与具体的编码数据空间相比，jpeg文件头占据非常小乃至可以忽略不计的大小。
仍然拿JPEG解码--(1)JPEG文件格式概览中的《animal park》这张图片来举例，从跳过SOS(FF DA)的TAG开始——offset=0x153，
就真正进入了编码数据区域，如下图所示：
其占据的比例为：0x153/0x9721 = 339/38689 = 0.876%，还不到1%，其他jpeg图片也是类似情况。
但是，就是这么小的数据区域，却是至关重要的地方，某些关键的地方一个字节出错了的话，解码就会出错（例如huffman table
中数据），或者重建出的yuv图像异常（例如quantization table中数据）！
本篇是该系列的第三篇，主要介绍jpeg头信息解析，其中除了huffman table重建较复杂外，其他TAG的解析都比较容易。
1. APP0——FF EO
先贴出这段区域：
从ASCII值可以看出，保存了JFIF——JPEG File Interchange Format（JPEG文件交换格式），后面的几个字节应该是version信
息吧，没深究。
2. DQT——FF DB
量化表有两个，上面贴图只高亮了其中一个表。
从offset=0x16开始的两个字节（0x00 43）为这段区域的size=67，后面的一个字节为表的ID——0x00=0（可以看到第二张表中对
应位置offset=0x5D处为0x1）。
跳过前面三字节从offset=0x19处开始的64字节，即为量化表中量化值。其中需要说明的是，量化值是固定为64字节的，因为按8X8
进行DCT变换的。
工具解析的结果如下：
需要补充两点：
A.亮度信号的Y分量使用DQT表一，UV分量使用表二。
B.亮度信号通常采用细量化（量化值较小），对应位置处，表一通常比表二值要小。此量化原因是人眼对亮度信号比较敏感，采用颗粒度
较细来量化，细量化引入的一个问题会消耗更多的数据空间。
3. SOF——FF C0
在该JPEG解码系列中第一篇已经详细介绍过了，不再赘述。工具解析如下：
4. DHT——FF C4
共有四张表，上面只贴出第一张表。
DHT表的重建有些复杂，涉及底层更多关于数据压缩领域的知识，可以参考“范式霍夫曼编码”相关材料，本博文不再做介绍该编码原理。
但会针对具体个例进行说明，如果重建霍夫曼表。这是至关重要的一环，因为关系着后面霍夫曼解码，如果表有误，后面会解码异常。
4.1 表分类
重建霍夫曼表。一般分为四个表：DC0，DC1，AC0，AC1，因为Y分量使用两个表：DC0+AC0，而UV分量也使用两个表：DC1+AC1。
4.2 几个名词及解释
这个几个名词是个人按照自己的理解来定义的，读者需按照这个来解读，因为我的解码工具就是按照这个来使用的。
例如，parseDHT显示的下图：
几个名词：序号（SequenceNum）、码字长度（CodeWidth）、码字（Code）、信源值/权值（CodeVal）。
SequenceNum：序号，依次递增，从0到totalCodeCnt-1。totalCodeCnt值不确定，取决于编码端编码出的数量。
上面图示的第一列数字，是依次递增的，多一个编码数据就多一行。
CodeWidth： 编码数据的宽度（码字宽度——二进制数据的bit位宽），宽度都是从2开始，最大为16。当某个码字Code的宽度为16时，表示用16位的
编码数据来表示某个像素值(确切讲并不是像素值，而是RLE的值！)，当然，其出现的概率非常低，否则会出现编码数据量大于信源数据量了。
另外，码字宽度必须是依次递增的，中间不可能有跳变，因为霍夫曼编码理论上会尽量用较窄的码字来表示信源。-->也有可能产生跳变！
但一般概率较低，曾经遇到过。
相同码字宽度的若干码字，其码字依次递增。例如，图示第3-5行，码字宽度为3，其对应的码字为0x4,0x5,0x6，即二进制:100,101,110。
Question：每当码字宽度加一时，码字如何变化？
上一个码字值加1后，末尾再补一个零（即——加1右移）。当宽度增加二时，先将上一个码字值加1后再补两个零。增加三时类似，但出现
概率极低。例如上图中，从CodeWidth中2->3过渡，Code值变化为：01 -> 100；从CodeWidth的3 -> 4过渡，Code值变化为：110 ->1110。
值得注意的一点：码字宽度，不一定都是依次递增，有可能产生跳变，目的是使后面的码字不溢出，也就是补两个或多个零的情况。
Code： 码字，全部码字要求各不相等。因其是编码数据，而霍夫曼编码要求读取的完整的n位比特位的码字Code，不能与其他码字Code的前n位相等，
因此宽度值从2位的00开始。
例如，上面码字Code中间的四行分别为：0x5,0x6,0xe,0x1e，（二进制表示：101，110，1110，11110）的编码数据，其真正代表的CodeVal信源
值为4，3，5，6。由此也可以看出，信源值4出现的频率/概率最高（如果仅仅这四个做比较的话是这样（再极端情况是：P4=P3>P5>P6），如果通盘比较，
当然是第一行0x1出现的概率最大），因为要用最小(最窄)的编码数据来表示频率最高的信源值。这是huffman编码理论中的一个核心概念——出现概率最大
的值的编码宽度最窄，这样最利于压缩数据。
CodeVal：信源值（应该是接近信源的值，不是量化后的值，其值是RLE行程编码值，由两部分组成，高四位和低四位）。
即编码内容，也是霍夫曼树叶子节点权值，在解码时需要用Code来恢复出这种值。
该值的宽度由量化精度决定，通常为8位，代表yuv图形单个像素值采样精度为8位，该值是唯一的，不能重复。——》 描述错误，不是这种情况，后面再解释。
4.3 重建步骤
以例子来展示，不使用《animal park》，使用如下这一串值(红色➕号分割不同意义的值，我自己添加的)：
FF C4 00 1D 00 00 03 01 01 01 01 01 01 01 00 00 00 00 00 00 00 + 04 05 06 03 02 01 00 09 07 08
