PNG文件格式具體解釋

 

PNG文件結構分析(上：了解PNG文件存儲格式)

 

前言

我們都知道，在進行J2ME的手機應用程序開發的時候，在圖片的使用上，我們能夠使用PNG格式的圖片（甚至於在有的手機上，我們僅僅能夠使用PNG格式的圖片），雖然使用圖片能夠為我們的應用程序添加不少亮點，然而，僅僅支持PNG格式的圖片卻又限制了我們進一步發揮的可能性（事實上，應該說是因為手機平台上的處理能力有限）。 在MIDP2中，或者某些廠商（如NOKIA）提供的API中，提供了drawPixels/getPixels的方法，這些方法進一步提高了開發人員處理圖片的靈活性，然而，在MIDP2還未全然普及的今天，我們須要在MIDP1 .0中實現這類方法還屬於異想天開，因此，為了實現更高級的應用，我們必須充分挖掘PNG的潛力。

PNG的文件結構

對於一個PNG文件來說，其文件頭總是由位固定的字節來描寫敘述的：

十進制數	137 80 78 71 13 10 26 10
十六進制數	89 50 4E 47 0D 0A 1A 0A

當中第一個字節0x89超出了ASCII字符的范圍，這是為了避免某些軟件將PNG文件當做文本文件來處理。文件里剩余的部分由3個以上的PNG的數據塊（Chunk）依照特定的順序組成，因此，一個標准的PNG文件結構應該例如以下：

PNG文件標志

PNG數據塊

……

PNG數據塊

PNG數據塊（Chunk）

PNG定義了兩種類型的數據塊，一種是稱為重要數據塊(critical chunk)，這是標准的數據塊，還有一種叫做輔助數據塊(ancillary chunks)，這是可選的數據塊。重要數據塊定義了4個標准數據塊，每一個PNG文件都必須包括它們，PNG讀寫軟件也都必需要支持這些數據塊。盡管PNG文件規范沒有要求PNG編譯碼器對可選數據塊進行編碼和譯碼，但規范提倡支持可選數據塊。

下表就是PNG中數據塊的類別，當中，重要數據塊部分我們使用深色背景加以區分。

PNG文件格式中的數據塊
數據塊符號	數據塊名稱	多數據塊	可選否	位置限制
IHDR	文件頭數據塊	否	否	第一塊
cHRM	基色和白色點數據塊	否	是	在PLTE和IDAT之前
gAMA	圖像γ數據塊	否	是	在PLTE和IDAT之前
sBIT	樣本有效位數據塊	否	是	在PLTE和IDAT之前
PLTE	調色板數據塊	否	是	在IDAT之前
bKGD	背景顏色數據塊	否	是	在PLTE之后IDAT之前
hIST	圖像直方圖數據塊	否	是	在PLTE之后IDAT之前
tRNS	圖像透明數據塊	否	是	在PLTE之后IDAT之前
oFFs	(專用公共數據塊)	否	是	在IDAT之前
pHYs	物理像素尺寸數據塊	否	是	在IDAT之前
sCAL	(專用公共數據塊)	否	是	在IDAT之前
IDAT	圖像數據塊	是	否	與其它IDAT連續
tIME	圖像最后改動時間數據塊	否	是	無限制
tEXt	文本信息數據塊	是	是	無限制
zTXt	壓縮文本數據塊	是	是	無限制
fRAc	(專用公共數據塊)	是	是	無限制
gIFg	(專用公共數據塊)	是	是	無限制
gIFt	(專用公共數據塊)	是	是	無限制
gIFx	(專用公共數據塊)	是	是	無限制
IEND	圖像結束數據	否	否	最后一個數據塊

為了簡單起見，我們如果在我們使用的PNG文件里，這4個數據塊按以上先后順序進行存儲，而且都僅僅出現一次。

數據塊結構

PNG文件里，每一個數據塊由4個部分組成，例如以下：

名稱	字節數	說明
Length (長度)	4字節	指定數據塊中數據域的長度，其長度不超過(231－1)字節
Chunk Type Code (數據塊類型碼)	4字節	數據塊類型碼由ASCII字母(A-Z和a-z)組成
Chunk Data (數據塊數據)	可變長度	存儲依照Chunk Type Code指定的數據
CRC (循環冗余檢測)	4字節	存儲用來檢測是否有錯誤的循環冗余碼

CRC(cyclic redundancy check)域中的值是對Chunk Type Code域和Chunk Data域中的數據進行計算得到的。CRC詳細算法定義在ISO 3309和ITU-T V.42中，其值按以下的CRC碼生成多項式進行計算：

x³²+x²⁶+x²³+x²²+x¹⁶+x¹²+x¹¹+x¹⁰+x⁸+x⁷+x⁵+x⁴+x²+x+1

以下，我們依次來了解一下各個重要數據塊的結構吧。

IHDR

文件頭數據塊IHDR(header chunk)：它包括有PNG文件里存儲的圖像數據的基本信息，並要作為第一個數據塊出如今PNG數據流中，並且一個PNG數據流中僅僅能有一個文件頭數據塊。

