EXIF 标准：图片的数字身份证
EXIF（Exchangeable Image File Format，可交换图像文件格式）是嵌入在图片文件中的元数据标准，由日本电子工业振兴协会（JEITA）于 1998 年制定。它记录了照片从拍摄到存储的完整上下文信息——相机型号、镜头参数、拍摄设置、GPS 位置、时间戳等，相当于图片的”数字身份证”。
配套工具：EXIF 信息查看器
为什么 EXIF 如此重要
EXIF 元数据在三个维度具有不可替代的价值：
- 摄影技术分析：光圈、快门、ISO、焦距等参数帮助摄影师复盘拍摄决策，理解好照片的技术基础
- 数字取证与版权：相机序列号、拍摄时间戳是图片真实性的证据链，版权信息支持作品确权
- 位置与时间回溯：GPS 坐标和原始时间戳记录了照片的真实拍摄时空，不可被文件重命名篡改
JPEG 文件结构与 EXIF 嵌入位置
理解 EXIF 的前提是了解 JPEG 文件的二进制结构。JPEG 文件由一系列”段”（Segment）组成，每段以 0xFF 标记字节开头：
| 标记 | 名称 | 作用 |
|---|---|---|
FFD8 | SOI | 图片起始标识 |
FFE0 | APP0 | JFIF 标识段 |
FFE1 | APP1 | EXIF 数据段 |
FFDB | DQT | 量化表 |
FFC0 | SOF0 | 帧起始（含图片尺寸） |
FFC4 | DHT | 霍夫曼表 |
FFDA | SOS | 扫描数据起始 |
FFD9 | EOI | 图片结束标识 |
EXIF 数据嵌入在 APP1 段（标记 FFE1）中。当相机或手机保存 JPEG 时，拍摄参数作为 EXIF 数据写入 APP1 段，紧随 SOI 标记之后。这也是为什么 EXIF 解析只需读取文件头部——APP1 段位于文件最前面。
TIFF 头：EXIF 的数据容器
APP1 段内部采用 TIFF 格式存储数据。TIFF 头的结构如下：
字节偏移 长度 说明
0 2 字节序标识：4D4D=大端序(Big Endian)，4949=小端序(Little Endian)
2 2 TIFF 魔数：002A（42）
4 4 第一个 IFD 的偏移量字节序标识让解析器知道如何正确读取多字节数值——不同相机厂商可能使用不同字节序。TIFF 魔数 42 是格式验证的标识。
IFD：标签的目录结构
EXIF 数据的核心组织单位是 IFD（Image File Directory，图像文件目录）。每个 IFD 是一个标签数组，结构为：
- 2 字节：标签数量
- 每个标签 12 字节：标签 ID(2) + 数据类型(2) + 数据数量(4) + 数据值/偏移量(4)
- 4 字节：下一个 IFD 的偏移量（0 表示无后续 IFD）
标签的数据类型决定了如何解读值/偏移量字段：
| 类型 ID | 类型名称 | 字节长度 | 典型用途 |
|---|---|---|---|
| 1 | BYTE | 1 | 枚举值 |
| 2 | ASCII | 1 | 字符串（以 \0 结尾） |
| 3 | SHORT | 2 | 短整数（光圈、ISO） |
| 4 | LONG | 4 | 长整数（分辨率） |
| 5 | RATIONAL | 8 | 分数（两个 LONG：分子/分母） |
当数据超过 4 字节时，值字段存储的是指向实际数据的偏移量。RATIONAL 类型用两个整数表示分数——这是拍摄参数的核心存储方式：快门速度 1/200 存储为分子 1、分母 200；光圈 f/2.8 存储为 28/10。
IFD 层级体系
EXIF 数据由多个 IFD 组成，各司其职：
- IFD0：基础图片信息（尺寸、方向、分辨率、相机型号）
- Exif IFD：拍摄参数（光圈、快门、ISO、焦距、闪光灯）
- GPS IFD：定位信息（经纬度、海拔、时间戳）
- IFD1：缩略图数据
IFD0 中有一个指针指向 Exif IFD，Exif IFD 中有指针指向 GPS IFD。这种嵌套结构使 EXIF 可以扩展而不破坏向前兼容。
常见拍摄参数标签详解
曝光三要素
| 标签 | 键名 | 数据类型 | 示例值 | 含义 |
|---|---|---|---|---|
| 感光度 | ISO | SHORT | 400 | 传感器感光灵敏度 |
| 光圈值 | FNumber | RATIONAL | 28/10 → f/2.8 | 镜头通光孔径 |
| 快门速度 | ExposureTime | RATIONAL | 1/200 → 1/200 秒 | 传感器曝光时长 |
焦距与对焦
- FocalLength（焦距）：RATIONAL 类型，如 50/1 → 50mm。焦距决定视角范围与透视关系
- FocalLengthIn35mmFormat（35mm 等效焦距）：考虑传感器裁切系数后的等效值。APS-C 画幅 35mm 镜头等效约 52mm
