JPEG

ファイル構造のあらまし

JPEG をバイナリエディタで開いたことがあれば、マーカーで区切られたセグメントの 集まりになっているのが分かるはずです。どのマーカーも 0xFF で始まり、続く 1 バイトがセグメントの種類を表します。 このおかげで JPEG は比較的解析しやすい形式です。FF の バイトを探して、そのあとに何が続くかを見ればいいだけです。

プライバシーの観点で面白いのは、メタデータ（EXIF、GPS、日時）がすべて こうしたセグメントに入っていて、画像データそのものとは完全に分かれている ことです。だからこそ、ピクセルに触れず、再圧縮もせずにメタデータだけを 取り除けます。

JFIF と EXIF の違い

ここは多くの人が混乱するところです。JPEG ファイルには、2 つの 異なるメタデータ規格が同時に入っていることがよくあります。先に登場したのが JFIF で、解像度などの基本的な情報を扱います。その後、カメラが撮影時の 詳しい情報を EXIF として書き込むようになりました。最近の JPEG はたいてい 両方持っているので、ファイルの先頭付近に APP0 と APP1 の両方のマーカーが 並んでいるわけです。

APP マーカーを掘り下げる

JPEG の仕様では、ベンダーが自由に使える「アプリケーション」マーカーが 16 個（APP0 から APP15）予約されています。長年のあいだに、いろいろな団体が 自分たちのメタデータ形式のためにそれぞれのマーカーを使い始めました。 結果として少々ごちゃごちゃしていますが、少なくともきちんと文書化された ごちゃごちゃです。

やっかいなのは、同じマーカーでも中身によって意味が変わることです。 たとえば APP1 は EXIF のことも XMP のこともあるので、中の識別子文字列を 見ないとどちらなのか分かりません。

EXIF の構造

ここからが面白い（そして少し変わった）ところです。EXIF データの正体は、 JPEG の中に埋め込まれた小さな TIFF ファイルです。本当です。独自の ヘッダーを持ち、独自のバイトオーダーを持ち、タグの格納には TIFF の IFD（Image File Directory）構造を使います。

「Exif」の識別子のすぐあとに現れるのが TIFF ヘッダーで、データが リトルエンディアン（Intel、「II」）かビッグエンディアン（Motorola、「MM」） かを示します。ここを取り違えると数値がすべてでたらめになるので、 どのパーサーも真っ先に確認します。

PicScrub が JPEG を処理する流れ

やり方はとても素直です。ファイルをマーカー単位で読み進め、画像を表示する のに必要なものは残し、メタデータが入っているものは読み飛ばします。 圧縮された画像データには一切触れないので、画質の劣化はゼロです。

ポイントは、JPEG のマーカーベースの構造がこれを簡単にしてくれることです。 DCT の係数やハフマンテーブルを理解する必要はありません。どのセグメントが メタデータで、どれがそうでないかを見分けられれば十分です。

EXIF タグ一覧

プライバシーという点では、EXIF タグの危険度は一様ではありません。 露出設定のようにほぼ無害なものもあれば、シリアル番号や所有者名のように あなたや機材を特定できてしまうものもあります。リスクが高いと考えている のは次のタグです。

GPS タグ一覧

GPS のデータは専用のサブ IFD に入っていて、メイン IFD の 0x8825 タグがそこを指しています。このポインタがあれば、 画像に位置情報が入っているということです。最近のスマートフォンは とくに積極的にこれを埋め込みます。しかも、どこに立っていたかまで 分かるほどの精度であることも珍しくありません。

IPTC タグ一覧

IPTC は、通信社がキャプションやクレジット、著作権情報を埋め込むために 作られた規格です。「Photoshop 3.0」という識別子とともに APP13 に格納 されます（そう、Adobe が採用したのです）。Lightroom や Photoshop で 著作権情報やキーワードを入力したことがあるなら、それはここに入っています。