step1. 剔除掉表示size的00 1D以及表示table_id的00，剩余： 00 03 01 01 01 01 01 01 01 00 00 00 00 00 00 00 + 04 05 06 03 02 01 00 09 07 08
其中，前16个数值表示含义————码字宽度（CodeWidth）为n的码字（Code）的数量，其中n从1递增到16（可以表示为该位置的index，但是其是从1开始递增），
因为最小宽度为1，最大宽度为16。
通常，宽度为1的码字不会使用，而编码是从2位开始，例如第一个码字通常为0b00，来表示出现频率最高的那个信源值。有些位置上的值为0，表示该码字宽度无
对应的码字，像第一个位置和最后7个位置的0，就没有对应的码字。
从上面分析，可以得到结论：总共使用码字的数量————16个位置上的数值之和，也即是totalCodeCnt=10（3+1+1+1+1+1+1+1），也是霍夫曼树中叶子节点的个数。
step2. 前16个字节后面的若干个字节数据：04 05 06 03 02 01 00 09 07 08
其表示码字宽度依次递增时所对应的信源值（CodeVal），其数量必然等于totalCodeCnt，因为一个有效码字（前16Byte不为0的）对应一个信源值。
step3. 对应关系生成
前16Bytes的第2个位置的03，代表码字宽度为2的码字数量为3，那么其分别为：0b00，0b01，0b10，其对应的信源值分别为后面的0x04,0x05,0x06
。。。。。。3。。。 。01。。。。。。。。3。。。 。。。1 。。。。。。。0b110。。。。。。。。。。。。。。。。。。。 。0x03
。。。。。。4。。。。 01。。。。。。。。4。。。。。。1。。。。。。。。 0b1110。。。。。。。。。。。。。。。。。。。0x02
以此类推，直到最后一个码字宽度为9的码字0x1fe，以及其代表的信源值0x08。
4.4 重建算法
本人工具提供了一个重建huffman表的算法，感兴趣的可以参考。写的不是太简洁，但能正常重建DHT。
1 //rebuild huffman table 2 int parseDHT(ABitReader* abr, struct jpegParam* param) 3 { 4 printf("(%s : %d), DHT offset:%#x ", __func__, __LINE__, abr->getOffset()); 5 int len = abr->getBits(16); 6 len -= 2; 7 while (len>0) 8 { 9 uint8_t idx = abr->getBits(8); 10 uint8_t idx_high = idx>>4; 11 uint8_t idx_low = idx & 0x0f; 12 13 //idx_hight represent DC or AC: 0-DC, 1-AC 14 //idx_low represent color id: 0-Y, 1-uv 15 //[0][x] -- DC table, [0][0]:DC0, [0][1]:DC1 16 //[1][x] -- AC table, [1][0]:AC0, [1][1]:AC1 17 //generate pHTCodeCnt[idx_high][idx_low] 18 uint8_t *pCodeCnt = (uint8_t*)malloc(16); 19 int i, j; 20 int total_code_cnt = 0; 21 printf(" table id: [%d][%d]--[%s%d], dump more detail info... ", idx_high, idx_low, idx_high==0?"DC":"AC", idx_low); 22 printf(" CodeCntOfNBits: "); 23 for (i=0; i<16; i++) { 24 int code_cnt = abr->getBits(8); 25 pCodeCnt[i] = code_cnt; 26 total_code_cnt += code_cnt; 27 printf("%2d ", code_cnt); 28 } 29 printf(" total code cnt: %d ", total_code_cnt); 30 param->HTCodeRealCnt[idx_high][idx_low] = total_code_cnt; 31 param->pHTCodeCnt[idx_high][idx_low] = pCodeCnt; 32 33 uint8_t *pWidth = (uint8_t *)malloc(total_code_cnt); 34 param->pHTCodeWidth[idx_high][idx_low] = pWidth; 35 printf(" ValidCodeWidth: "); 36 for (i=0, j=0; i<16; i++, j=0) { 37 while (j++ < pCodeCnt[i]) { 38 uint8_t tmp = *pWidth++ = i+1; 39 printf("%2d ", tmp); 40 } 41 } 42 puts(""); 43 44 pWidth = param->pHTCodeWidth[idx_high][idx_low]; 45 46 //generate pHTCode[idx_high][idx_low] 47 uint16_t *pCode = (uint16_t*)malloc(2*total_code_cnt); //huffman code 2~16 bits -> may 1 bits! but HuffmanDecode3 can not handle this! 48 param->pHTCode[idx_high][idx_low] = pCode; 