【转载】转载自http://www.cnblogs.com/leaven/archive/2010/04/06/1705846.html
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。
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。
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：
① 数据长度 2字节 ①~⑨9个字段的总长度
即不包括标记代码，但包括本字段
② 标识符 5字节 固定值0x4A46494600，即字符串“JFIF0”
③ 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
④ 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
⑤ X方向像素密度 2字节 取值范围未知
⑥ Y方向像素密度 2字节 取值范围未知
⑦ 缩略图水平像素数目 1字节 取值范围未知
⑧ 缩略图垂直像素数目 1字节 取值范围未知
⑨ 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⑦“缩略图水平像素数目”和字段⑧“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=1～15(任选)
标记代码 2字节 固定值0xFFE1~0xFFF
包含2个具体字段：
① 数据长度 2字节 ①~②2个字段的总长度
即不包括标记代码，但包括本字段
② 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：
① 数据长度 2字节 字段①和多个字段②的总长度
即不包括标记代码，但包括本字段
② 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0～3
b)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②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：
① 数据长度 2字节 ①~⑥六个字段的总长度
即不包括标记代码，但包括本字段
② 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
③ 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
④ 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
⑤ 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
⑥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⑥应该重复出现，有多少个颜色分量（字段⑤），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：
①数据长度 2字节 字段①和多个字段②的总长度
即不包括标记代码，但包括本字段
② 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②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：
①数据长度 2字节 固定值0x0004，①~②两个字段的总长度
即不包括标记代码，但包括本字段
②MCU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：
①数据长度 2字节 ①~④两个字段的总长度
即不包括标记代码，但包括本字段
②颜色分量数 1字节 应该和SOF中的字段⑤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
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
④ 压缩图像数据
a)谱选择开始 1字节 固定值0x00
b)谱选择结束 1字节 固定值0x3F
c)谱选择 1字节 在基本JPEG中总为00
本标记段中，字段③应该重复出现，有多少个颜色分量（字段②），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）0xD0~0xD7,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。
为了造福大众，我把自己定义的文件头结构体给他家参考一下，欢迎讨论~
1 typedef struct APP0 //应用程序保留标记0
2 {
3 //char value[2]; //标记代码
4 unsigned char d_length[2]; //数据长度
5 unsigned char symbol[5]; //标识符
6 unsigned char version[2]; //版本号
7 unsigned char density; //X和Y的密度单位
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; //缩略图水平像素数目
11 unsigned char y_num; //缩略图垂直像素数目
12 unsigned char* RGB_bitmap; //缩略图RGB位图
13 }APP0; APP0 app0;
14
15 typedef struct APPn //应用程序保留标记n，其中n=1～15(任选)
16 {
17 //char value[2]; //标记代码
18 unsigned char d_length[2]; //数据长度
19 unsigned char* info; //详细信息,数据长度-2字节
20 }APPn; APPn appn;
21
22 typedef struct DQT //定义量化表
23 {
24 //char value[2]; //标记代码
25 unsigned char d_length[2]; //数据长度
26 unsigned char* table; //量化表,数据长度-2字节
27 //a.精度及量化表ID 1字节
28 //高4位：精度，只有两个可选值,0：8位；1：16位
29 //低4位：量化表ID，取值范围为0～3
30 //b.表项(64×(精度 + 1))字节
31 //例如8位精度的量化表,其表项长度为64×（0 + 1） = 64字节
32 }DQT; DQT dqt;
33
34 typedef struct SOF0 //帧图像开始
35 {
36 //char value[2]; //标记代码
37 unsigned char d_length[2]; //数据长度
38 unsigned char accuracy; //精度
39 unsigned char height[2]; //图像高度
40 unsigned char width[2]; //图像宽度
41 unsigned char color; //颜色分量数
42 unsigned char* color_info; //颜色分量信息
43 }SOF0; SOF0 sof0;
44
45 typedef struct DHT //定义哈夫曼表
46 {
47 //char value[2]; //标记代码
48 unsigned char d_length[2]; //数据长度
49 unsigned char* H_table; //哈夫曼表,数据长度-2字节
50 //a.表ID和表类型,1字节,
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表分开编码
53 //b.不同位数的码字数量,16字节
54 //c.编码内容,16个不同位数的码字数量之和（字节）
55 }DHT; DHT dht;
56
57 typedef struct DRI //定义差分编码累计复位的间隔
58 {
59 //char value[2]; //标记代码
60 unsigned char d_length[2]; //数据长度
61 unsigned char interval[2]; //MCU块的单元中的重新开始间隔
62 //设其值为n，则表示每n个MCU块就有一个RSTn标记。
63 }DRI; DRI dri;
64
65 typedef struct SOS //扫描开始,12字节
66 {
67 //char value[2]; //标记代码
68 unsigned char d_length[2]; //数据长度
69 unsigned char color; //颜色分量数
70 unsigned char* color_info; //颜色分量信息
71 unsigned char image_data[3]; //压缩图像数据
72 }SOS; SOS sos;
来源：https://www.cnblogs.com/gungnir2011/p/3615273.html