Question

我只是试图跳过.JPEG文件中的SOS_MT块，我不想将数据用于任何事情，我只是想知道它的结束位置。根据我从JPEG's article in Wikipedia的理解，虽然JPEG文件中的所有其他块都以指示块长度的几个字节开头，但是SOS_MT块是......好吧，你有一个邪恶的沼泽没有选择，只能逐字节解析，直到你到达它结束。

所以我带了以下代码来做到这一点：

entropyCoded :: Parser Int
entropyCoded = do
    list_of_lengths <-  many' $
         (
           do
             _ <- notWord8 0xFF
             return 1
         )
         <|>
         (
           do
             _ <- word8 0xFF
             _ <- word8 0
             return 2
         )
         <|>
         (
           do
             l <- many1 (word8 0xFF)
             _ <- satisfy (\x -> ( x >= 0xD0 && x < 0xD7 ))
             return $ 1 + length l
         )
         <|>
         (
           do
             _ <- word8 0xFF
             maybe_ff <- peekWord8'
             if maybe_ff == 0xFF
               then
                 return 1
               else
                 fail "notthere"
         )
    foldM (\ nn n -> nn `seq` return (nn + n) ) 0 list_of_lengths

此代码使用Atoparsec，并且据我有机会验证它，它是正确的。这很慢。关于如何改进，性能方面的解析器的任何提示？

Answer 1

如果您想跳过SOS市场，只需寻找下一个不是重启标记的标记。

读取字节，直到找到和FF。如果下一个值为00，则它是压缩的FF值并跳过它。如果是重启标记，则跳过它。否则，FF应该开始下一个块。

Answer 2

根据ISO/IEC 10918-1 : 1993(E)标准，对先前的答案进行了少量补充：

B.1.1.5熵编码的数据段

一个熵编码的数据段包含一个熵编码过程的输出。无论使用的熵编码过程是霍夫曼还是算术运算，它都由整数字节组成。

注意1

使熵编码的段成为整数字节的过程如下：对于霍夫曼编码，如果需要，使用1位填充填充压缩数据的末尾以完成段的最后字节。对于算术编码，字节对齐   按照终止熵编码段的过程执行（请参阅D.1.8）。

注意2

为了确保标记不会在熵编码的段内出现，由霍夫曼或算术编码器生成的任何X'FF'字节，或由填充1生成的X'FF'字节遵循以上注释1中所述的位   通过一个“填充的”零字节（请参阅D.1.6和F.1.2.3）。

因此，当您在位置 N 的熵编码部分中输入 0xFF 时，再向前读取一个字节。如果下一个字节为 0x00 ，则为“填充”零。如果是另一个 0xFF ，则存在填充，请从 N + 1 重新检查。每隔一个字节（ 0x01-0xFE ）都是下一个标记的一部分。

如何有效地解析熵编码的JPEG块？

2 个答案: