【轉載】轉載自http://www.cnblogs.com/leaven/archive/2010/04/06/1705846.html
JPEG壓縮編碼算法的主要計算步驟如下：
(0) 8*8分塊。
(1) 正向離散余弦變換(FDCT)。
(2) 量化(quantization)。
(3) Z字形編碼(zigzag scan)。
(4) 使用差分脈沖編碼調制(DPCM)對直流系數(DC)進行編碼。
(5) 使用行程長度編碼(RLE)對交流系數(AC)進行編碼。
(6) 熵編碼。
一、JPEG文件格式介紹
JPEG文件使用的數據存儲方式有多種。最常用的格式稱為JPEG文件交換格式（JPEG File Interchange Format，JFIF）。而JPEG文件大體上可以分成兩個部分：標記碼(Tag)和壓縮數據。
標記碼由兩個字節構成，其前一個字節是固定值0xFF，后一個字節則根據不同意義有不同數值。在每個標記碼之前還可以添加數目不限的無意義的0xFF填充，也就說連續的多個0xFF可以被理解為一個0xFF，並表示一個標記碼的開始。而在一個完整的兩字節的標記碼后，就是該標記碼對應的壓縮數據流，記錄了關於文件的諸種信息。
常用的標記有SOI、APP0、DQT、SOF0、DHT、DRI、SOS、EOI。
注意，SOI等都是標記的名稱。在文件中，標記碼是以標記代碼形式出現。例如SOI的標記代碼為0xFFD8，即在JPEG文件中的如果出現數據0xFFD8，則表示此處為一個SOI標記。
SOI，Start of Image，圖像開始
標記代碼 2字節 固定值0xFFD8
APP0，Application，應用程序保留標記0
標記代碼 2字節 固定值0xFFE0
包含9個具體字段：
① 數據長度 2字節 ①~⑨9個字段的總長度
即不包括標記代碼，但包括本字段
② 標識符 5字節 固定值0x4A46494600，即字符串“JFIF0”
③ 版本號 2字節 一般是0x0102，表示JFIF的版本號1.2
可能會有其他數值代表其他版本
④ X和Y的密度單位 1字節 只有三個值可選
0：無單位；1：點數/英寸；2：點數/厘米
⑤ X方向像素密度 2字節 取值范圍未知
⑥ Y方向像素密度 2字節 取值范圍未知
⑦ 縮略圖水平像素數目 1字節 取值范圍未知
⑧ 縮略圖垂直像素數目 1字節 取值范圍未知
⑨ 縮略圖RGB位圖 長度可能是3的倍數 縮略圖RGB位圖數據
本標記段可以包含圖像的一個微縮版本，存為24位的RGB像素。如果沒有微縮圖像（這種情況更常見），則字段⑦“縮略圖水平像素數目”和字段⑧“縮略圖垂直像素數目”的值均為0。
APPn，Application，應用程序保留標記n，其中n=1～15(任選)
標記代碼 2字節 固定值0xFFE1~0xFFF
包含2個具體字段：
① 數據長度 2字節 ①~②2個字段的總長度
即不包括標記代碼，但包括本字段
② 詳細信息 數據長度-2字節 內容不定
例如，Adobe Photoshop生成的JPEG圖像中就用了APP1和APP13兩個標記段分別存儲了一幅圖像的副本。
DQT，Define Quantization Table，定義量化表
標記代碼 2字節 固定值0xFFDB
包含9個具體字段：
① 數據長度 2字節 字段①和多個字段②的總長度
即不包括標記代碼，但包括本字段
② 量化表 數據長度-2字節
a)精度及量化表ID 1字節 高4位：精度，只有兩個可選值
0：8位；1：16位
低4位：量化表ID，取值范圍為0～3
b)表項 (64×(精度+1))字節 例如8位精度的量化表
其表項長度為64×（0+1）=64字節
本標記段中，字段②可以重復出現，表示多個量化表，但最多只能出現4次。
SOF0，Start of Frame，幀圖像開始
標記代碼 2字節 固定值0xFFC0
包含9個具體字段：
① 數據長度 2字節 ①~⑥六個字段的總長度
即不包括標記代碼，但包括本字段
② 精度 1字節 每個數據樣本的位數
通常是8位，一般軟件都不支持 12位和16位
③ 圖像高度 2字節 圖像高度（單位：像素），如果不支持 DNL 就必須 >0
④ 圖像寬度 2字節 圖像寬度（單位：像素），如果不支持 DNL 就必須 >0