闪光灯状态
Flash 标签是一个位掩码（BITMAP），每一位有不同含义：
- 第 0 位：是否闪光（0=未闪光，1=已闪光）
- 第 1-2 位：闪光返回状态
- 第 3-4 位：闪光模式（0=未知，1=强制闪光，2=强制关闭，3=自动）
- 第 5-6 位：闪光功能是否存在
本工具简化判断 (value & 1) === 1 来区分闪光灯是否触发。
GPS 坐标处理
支持 GPS 的设备在拍照时记录拍摄位置的经纬度坐标。EXIF 中的 GPS 数据采用度分秒（DMS）格式加方向参考：
GPSLatitudeRef: 'N' (北纬) 或 'S' (南纬)
GPSLatitude: [度, 分, 秒] 三个 RATIONAL 值
GPSLongitudeRef: 'E' (东经) 或 'W' (西经)
GPSLongitude: [度, 分, 秒] 三个 RATIONAL 值
GPSAltitude: 海拔高度（米，RATIONAL）
GPSAltitudeRef: 0=海平面以上，1=海平面以下DMS 转十进制度数
将度分秒转换为十进制度数的公式：
十进制度数 = 度 + 分/60 + 秒/3600
若为南纬(S)或西经(W)，取负值例如 39°54’15.12” → 39 + 54/60 + 15.12/3600 = 39.9042°。exifr 的 reviveValues 选项自动完成此转换，输出为十进制度数（如 39.9042），本工具据此生成 OpenStreetMap 地图链接。
exifr 库的浏览器端实现
本工具采用 exifr 作为解析引擎，这是 JavaScript 生态中最成熟的 EXIF 解析库。其核心设计：
模块化解析架构
exifr 将解析过程分解为三个独立层：
- 文件解析器（FileParser）：识别文件格式（JPEG/TIFF/PNG/HEIC），定位元数据段位置
- 段解析器（SegmentParser）：解析特定元数据标准（EXIF/IPTC/XMP/ICC），各有独立实现
- 文件读取器（FileReader）：抽象数据读取，支持 Blob/Buffer/Base64/URL 多种输入源
这种分层设计让 exifr 可以按需加载——只需要 EXIF 时不会解析 XMP，减小解析开销。
translateKeys 与 reviveValues
exifr 提供两个关键的格式化选项：
- translateKeys：将数字标签 ID 翻译为可读名称（如
0x829A→ExposureTime） - translateValues：将枚举值翻译为描述文字（如 Flash 的位掩码 → “Off, Did not fire”）
- reviveValues：将原始数据还原为语义化值（如 GPS 度分秒 → 十进制度数，时间字符串 → Date 对象）
本工具启用全部三个选项，获得最友好的解析结果。
浏览器端的 Blob 读取
exifr 在浏览器中通过 BlobReader 读取文件，支持 File 和Blob 输入。关键优化是分块读取——不将整个文件加载到内存，而是按需读取元数据段所在区域（通常在文件前 64KB 内）。这对大图尤其重要：一张 20MB 的 RAW 照片，EXIF 数据可能只在前 10KB，分块读取避免无谓的内存占用。
隐私与安全考量
EXIF 中的隐私风险
EXIF 元数据可能包含敏感信息：
- GPS 定位：家庭住址、工作地点、常去场所的精确坐标
- 相机序列号：设备唯一标识，可关联同一设备的多张照片
- 拍摄时间：精确到秒的时间戳，暴露行为规律
社交平台（微信、微博、QQ）在分享图片时会默认压缩并剥离 EXIF，但直接发送原图（如邮件附件、云盘分享）会保留完整元数据。
浏览器端解析的隐私优势
本工具完全在浏览器本地解析 EXIF，不发送任何数据到服务器：
- 图片文件通过
URL.createObjectURL()加载，不离开浏览器内存 - exifr 在 JavaScript 环境中解析，无网络请求
- 解析结果仅展示在页面中，用户关闭页面即销毁
这种设计适合处理含敏感信息的照片——即使含私人 GPS 定位的照片，也不会因查看元数据而泄露。
清除 EXIF 保护隐私
如需在分享前清除 EXIF，可使用本站的图片压缩工具——Canvas API 在重新编码时会丢弃原始 EXIF 数据。也可在系统照片应用中关闭位置信息，或使用专业工具按需保留/移除特定标签。
与图片工具链的协同
本工具与现有图片工具形成完整链路：
- Base64 图片互转：图片 ↔ Base64 编码转换
- 图片压缩工具：体积优化（同时清除 EXIF）
- EXIF 信息查看器：元数据读取与分析
典型场景：先用 EXIF 查看器检查照片的拍摄参数与隐私信息，再用图片压缩工具优化体积并清除敏感元数据，最后用 Base64 工具嵌入网页或文档。