JPEG

Dosya yapısına genel bakış

Daha önce bir JPEG dosyasını hex editörde açtıysan, dosyanın işaretleyicilerle ayrılmış segmentlerden oluştuğunu fark etmişsindir. Her işaretleyici 0xFF ile başlar, hemen ardından segmentin türünü söyleyen bir bayt gelir. Bu tasarım, JPEG dosyalarını çözümlemeyi görece kolaylaştırır: FF baytlarını tarar ve arkasından ne geldiğine bakarsın.

Gizlilik açısından asıl ilginç olan kısım, bütün meta verilerin (EXIF, GPS, tarih ve saat) bu segmentlerde, asıl görsel verisinden tamamen ayrı durması. Meta verileri piksellere dokunmadan ve hiçbir şeyi yeniden sıkıştırmadan silebilmemizin sebebi de bu.

JFIF ve EXIF

Çok kişinin kafasını karıştıran bir şey var: JPEG dosyaları çoğu zaman aynı anda iki farklı meta veri standardı taşır. Önce JFIF geldi ve çözünürlük gibi temel bilgilerle ilgilendi. Sonra kameralar, çekimin bütün ayrıntılarını içeren EXIF verilerini eklemeye başladı. Modern JPEG dosyalarının çoğunda ikisi de bulunur, dosyanın başında hem APP0 hem APP1 işaretleyicisi görmenin sebebi de bu.

APP işaretleyicileri derinlemesine

JPEG standardı, üreticiler istedikleri gibi kullansın diye 16 tane "uygulama" işaretleyicisi ayırdı (APP0'dan APP15'e kadar). Yıllar içinde farklı kurumlar kendi meta veri formatları için farklı işaretleyicileri sahiplendi. Ortaya biraz dağınık bir tablo çıktı ama en azından iyi belgelenmiş bir dağınıklık.

İşin can sıkıcı tarafı, aynı işaretleyicinin içeriğine göre farklı anlamlara gelebilmesi. Örneğin APP1 hem EXIF hem de XMP verisi olabilir, bu yüzden hangisiyle uğraştığını anlamak için içindeki tanımlayıcı metne bakman gerekir.

EXIF yapısı

İşler burada ilginçleşiyor (ve biraz tuhaflaşıyor). EXIF verisi aslında JPEG'inin içine gömülmüş minicik bir TIFF dosyası. Evet, gerçekten öyle. Kendi başlığı ve kendi bayt sırası var, etiketleri saklamak için de TIFF'in IFD (Image File Directory) yapısını kullanıyor.

"Exif" tanımlayıcısından sonra göreceğin ilk şey, verinin little-endian (Intel, "II") mi yoksa big-endian (Motorola, "MM") mi olduğunu söyleyen bir TIFF başlığıdır. Bunu yanlış okursan bütün sayılar çöpe döner, o yüzden her çözümleyicinin ilk baktığı şey budur.

PicScrub JPEG dosyalarını nasıl işliyor

Yöntem oldukça basit: dosyayı işaretleyici işaretleyici okuyoruz, görselin görüntülenmesi için gerekli olanları tutuyoruz, meta veri içerenleri atlıyoruz. Sıkıştırılmış görsel verisine hiç dokunmadığımız için sıfır kalite kaybı oluyor.

İşin püf noktası, JPEG'in işaretleyici tabanlı yapısının bunu kolaylaştırması. DCT katsayılarını ya da Huffman tablolarını anlamamıza gerek yok. Sadece hangi segmentin meta veri olduğunu, hangisinin olmadığını ayırt etmemiz yeterli.

EXIF etiket listesi

Gizlilik söz konusu olduğunda bütün EXIF etiketleri aynı ağırlıkta değil. Pozlama ayarları gibi bazıları epey zararsız. Seri numaraları ve sahip adları gibi bazıları ise doğrudan seni ya da ekipmanını tanımlayabiliyor. Yüksek riskli saydıklarımız şunlar:

GPS etiket listesi

GPS verisi kendi alt IFD'sinde durur ve ana IFD'deki 0x8825 etiketi oraya işaret eder. Bu işaretçi varsa görselinde konum verisi var demektir. Modern akıllı telefonlar bu konuda özellikle hevesli: çoğu zaman tam olarak nerede durduğunu gösterecek kadar hassas bir kayıt bırakıyorlar.

IPTC etiket listesi

IPTC, haber ajansları fotoğraf altı yazılarını, künyeleri ve telif bilgilerini dosyaya gömebilsin diye tasarlandı. APP13 içinde, "Photoshop 3.0" tanımlayıcısıyla saklanır (evet, standardı Adobe sahiplendi). Lightroom ya da Photoshop'ta bir telif bilgisi veya anahtar kelime eklediysen, o bilgi buraya düşer.