49 bool init_flag = false; 50 for (i=0; i<16; i++) { 51 int j = 0; 52 uint16_t tmp; 53 while (j++ < pCodeCnt[i]) { 54 if ((i==1 || i==0) && (j==1) && (init_flag==false)) { 55 *pCode = 0; //init val 56 init_flag = true; 57 } else if (j == 1) { //first add x bits 58 int k = i; 59 int shift_bits = 1; 60 while(pCodeCnt[--k] == 0) { 61 shift_bits++; 62 } 63 tmp = (*pCode+1)<<shift_bits; 64 *++pCode = tmp; 65 } else { 66 tmp = *pCode + 1; 67 *++pCode = tmp; 68 } 69 //printf("i:%d, j:%d, (%d , %d) => %#x ", i, j, pCodeCnt[i], pWidth[i], *pCode); 70 } 71 } 72 73 //generate pHTCodeVal[idx_high][idx_low] 74 uint8_t *pCodeVal = (uint8_t*)malloc(total_code_cnt); //huffman code 2~16 bits 75 param->pHTCodeVal[idx_high][idx_low] = pCodeVal; 76 for (i=0; i<total_code_cnt; i++) { 77 *pCodeVal++ = abr->getBits(8); 78 } 79 80 printf(" -----------------huffman table: [%d][%d]--------------------- ", idx_high, idx_low); 81 82 pWidth = param->pHTCodeWidth[idx_high][idx_low]; 83 pCode = param->pHTCode[idx_high][idx_low]; 84 pCodeVal = param->pHTCodeVal[idx_high][idx_low]; 85 puts(" [SequenceNum] (CodeWidth, Code) -> CodeVal"); 86 for (i=0; i<total_code_cnt; i++) { 87 printf(" [%11d] (%9d, %#6x) -> %#7x ", i, *pWidth++, *pCode++, *pCodeVal++); 88 } 89 len -= (17+total_code_cnt); 90 puts(" ---------------------------------------------------------------------------------------------"); 91 } 92 return 0; 93 }
5. SOS——FF DA
SOS主要描述了分量号与几个DHT表的对应关系，以及编码profile。
其含义如代码所示：
1 //map comp_id to huffman_table 2 int parseSOS(ABitReader* abr, struct jpegParam* param) 3 { 4 printf("(%s : %d), SOS offset:%#x ", __func__, __LINE__, abr->getOffset()); 5 int len = abr->getBits(16); 6 int comp_cnt = abr->getBits(8); 7 int i; 8 for (i=0; i<comp_cnt; i++) { 9 param->ht_comp_id[i] = abr->getBits(8); 10 CHECK_EQ(param->ht_comp_id[i], i+1); 11 int ht_idx = abr->getBits(8); 12 param->ht_idx[i] = ht_idx; 13 int dc_idx = ht_idx>>4; 14 int ac_idx = ht_idx & 0x0f; 15 printf(" color_id[%d] use DC_table[%d], AC_table[%d] ", param->ht_comp_id[i], dc_idx, ac_idx); 16 } 17 uint32_t baseline_flag = abr->getBits(24); 18 puts(" only support baseline profile! should pass for most cases!"); 19 CHECK_EQ(baseline_flag, 0x003f00); 20 21 return 0; 22 }
需要注意的是，最后3Bytes是描述所用的profile，但是基本上都是使用的baseline，这个值是固定的。
工具解析结果如下：
6. 其他补充
有些图片带缩略图——thumbnail，其存在的目的是解码大图太耗费时间，而如果jpeg图片中还嵌套着另外一份小图（缩略图），则利用该小图解码可以缩短解码大图时间，
来达到尽快展示给用户看的目的。
jpeg文件格式支持这种方式，该小图其实也是一幅分辨率较小的jpeg图片，其一般会放在APP1下的Exif段。
带thumbnail的图片，thumbnail的部分，其完整保留了前面几个小节介绍的各个TAG段。文件中，如果搜索"FF E0"，会发现找到两个，一个是主图的，另外一个是缩略图的。