⑤ 顏色分量數 1字節 只有3個數值可選
1：灰度圖；3：YCrCb或YIQ；4：CMYK
而JFIF中使用YCrCb，故這里顏色分量數恆為3
⑥顏色分量信息 顏色分量數×3字節（通常為9字節）
a)顏色分量ID 1字節
b)水平/垂直采樣因子 1字節 高4位：水平采樣因子
低4位：垂直采樣因子
（曾經看到某資料把這兩者調轉了）
c) 量化表 1字節 當前分量使用的量化表的ID
本標記段中，字段⑥應該重復出現，有多少個顏色分量（字段⑤），就出現多少次（一般為3次）。
DHT，Difine Huffman Table，定義哈夫曼表
標記代碼 2字節 固定值0xFFC4
包含2個具體字段：
①數據長度 2字節 字段①和多個字段②的總長度
即不包括標記代碼，但包括本字段
② 哈夫曼表 數據長度-2字節
a)表ID和表類型 1字節 高4位：類型，只有兩個值可選
0：DC直流；1：AC交流
低4位：哈夫曼表ID，
注意，DC表和AC表分開編碼
b)不同位數的碼字數量 16字節
c)編碼內容 16個不同位數的碼字數量之和（字節）
本標記段中，字段②可以重復出現（一般4次），也可以致出現1次。例如，Adobe Photoshop 生成的JPEG圖片文件中只有1個DHT標記段，里邊包含了4個哈夫曼表；而Macromedia Fireworks生成的JPEG圖片文件則有4個DHT標記段，每個DHT標記段只有一個哈夫曼表。
DRI，Define Restart Interval，定義差分編碼累計復位的間隔
標記代碼 2字節 固定值0xFFDD
包含2個具體字段：
①數據長度 2字節 固定值0x0004，①~②兩個字段的總長度
即不包括標記代碼，但包括本字段
②MCU塊的單元中的重新開始間隔
2字節 設其值為n，則表示每n個MCU塊就有一個
RSTn標記。第一個標記是RST0，第二個是
RST1等，RST7后再從RST0重復。
如果沒有本標記段，或間隔值為0時，就表示不存在重開始間隔和標記RST
SOS，Start of Scan，掃描開始 12字節
標記代碼 2字節 固定值0xFFDA
包含2個具體字段：
①數據長度 2字節 ①~④兩個字段的總長度
即不包括標記代碼，但包括本字段
②顏色分量數 1字節 應該和SOF中的字段⑤的值相同，即：
1：灰度圖是；3： YCrCb或YIQ；4：CMYK。
而JFIF中使用YCrCb，故這里顏色分量數恆為3
③顏色分量信息
a) 顏色分量ID 1字節
b) 直流/交流系數表號 1字節 高4位：直流分量使用的哈夫曼樹編號
低4位：交流分量使用的哈夫曼樹編號
④ 壓縮圖像數據
a)譜選擇開始 1字節 固定值0x00
b)譜選擇結束 1字節 固定值0x3F
c)譜選擇 1字節 在基本JPEG中總為00
本標記段中，字段③應該重復出現，有多少個顏色分量（字段②），就出現多少次（一般為3次）。本段結束后，緊接着就是真正的圖像信息了。圖像信息直至遇到一個標記代碼就自動結束，一般就是以EOI標記表示結束。
EOI，End of Image，圖像結束 2字節
標記代碼 2字節 固定值0xFFD9
這里補充說明一下，由於在JPEG文件中0xFF具有標志性的意思，所以在壓縮數據流(真正的圖像信息)中出現0xFF，就需要作特別處理。具體方法是，在數據0xFF后添加一個沒有意義的0x00。換句話說，如果在圖像數據流中遇到0xFF，應該檢測其緊接着的字符，如果是
1）0x00，則表示0xFF是圖像流的組成部分，需要進行譯碼；
2）0xD9，則與0xFF組成標記EOI，則圖像流結束，同時圖像文件結束；
3）0xD0~0xD7,則組成RSTn標記，則要忽視整個RSTn標記，即不對當前0xFF和緊接的0xDn兩個字節進行譯碼，並按RST標記的規則調整譯碼變量；
3）0xFF，則忽視當前0xFF，對后一個0xFF再作判斷；
4）其他數值，則忽視當前0xFF，並保留緊接的此數值用於譯碼。
為了造福大眾，我把自己定義的文件頭結構體給他家參考一下，歡迎討論~
