JPEG

Überblick über die Dateistruktur

Wer schon einmal ein JPEG in einem Hex-Editor geöffnet hat, weiß: Die Datei besteht aus Segmenten, die durch Marker getrennt sind. Jeder Marker beginnt mit 0xFF, gefolgt von einem Byte, das den Segmenttyp angibt. Dieser Aufbau macht JPEGs vergleichsweise leicht auswertbar. Du suchst einfach nach FF-Bytes und schaust, was darauf folgt.

Für den Datenschutz ist entscheidend, dass sämtliche Metadaten (EXIF, GPS, Zeitstempel) in diesen Segmenten liegen, vollständig getrennt von den eigentlichen Bilddaten. Genau deshalb können wir Metadaten entfernen, ohne die Pixel anzufassen oder irgendetwas neu zu komprimieren.

JFIF und EXIF im Vergleich

Etwas, das viele überrascht: JPEG-Dateien enthalten oft zwei verschiedene Metadatenstandards gleichzeitig. JFIF kam zuerst und regelt Grundlegendes wie die Auflösung. Später begannen Kameras, EXIF-Daten mit allen Details zur Aufnahme zu ergänzen. Die meisten modernen JPEGs enthalten beides, weshalb du am Dateianfang sowohl APP0- als auch APP1-Marker findest.

APP-Marker im Detail

Die JPEG-Spezifikation hat 16 „Application“-Marker (APP0 bis APP15) reserviert, die Hersteller frei nutzen dürfen. Im Lauf der Jahre haben verschiedene Organisationen einzelne Marker für ihre Metadatenformate belegt. Das Ergebnis ist ein ziemliches Durcheinander, immerhin aber ein gut dokumentiertes.

Knifflig ist, dass derselbe Marker je nach Inhalt etwas anderes bedeuten kann. APP1 kann zum Beispiel EXIF- oder XMP-Daten enthalten. Erst die Kennung im Inneren verrät dir, womit du es zu tun hast.

Der Aufbau von EXIF

Jetzt wird es interessant (und ein bisschen kurios): EXIF-Daten sind tatsächlich eine winzige TIFF-Datei, eingebettet in dein JPEG. Ja, wirklich. Sie hat einen eigenen Header, eine eigene Byte-Reihenfolge und nutzt die IFD-Struktur (Image File Directory) von TIFF, um Tags zu speichern.

Direkt nach der Kennung „Exif“ folgt ein TIFF-Header, der angibt, ob die Daten Little-Endian (Intel, „II“) oder Big-Endian (Motorola, „MM“) vorliegen. Wer das falsch interpretiert, erhält nur Zahlensalat. Deshalb prüft jeder Parser das als Allererstes.

So verarbeitet PicScrub JPEG

Das Vorgehen ist ziemlich geradlinig: Wir lesen die Datei Marker für Marker, behalten alles, was zur Darstellung des Bildes nötig ist, und überspringen alles, was Metadaten enthält. Da wir die komprimierten Bilddaten nie anfassen, entsteht kein Qualitätsverlust.

Entscheidend ist, dass die markerbasierte Struktur von JPEG das leicht macht. Wir müssen weder DCT-Koeffizienten noch Huffman-Tabellen verstehen. Wir müssen nur erkennen, welche Segmente Metadaten sind und welche nicht.

EXIF-Tag-Referenz

Nicht alle EXIF-Tags sind aus Datenschutzsicht gleich heikel. Manche, etwa die Belichtungseinstellungen, sind harmlos. Andere, etwa Seriennummern und Besitzernamen, können dich oder deine Ausrüstung eindeutig identifizieren. Diese Tags stufen wir als besonders riskant ein:

GPS-Tag-Referenz

GPS-Daten liegen in einem eigenen Sub-IFD, auf das das Tag 0x8825 im Haupt-IFD verweist. Existiert dieser Zeiger, enthält dein Bild Standortdaten. Besonders Smartphones betten das sehr bereitwillig ein, oft so präzise, dass sich exakt bestimmen lässt, wo du gestanden hast.

IPTC-Tag-Referenz

IPTC wurde für Nachrichtenagenturen entwickelt, um Bildunterschriften, Credits und Copyright-Angaben einzubetten. Die Daten liegen in APP13 mit der Kennung „Photoshop 3.0“ (ja, Adobe hat den Standard übernommen). Wenn du jemals Copyright-Angaben oder Schlagwörter in Lightroom oder Photoshop gesetzt hast, landen sie genau hier.