JPEG文件分析与无损压缩实践

JPEG 是最常见的图片格式之一，它通过有损压缩在图片体积和视觉质量之间进行平衡，非常适合网络传输，因此被广泛应用于 Web 和数字影像领域。我们平时接触到的 JPEG 图片文件通常使用 .jpg 或 .jpeg 作为扩展名。

需要注意的是，JPEG、JFIF 和 Exif 并不是完全相同的概念。

JPEG 标准主要定义图像的压缩编码方式以及相关的码流结构，而 JFIF、Exif 等则是实际文件中常见的封装和应用规范。可以简单理解为：JPEG 解决“如何编码图像数据”的问题，而 JFIF、Exif 等进一步规定了文件中如何组织这些数据以及如何保存其它信息。

JPEG 通常采用有损压缩。所谓有损压缩，就是通过舍弃部分图像信息来降低文件体积。我们最常见的操作就是在 Photoshop 中选择图片质量，质量越低，通常文件体积越小；质量越高，文件体积越大。

在 Web 应用中，我们经常需要对图片进行压缩，以减少带宽占用、加快页面加载速度。一些网站性能测试工具也会针对网页中的图片大小给出优化建议。最简单的方法通常是使用 Photoshop 调整图片尺寸，然后选择“存储为 Web 所用格式”并选择合适的质量。

那么问题来了：

经过 Photoshop 压缩之后，图片是不是就没有其它优化空间了？要弄清楚这个问题，我们需要先分析一下 JPEG 文件的内部结构。

JPEG文件结构

JPEG 文件并不是一整块连续的图像数据，而是由多个不同类型的数据段（Segment）组成。不同数据段之间通过两个字节组成的 Marker 进行标识。Marker 通常以 0xFF 开头，后面的字节用于表示具体的数据段类型。有些 Marker 只有两个字节，而另外一些 Marker 后面还会跟随长度信息和对应的数据。

JPEG 中的一些元数据主要存放在 APPn 段中，注释数据则可以存放在 COM 段中。不同厂商和应用程序可以利用这些段保存自己的信息，例如相机型号、拍摄时间、GPS 信息、软件名称等。

哪些信息可以被移除？

COM 是 JPEG 的注释数据，而 APPn 中则可能包含各种应用程序使用的数据。这些数据通常并不参与 JPEG 图像本身的解码，因此在确定其内容不再需要之后，可以将其中部分元数据移除。例如我们拿一张经过 Photoshop 处理后的图片，用二进制工具打开：

可以看到文件中包含大量 EXIF、软件信息以及其它元数据。

对于 Web 图片来说，这些信息很多时候并没有实际作用，因此可以考虑删除。

而且这种删除属于元数据层面的无损处理：只删除额外信息，不重新压缩图像的 JPEG 数据，因此不会因为这一步产生新的图像质量损失。

需要注意的是，并不是所有 APPn 段都可以简单删除。某些 JPEG 文件可能依赖其中的数据，例如颜色配置文件、特定应用信息等，因此实际处理时不能简单粗暴地把所有 APPn 都删除。

如何压缩

下面是我当时自己实现的一个简单 JPEG 处理程序，主要思路是解析 JPEG 文件中的各个 Marker，保留图像主体数据，同时去除部分元数据。

<?php

class JPEG{

    // JPEG Metadata Structure
    private $markerkey = array(
        "soi" => 0xd8,
        "sof0" => 0xc0,
        "sof2" => 0xc2,
        "dht" => 0xc4,
        "dqt" => 0xdb,
        "dri" => 0xdd,
        "sos" => 0xda,
        "rst" => array(
            0xd0,0xd1,0xd2,0xd3,
            0xd4,0xd5,0xd6,0xd7
        ),
        "app" => array(
            0xe0,0xe1,0xe2,0xe3,0xe4,
            0xe5,0xe6,0xe7,0xe8,0xe9,
            0xea,0xeb,0xec,0xed,0xee,0xef
        ),
        "com" => 0xfe,
        "eoi" => 0xd9
    );

    private $markerdata = array();
    private $ImageScan;
    private $Image;
    private $PosPointer;
    private $ImageSize;

    public function __construct($argument){

        if(file_exists($argument)){
            $this->Image = fopen($argument,"rb+");
            $this->ImageSize = filesize($argument);
        }else{
            die("File Not Exists");
        }

        if($this->GetByte(2) !== 0xd8ff){
            die("Not a JPEG Image");
        }

        $this->Parse();
    }

    public function GetByte($len){

        if(feof($this->Image)){
            return NULL;
        }

        $tmp = fread($this->Image,$len);
        $tmp2 = array();

        $this->PosPointer = ftell($this->Image);

        if($len == 1){
            $tmp2 = unpack("C",$tmp);
        }else if($len == 2){
            $tmp2 = unpack("S",$tmp);
        }else if($len == 4){
            $tmp2 = unpack("L",$tmp);
        }else{
            $tmp2[1] = $tmp;
        }

        return $tmp2[1];
    }

    public function GetMarkerData(){

        $buffer = "";

        foreach($this->markerdata as $d){
            foreach($d as $c){
                $buffer .= $c;
            }
        }

        return $buffer;
    }

    public function get_marker($byte){

        foreach($this->markerkey as $meta => $bit){

            if(is_array($bit)){
                foreach($bit as $b){
                    if($byte == $b){
                        return $meta;
                    }
                }
            }

            if($byte == $bit){
                return $meta;
            }
        }

        return NULL;
    }

    public function compress(){

        // Remove COM Marker
        $this->markerdata['com'] = array();

        // Remove APP Marker
        $this->markerdata['app'] = array();
    }

    public function Parse(){

        while(($byte = $this->GetByte(1)) !== NULL){

            $nxtbyte = @$this->GetByte(1);

            if($byte == 0xff){

                $marker = $this->get_marker($nxtbyte);

                // Variable Size Marker
                if(
                    $marker == "sof" ||
                    $marker == "sof2" ||
                    $marker == "dht" ||
                    $marker == "dqt" ||
                    $marker == "sof0" ||
                    $marker == "app" ||
                    $marker == "com"
                ){

                    $offset1 = $this->GetByte(1);
                    $offset2 = $this->GetByte(1);

                    $len = $offset1 * 256 + $offset2;
                    $data = $this->GetByte($len - 2);

                    // Full data includes Marker and length
                    $fulldata =
                        pack("C",0xff) .
                        pack("C",$nxtbyte) .
                        pack("C",$offset1) .
                        pack("C",$offset2) .
                        $data;

                    $this->markerdata[$marker][] = $fulldata;

                }else if($marker == "dri"){

                    // pass

                }else if($marker == "rst"){

                    // pass

                }else if($marker == "sos"){

                    // SOS Segment
                    $len = $this->ImageSize - $this->PosPointer - 1;

                    $this->ImageScan =
                        pack("C",0xff) .
                        pack("C",0xda) .
                        $this->GetByte($len);
                }
            }
        }
    }

    public function GetImageBin(){

        return
            pack("S",0xd8ff) .
            $this->GetMarkerData() .
            $this->ImageScan .
            pack("S",0xd9ff);
    }

    public function Storage(){

        fseek($this->Image,0);

        fwrite(
            $this->Image,
            $this->GetImageBin()
        );
    }

    public function __destruct(){

        fclose($this->Image);
    }
}

$image = new JPEG("test.jpg");
$image->compress();
$image->Storage();

这个程序的基本思想并不是重新对 JPEG 图像进行编码，而是解析 JPEG 文件结构，在保留图像主体数据的情况下删除部分元数据。

因此，它和 Photoshop 中调整 JPEG 质量的做法是两种不同的优化方式：

JPEG质量压缩
→ 重新编码图像
→ 可能产生图像质量损失
→ 文件体积进一步下降

去除元数据
→ 删除EXIF、注释等附加信息
→ 不重新编码图像
→ 图像质量不发生变化

当然，上面的代码只是一个实验性质的 JPEG 解析程序，并不能作为完整的 JPEG 优化工具。JPEG 文件存在很多不同的 Marker 和编码情况，实际生产环境中应该使用成熟的 JPEG/EXIF 处理库，而不是简单删除所有 APPn 段。

JPEG文件分析与无损压缩实践

JPEG文件结构

哪些信息可以被移除？

如何压缩

参考资料

评论0