52620, 'size': 26660}
{'label': 'app8', 'start': 52620, 'end': 87746, 'size': 35126}
{'label': 'app9', 'start': 87746, 'end': 109312, 'size': 21566}
{'label': 'app0', 'start': 109312, 'end': 109330, 'size': 18}
{'label': 'DQT', 'start': 109330, 'end': 109399, 'size': 69}
{'label': 'DQT', 'start': 109399, 'end': 109468, 'size': 69}
{'label': 'SOF0', 'start': 109468, 'end': 109487, 'size': 19}
{'label': 'DHT', 'start': 109487, 'end': 109520, 'size': 33}
{'label': 'DHT', 'start': 109520, 'end': 109703, 'size': 183}
{'label': 'DHT', 'start': 109703, 'end': 109736, 'size': 33}
{'label': 'DHT', 'start': 109736, 'end': 109919, 'size': 183}
{'label': 'DRI', 'start': 109919, 'end': 109925, 'size': 6}
{'label': 'SOS', 'start': 109925, 'end': 109939, 'size': 14}
{'label': 'EOI', 'start': 1860309, 'end': 1860311, 'size': 2}
image: 1
{'label': 'SOI', 'start': 1620, 'end': 1622, 'size': 2}
{'label': 'app0', 'start': 1622, 'end': 1640, 'size': 18}
{'label': 'DQT', 'start': 1640, 'end': 1709, 'size': 69}
{'label': 'DQT', 'start': 1709, 'end': 1778, 'size': 69}
{'label': 'SOF0', 'start': 1778, 'end': 1797, 'size': 19}
{'label': 'DHT', 'start': 1797, 'end': 1830, 'size': 33}
{'label': 'DHT', 'start': 1830, 'end': 2013, 'size': 183}
{'label': 'DHT', 'start': 2013, 'end': 2046, 'size': 33}
{'label': 'DHT', 'start': 2046, 'end': 2229, 'size': 183}
{'label': 'SOS', 'start': 2229, 'end': 2243, 'size': 14}
{'label': 'EOI', 'start': 25958, 'end': 25960, 'size': 2}

        原图分辨率2736×3648，发现在app1里存有一张分辨384x512的图，app7,app8,app9里，不确定存的啥，估计是分析定位的信息，奇怪的是，为啥里面有多个DQT，DHT，看过一些相机拍的图，没有这种情况。手头上没有苹果手机照片，没有进行解析。