如何识别 byte[] 的内容是 JPEG？答案

【问题标题】：How to identify contents of a byte[] is a JPEG?如何识别 byte[] 的内容是 JPEG？
【发布时间】：2011-05-31 19:41:57
【问题描述】：

我有一个小字节数组（小于 25K），我将其作为较大消息信封的一部分进行接收和解码。有时这是一个图像，而且它是一个 JPG。除了字节数组之外，我没有上下文信息，并且需要识别它是否是图像，以及图像是否为 JPG 类型。

在开头、结尾或某个偏移处是否存在一些幻数或幻字节，我可以通过查看来识别它？

我的代码示例如下所示（来自内存，而不是 c/p）：

byte[] messageBytesAfterDecode = retrieveBytesFromEnvelope();
if(null != messageBytesAfterDecode && messageBytesAfterDecode > 0){
    if(areTheseBytesAJpeg(messageBytesAfterDecode)){
        doSomethingWithAJpeg(messageBytesAfterDecode)
    }else{
        flagEnvelopeAsHavingBadContentInTheField();
    }
}

我真的需要什么进入

areTheseBytesAJpeg(byte[] mBytes){}

方法，甚至是指向详细说明它的规范的指针。我希望有一种非常快速的方法来做出这个决定，因为我真的不想将它们读入图像等。

【问题讨论】：

标签： java image jpeg

【解决方案1】：

来自维基百科：

JPEG 图像文件以 FF D8 开头，以 FF D9 结尾。

http://en.wikipedia.org/wiki/Magic_number_(programming)

【讨论】：

所有谷歌 - 它甚至把它放在结果中：google.com/search?&q=jpg+magic+number
不错。让我运行我的测试，我会回来的！
真是太好了！我的一半是维基百科，一半是火狐。一定是让我慢下来的原因。
工作就像一个魅力，正是我所要求的。

【解决方案2】：

关于其他 jpeg 文件格式的一些额外信息：文件的开头包含这些字节

BMP : 42 4D
JPG : FF D8 FF EO ( Starting 2 Byte will always be same)
PNG : 89 50 4E 47
GIF : 47 49 46 38

当 JPG 文件使用 JFIF 或 EXIF 时，签名不同：

Raw  : FF D8 FF DB  
JFIF : FF D8 FF E0  
EXIF : FF D8 FF E1

一些代码：

private static Boolean isJPEG(File filename) throws Exception {
    DataInputStream ins = new DataInputStream(new BufferedInputStream(new FileInputStream(filename)));
    try {
        if (ins.readInt() == 0xffd8ffe0) {
            return true;
        } else {
            return false;

        }
    } finally {
        ins.close();
    }
}

【讨论】：

当JPG文件使用JFIF或EXIF时，签名不同： Raw: FF D8 FF DB ; JFIF: FF D8 FF E0 ; EXIF: FF D8 FF E1
@GabrielHautclocq 谢谢！我已经更新了完整信息的答案。

【解决方案3】：

关于幻数（包括 JPEG 文件）的另一个“知识”来源是 GNU/Linux file 命令使用的 magic 文件。

如果您安装了file 命令，那么file --version 会告诉您magic 文件所在的位置，您可以使用文本编辑器阅读它...并仔细阅读man 5 magic。

（和magic文件内容确认其他答案的细节。）

【讨论】：

【解决方案4】：

引用this wikipedia article:

JPEG 图像文件以 FF D8 和以FF D9结束。 JPEG/JFIF 文件包含“JFIF”的 ASCII 码（4A 46 49 46) 作为空终止字符串。 JPEG/Exif 文件包含 ASCII 码对于“Exif”（45 78 69 66）也可以作为以空结尾的字符串，后跟有关文件的更多元数据。

【讨论】：

请注意，一些 JPEG 在该位置既没有 4A 46 49 46 也没有 45 78 69 66（尽管我见过的大多数都是这样）。不是这方面的专家，但我正在查看一个在该位置有 50 68 6F 74 的 JPEG；对应于“Photoshop”中的 ASCII“Phot”，尽管我已经从 Photoshop 以多种方式保存了 JPEG，但无法复制它。（然而，Photoshop 将此文件识别为 JPEG，Windows 和 OS X 也是如此。）此文件在任何地方都不包含 JFIF 或 Exif 标记。最后，文件确实以 FF D8 开头并以 FF D9 结尾（因为它是 JPEG，所以应该如此）。

【解决方案5】：

许多格式都由所谓的幻数识别。这些是通常在文件前面的字节序列，用于识别以下二进制数据是否真的是您认为的那样。谷歌快速搜索返回：http://www.linfo.org/magic_number.html，特别是引用：

“同样，JPEG（联合图像专家组）图像文件常用的幻数是 0x4A464946，它是 JFIF（JPEG 文件交换格式）的 ASCII 等价物。但是，JPEG 幻数不是文件；相反，它们从第七个字节开始。其他示例包括 MIDI（乐器数字接口）文件的 0x4D546864 和 bzip2 压缩文件的 0x425a6831415925。"

【讨论】：

Jfif 不一定与 jpeg 相同。虽然，大多数人说 jpeg 时的意思实际上是 jfif，因为他们认为它使用 YUV 作为颜色格式。
请注意@onemasse 的评论，但是，很多 JPEG 是 Exif，而不是 JFIF，例如许多用数码相机拍摄的 JPEG，许多从 Photoshop 保存的 JPEG（这意味着很多 JPEG在网上找到）等。这是基于我的个人经验，但这里还有更多：en.wikipedia.org/wiki/JPEG_File_Interchange_Format.

【解决方案6】：

JPG 文件确实有一个特定的标题，您可以使用它来确定它是 JPG 文件的可能性很大。但是，尚不清楚您是否会将整个文件放在字节数组中。

无论如何，这是标题的详细信息：http://www.fastgraph.com/help/jpeg_header_format.html

【讨论】：

有趣的是，您的链接以“严格来说，JPEG 文件没有正式标题”开头。XD