python中要识别图像信息用于机器学习等的话，使用opencv和numpy就可以了，简单快捷。
目录
分块
FFD8、FFD9-SOI、EOI-文件开始与结束
FFE0-APP0-图像识别信息
FFDB-DQT-定义量化表
FFC0-SOF0-图像基本信息
FFC4-DHT-定义Huffman表
FFDA-SOS-扫描行开始
以一张随手创建的简单图片为例：
它的二进制形式（开头部分）如下：
当然，这其实是十六进制。二进制指的是计算机中按二进制数进行存储，为了便于查看显示为十六进制而已。
如何查看二进制形式：
把文件的后缀名去掉，然后用Sublime或UltraEdit等打开即可。注意如果用记事本或notepad++等打开的话可能会乱码。
分块JPEG文件内部分为若干块，这些块由ff开头（截图中已标出部分），ff后紧跟的一个标记符指明了这个块的类型。
这些分块按出现顺序分别是：
SOIff d8文件开始APP0ff e0定义交换格式和图像识别信息DQTff db定义量化表SOF0ff c0帧开始DHTff c4霍夫曼(Huffman)表SOSff da扫描行开始EOIff d9文件结束首先是两个比较简单和特殊的块：
FFD8、FFD9-SOI、EOI-文件开始与结束 名称二进制数含义SOIff d8文件开始EOIff d9文件结束需要注意截图中Sublime自动按两个字节一组显示的，但实际上ff并不一定只出现在第单数个字节处，有可能ff和标记符间隔着一个空格。
（也就是说你按[标记符+空格]进行搜索，不一定能找到全部的分块）
FFE0-APP0-图像识别信息0010指该块长度为16个字节（不包括ffe0）
4a46 4946 00是JFIF格式标识码
01 01是版本号（第一个01是主版本号，第二个01是次版本号）
01是单位（00=无单位；01=点数/英寸；02=点数/厘米）
0078为水平分辨率
0078为竖直分辨率
00为水平点数
00为竖直点数
FFDB-DQT-定义量化表一共有两个DQT块，它们ffdb后面都紧跟着一个0043，意味着这两个DQT块的长度（不包括ffdb）都为67个字节。
DQT块定义了图像的量化表，参与到图像的压缩中，我没有用到这一部分，暂时不讲（以后用到了再补）
FFC0-SOF0-图像基本信息同样的，0011指示了SOF0块长度为17个字节。
前8个字节分别为：
字节数示例中的值示例中的含义20011SOF0块长度为17个字节108每个像素的每个颜色分量为8位202 0d图片高度为525（直接换算成十进制）202 5a图片宽度602（直接换算成十进制）103组件数量为3JPEG一般采用yCrCb格式，因此最后的组件数量通常为3（每个组件就是像素的一个颜色分量）
y指的是亮度；Cr指的是红色分量；Cb指的是蓝色分量。
每个组件包含三个字节：
101 | 02 | 0301=Y；02=Cb；03=Cr；04=I；05=Q122 | 11 | 110~3位=竖直采样系数；4~7位=水平采样系数100 | 01 | 01量化表号第一个字节指示这个组件是什么，除了之前说的y、Cr、Cb以外，还有I和Q。
I和Q是YIQ色彩空间中使用的，y是亮度，I代表In-phase，色彩从橙色到青色，Q代表Quadrature-phase，色彩从紫色到黄绿。
FFC4-DHT-定义Huffman表示例中共有4张Huffman表，分别为亮度AC（交流）、亮度DC（直流）、色度AC、色度DC。
（暂时没弄太明白，之后补充）
FFDA-SOS-扫描行开始紧跟着ffda的000c描述段长度，值为6+[组件数量]，这里组件数量为3。
之后的03表示组件数量为3，这里的值必须在1到4之间。
01表示组件号码为1（y），00的0－3位：AC表号 (值＝0~3)，4－7位：DC表号(值＝0~3)
在SOS后记录的就是图像数据，从左到右从上到下依次排列。（是经过压缩算法处理过后的）