JPEG

Gambaran umum struktur file

Kalau kamu pernah membuka JPEG di editor hex, kamu pasti melihat bahwa isinya berupa segmen-segmen yang dipisahkan oleh marker. Semua marker diawali 0xFF, lalu satu byte yang menandakan jenis segmennya. Rancangan ini membuat JPEG relatif gampang dibaca: cukup cari byte FF lalu periksa apa yang mengikutinya.

Bagian yang menarik dari sisi privasi: semua metadatanya (EXIF, GPS, cap waktu) tinggal di segmen-segmen itu, terpisah sepenuhnya dari data gambar yang sebenarnya. Karena itulah kami bisa menghapus metadata tanpa menyentuh pikselnya atau mengompres ulang apa pun.

JFIF versus EXIF

Ada satu hal yang sering bikin orang bingung: file JPEG sering memuat dua standar metadata sekaligus. JFIF datang lebih dulu dan mengurusi hal-hal dasar seperti resolusi. Lalu kamera mulai menambahkan data EXIF berisi informasi pemotretan yang jauh lebih rinci. Kebanyakan JPEG modern membawa keduanya, dan karena itulah kamu melihat marker APP0 dan APP1 berdekatan di awal file.

Marker APP secara rinci

Spesifikasi JPEG menyediakan 16 marker "aplikasi" (APP0 sampai APP15) supaya tiap vendor bisa memakainya sesuka mereka. Selama bertahun-tahun, organisasi yang berbeda mengklaim marker yang berbeda untuk format metadatanya masing-masing. Hasilnya agak berantakan, tapi setidaknya berantakannya terdokumentasi rapi.

Bagian yang tricky, marker yang sama bisa berarti hal yang berbeda tergantung isinya. APP1, misalnya, bisa berisi data EXIF atau XMP, jadi kamu harus melihat string identifier di dalamnya untuk tahu kamu sedang berurusan dengan yang mana.

Struktur EXIF

Di sinilah ceritanya jadi menarik (dan sedikit aneh). Data EXIF sebenarnya adalah file TIFF mungil yang tertanam di dalam JPEG kamu. Ya, serius. Dia punya header sendiri, urutan byte sendiri, dan memakai struktur IFD (Image File Directory) milik TIFF untuk menyimpan tag.

Hal pertama yang kamu lihat setelah identifier "Exif" adalah header TIFF yang memberi tahu apakah datanya little-endian (Intel, "II") atau big-endian (Motorola, "MM"). Salah membacanya berarti semua angkanya jadi kacau, jadi itu hal pertama yang dicek parser mana pun.

Bagaimana PicScrub memproses JPEG

Pendekatannya cukup lugas: kami menyusuri file marker demi marker, menyimpan yang memang dibutuhkan untuk menampilkan gambar, dan melewati yang berisi metadata. Karena kami tidak pernah menyentuh data gambar yang terkompresi, tidak ada kualitas yang berkurang.

Kuncinya, struktur JPEG yang berbasis marker membuat semua ini mudah. Kami tidak perlu memahami koefisien DCT atau tabel Huffman. Kami hanya perlu tahu segmen mana yang metadata dan mana yang bukan.

Daftar tag EXIF

Soal privasi, tidak semua tag EXIF sama bahayanya. Sebagian, seperti pengaturan eksposur, cukup tidak berbahaya. Sebagian lain, seperti nomor seri dan nama pemilik, bisa mengenali kamu atau peralatan kamu secara unik. Ini yang kami anggap berisiko tinggi:

Daftar tag GPS

Data GPS tinggal di sub-IFD-nya sendiri, yang ditunjuk oleh tag 0x8825 di IFD utama. Kalau pointer itu ada, berarti ada data lokasi di dalam gambar kamu. Ponsel masa kini sangat rajin menanamkan data ini, sering kali dengan ketelitian yang cukup untuk menunjuk persis di titik mana kamu berdiri.

Daftar tag IPTC

IPTC dirancang supaya kantor berita bisa menanamkan keterangan foto, kredit, dan info hak cipta. Datanya disimpan di dalam APP13 dengan identifier "Photoshop 3.0" (ya, Adobe ikut mengadopsinya). Kalau kamu pernah menambahkan info hak cipta atau kata kunci di Lightroom atau Photoshop, di situlah semuanya berakhir.