1 typedef struct APP0 //應用程序保留標記0 2 { 3 //char value[2]; //標記代碼 4 unsigned char d_length[2]; //數據長度 5 unsigned char symbol[5]; //標識符 6 unsigned char version[2]; //版本號 7 unsigned char density; //X和Y的密度單位 8 unsigned char x_density[2]; //X方向像素密度 9 unsigned char y_density[2]; //Y方向像素密度 10 unsigned char x_num; //縮略圖水平像素數目 11 unsigned char y_num; //縮略圖垂直像素數目 12 unsigned char* RGB_bitmap; //縮略圖RGB位圖 13 }APP0; APP0 app0; 14 15 typedef struct APPn //應用程序保留標記n，其中n=1～15(任選) 16 { 17 //char value[2]; //標記代碼 18 unsigned char d_length[2]; //數據長度 19 unsigned char* info; //詳細信息,數據長度-2字節 20 }APPn; APPn appn; 21 22 typedef struct DQT //定義量化表 23 { 24 //char value[2]; //標記代碼 25 unsigned char d_length[2]; //數據長度 26 unsigned char* table; //量化表,數據長度-2字節 27 //a.精度及量化表ID 1字節 28 //高4位：精度，只有兩個可選值,0：8位；1：16位 29 //低4位：量化表ID，取值范圍為0～3 30 //b.表項(64×(精度 + 1))字節 31 //例如8位精度的量化表,其表項長度為64×（0 + 1） = 64字節 32 }DQT; DQT dqt; 33 34 typedef struct SOF0 //幀圖像開始 35 { 36 //char value[2]; //標記代碼 37 unsigned char d_length[2]; //數據長度 38 unsigned char accuracy; //精度 39 unsigned char height[2]; //圖像高度 40 unsigned char width[2]; //圖像寬度 41 unsigned char color; //顏色分量數 42 unsigned char* color_info; //顏色分量信息 43 }SOF0; SOF0 sof0; 44 45 typedef struct DHT //定義哈夫曼表 46 { 47 //char value[2]; //標記代碼 48 unsigned char d_length[2]; //數據長度 49 unsigned char* H_table; //哈夫曼表,數據長度-2字節 50 //a.表ID和表類型,1字節, 51 //高4位：0：DC直流；1：AC交流 52 //低4位：哈夫曼表ID,注意，DC表和AC表分開編碼 53 //b.不同位數的碼字數量,16字節 54 //c.編碼內容,16個不同位數的碼字數量之和（字節） 55 }DHT; DHT dht; 56 57 typedef struct DRI //定義差分編碼累計復位的間隔 58 { 59 //char value[2]; //標記代碼 60 unsigned char d_length[2]; //數據長度 61 unsigned char interval[2]; //MCU塊的單元中的重新開始間隔 62 //設其值為n，則表示每n個MCU塊就有一個RSTn標記。 63 }DRI; DRI dri; 64 65 typedef struct SOS //掃描開始,12字節 66 { 67 //char value[2]; //標記代碼 68 unsigned char d_length[2]; //數據長度 69 unsigned char color; //顏色分量數 70 unsigned char* color_info; //顏色分量信息 71 unsigned char image_data[3]; //壓縮圖像數據 72 }SOS; SOS sos;