Résumé

  • La RFC 2035 ne transporte pas un fichier JPEG complet par image. Elle retire les tables et marqueurs stables ou déductibles et place dans chaque paquet un en-tête RTP/JPEG de huit octets avec Type, Q, largeur, hauteur et un Fragment Offset de 24 bits.
  • Horodatage, numéro de séquence, offset et bit Marker répondent à quatre questions : appartenance à l’image, ordre du flux, position des octets et fin déclarée. Leur combinaison révèle trous et désordre ; aucun ne prouve seul la complétude.
  • Les marqueurs de reprise bornent l’état du décodeur. Avec les Types 4 et 5, leur alignement sur les paquets peut permettre un décodage partiel après une perte, sans garantir les pixels, le délai de lecture ou l’expérience du spectateur.

Dans une file réseau, « troisième paquet reçu » n’est pas nécessairement « troisième morceau de l’image ». La RFC 2035 donne au fragment une adresse interne : son Fragment Offset indique la position de ses octets dans le scan JPEG. Le récepteur peut donc placer un paquet arrivé tard sans faire de l’ordre d’arrivée la vérité de l’image.

Ce petit mécanisme résume une décision plus ambitieuse. Publiée en octobre 1996, la RFC ne traite pas chaque image vidéo comme un fichier JPEG autonome qu’il faudrait découper et transporter à l’identique. Les tables de quantification, dimensions et marqueurs de trame occupent des octets alors qu’ils changent peu ou peuvent être recréés. Le format commence donc par les données de scan codées et déplace le contexte de reconstruction dans un en-tête compact répété par paquet.

L’économie transforme toutefois la charge de la preuve. Quand les descriptions JPEG complètes ont disparu du fil, le récepteur doit établir par d’autres champs la règle de décodage, la position des fragments et la frontière de l’image. Le protocole rend ces déclarations vérifiables. Il ne fait pas d’elles une attestation de l’image finale.

Un sous-ensemble étroit pour des machines de s’entendre

La RFC 2035 se limite au DCT séquentiel et à un seul scan entrelacé. Quelques Types fixent les modes d’échantillonnage et de reprise. Cette étroitesse permet à des codecs matériels moins souples de partager un comportement. Elle exclut l’idée d’un conteneur capable de transporter toute syntaxe JPEG valide.

L’en-tête de huit octets contient un octet propre au type, trois octets de Fragment Offset, puis Type, Q, Width et Height. Type sélectionne l’interprétation JPEG. Q pilote la construction des tables de quantification. Largeur et hauteur sont exprimées en blocs de huit pixels. Elles sont répétées parce que la source peut adapter débit, qualité et résolution pendant une session.

Pour Q de 1 à 99, la RFC donne une règle de génération des tables. À partir de 100, les tables doivent être fournies dynamiquement par une méthode de session que la RFC 2035 ne définit pas ; zéro est réservé. Une valeur déclarée peut donc être insuffisante si son contexte externe manque. Même complète, elle prouve une consigne de reconstruction, pas que l’encodeur l’a suivie ni que les octets de scan sont intacts.

Les quatre indices ne disent pas la même chose

Tous les fragments d’une image partagent le même horodatage RTP. Le numéro de séquence rend visible l’ordre du flux et ses absences. Le Fragment Offset désigne la position dans le scan. Marker signale le paquet déclaré final.

Un même horodatage ne remplit pas un trou. Une séquence continue n’authentifie pas le contenu. Un offset exact ne prouve pas la présence des plages voisines. Un Marker n’assure pas que tout ce qui précède est arrivé. Une mesure sérieuse conserve ces champs séparément, puis confronte offset et longueur de chaque charge pour repérer intervalles manquants ou chevauchements.

Cette visibilité explique la fragmentation au niveau RTP. La perte d’un fragment IP peut empêcher la remise de tout le datagramme, y compris ses parties intactes. Des paquets RTP indépendants laissent au récepteur les octets effectivement reçus et au transmetteur une maîtrise plus fine de la taille et du rythme. La recommandation d’éviter une nouvelle fragmentation par les couches inférieures réduit un risque ; elle ne promet aucune fiabilité.

La perte du dernier paquet révèle une autre asymétrie : le bit Marker disparaît avec lui. Le prochain paquet à offset zéro fournit alors la preuve d’un nouveau départ. Il faut encore suivre la continuité jusqu’au prochain Marker pour conclure à une image suivante intacte. Début, couverture et fin restent trois observations distinctes.

La reprise isole un état, pas une expérience

Le codage entropique JPEG dépend d’un état antérieur, notamment pour le Huffman et les prédictions DC. Un marqueur de reprise remet cet état à zéro. Les Types 0 et 1 n’en utilisent pas ; les Types 2 et 3 peuvent en porter sans aligner les paquets ; les Types 4 et 5 alignent intervalles de reprise et paquets et ajoutent un comptage indiquant leur position.

Si un intervalle aligné est intact, le décodeur peut éventuellement reprendre là sans disposer de tous les octets antérieurs. Il ne recrée pas pour autant la région perdue. Rien ne dit que la portion décodable contient le sujet utile, arrive avant l’échéance de lecture ou forme un mouvement continu. La reprise borne une dépendance technique ; elle ne mesure pas la qualité.

La frontière historique doit être tout aussi nette. La RFC 2435 a ensuite rendu la RFC 2035 obsolète, et le registre IANA actuel la cite pour le type statique 26. Cela décrit l’état présent du registre. Les nouveaux en-têtes et ajustements propres au successeur ne sont pas des mécanismes de la RFC 2035.

Conserver les événements avant d’écrire « image reçue »

Une capture peut établir les octets observés, les horodatages, séquences, offsets, Marker, Type, Q, dimensions et reprises déclarés. Le reconstructeur peut enregistrer les en-têtes JPEG qu’il a produits. Le décodeur peut enregistrer acceptation, erreur et régions sorties. L’échéance de lecture, le rendu et ce que le public a effectivement vu constituent encore d’autres événements.

La primauté du code en fonctionnement décrite par Lu Heng invite à ne pas écraser cette chaîne par un symbole commode. « Complet » devrait être un résultat dérivé et reproductible, non une donnée qui remplace les paquets. La réalité symbolique aide à coordonner les opérations seulement si elle reste reliée aux observations qui la limitent.

La RFC 2035 a construit une couche commune remarquablement mince : supprimer ce qui se recrée, répéter le contexte susceptible de changer et rendre la position vérifiable au-dessus de la fragmentation IP. C’est précisément pour cela que son affirmation reste limitée. Le fragment sait où aller. La preuve de l’image commence, et non finit, à cet endroit.

Sources