文件頭數據塊由13字節組成，它的格式例如以下表所看到的。

域的名稱	字節數	說明
Width	4 bytes	圖像寬度，以像素為單位
Height	4 bytes	圖像高度，以像素為單位
Bit depth	1 byte	圖像深度： 索引彩色圖像：1，2，4或8 灰度圖像：1，2，4，8或16 真彩色圖像：8或16
ColorType	1 byte	顏色類型： 0：灰度圖像, 1，2，4，8或16 2：真彩色圖像，8或16 3：索引彩色圖像，1，2，4或8 4：帶α通道數據的灰度圖像，8或16 6：帶α通道數據的真彩色圖像，8或16
Compression method	1 byte	壓縮方法(LZ77派生算法)
Filter method	1 byte	濾波器方法
Interlace method	1 byte	隔行掃描方法： 0：非隔行掃描 1： Adam7(由Adam M. Costello開發的7遍隔行掃描方法)

因為我們研究的是手機上的PNG，因此，首先我們看看MIDP1.0對所使用PNG圖片的要求吧：

• 在MIDP1.0中，我們僅僅能夠使用1.0版本號的PNG圖片。而且，所以的PNG重要數據塊都有特別要求：
  IHDR
• 文件大小：MIDP支持隨意大小的PNG圖片，然而，實際上，假設一個圖片過大，會因為內存耗盡而無法讀取。
• 顏色類型：全部顏色類型都有被支持，盡管這些顏色的顯示依賴於實際設備的顯示能力。同一時候，MIDP也能支持alpha通道，可是，全部的alpha通道信息都會被忽略而且當作不透明的顏色對待。
• 色深：全部的色深都能被支持。
• 壓縮方法：僅支持壓縮方式0（deflate壓縮方式），這和jar文件的壓縮方式全然同樣，所以，PNG圖片數據的解壓和jar文件的解壓能夠使用同樣的代碼。（事實上這也就是為什么J2ME能非常好的支持PNG圖像的原因：））
• 濾波器方法：雖然在PNG的白皮書中僅定義了方法0，然而全部的5種方法都被支持！
• 隔行掃描：盡管MIDP支持0、1兩種方式，然而，當使用隔行掃描時，MIDP卻不會真正的使用隔行掃描方式來顯示。
• PLTE chunk：支持
• IDAT chunk：圖像信息必須使用5種過濾方式中的方式0 (None, Sub, Up, Average, Paeth)
• IEND chunk：當IEND數據塊被找到時，這個PNG圖像才覺得是合法的PNG圖像。
• 可選數據塊：MIDP能夠支持下列輔助數據塊，然而，這卻不是必須的。

  bKGD cHRM gAMA hIST iCCP iTXt pHYs
  sBIT sPLT sRGB tEXt tIME tRNS zTXt

關於很多其它的信息，能夠參考http://www.w3.org/TR/REC-png.html

PLTE

調色板數據塊PLTE(palette chunk)包括有與索引彩色圖像(indexed-color image)相關的彩色變換數據，它僅與索引彩色圖像有關，並且要放在圖像數據塊(image data chunk)之前。

PLTE數據塊是定義圖像的調色板信息，PLTE能夠包括1~256個調色板信息，每個調色板信息由3個字節組成：

顏色	字節	意義
Red	1 byte	0 = 黑色, 255 = 紅
Green	1 byte	0 = 黑色, 255 = 綠色
Blue	1 byte	0 = 黑色, 255 = 藍色

因此，調色板的長度應該是3的倍數，否則，這將是一個非法的調色板。

對於索引圖像，調色板信息是必須的，調色板的顏色索引從0開始編號，然后是1、2……，調色板的顏色數不能超過色深中規定的顏色數（如圖像色深為4的時候，調色板中的顏色數不能夠超過2^4=16），否則，這將導致PNG圖像不合法。

真彩色圖像和帶α通道數據的真彩色圖像也能夠有調色板數據塊，目的是便於非真彩色顯示程序用它來量化圖像數據，從而顯示該圖像。

IDAT

圖像數據塊IDAT(image data chunk)：它存儲實際的數據，在數據流中可包括多個連續順序的圖像數據塊。

IDAT存放着圖像真正的數據信息，因此，假設可以了解IDAT的結構，我們就行非常方便的生成PNG圖像。

IEND

圖像結束數據IEND(image trailer chunk)：它用來標記PNG文件或者數據流已經結束，而且必需要放在文件的尾部。

假設我們細致觀察PNG文件，我們會發現，文件的結尾12個字符看起來總應該是這種：

00 00 00 00 49 45 4E 44 AE 42 60 82

不難明確，因為數據塊結構的定義，IEND數據塊的長度總是0（00 00 00 00，除非人為增加信息），數據標識總是IEND（49 45 4E 44），因此，CRC碼也總是AE 42 60 82。

實例研究PNG

下面是由Fireworks生成的一幅圖像，圖像大小為8*8，為了方便大家觀看，我們將圖像放大：

使用UltraEdit32打開該文件，例如以下：
00000000~00000007：

能夠看到，選中的頭8個字節即為PNG文件的標識。

接下來的地方就是IHDR數據塊了：

00000008~00000020：

• 00 00 00 0D 說明IHDR頭塊長為13
• 49 48 44 52 IHDR標識
• 00 00 00 08 圖像的寬，8像素
• 00 00 00 08 圖像的高，8像素
• 04 色深，2^4=16，即這是一個16色的圖像（也有可能顏色數不超過16，當然，假設顏色數不超過8，用03表示更合適）
• 03 顏色類型，索引圖像
• 00 PNG Spec規定此處總為0（非0值為將來使用更好的壓縮方法預留），表示使壓縮方法(LZ77派生算法)
• 00 同上
• 00 非隔行掃描
• 36 21 A3 B8 CRC校驗

00000021~0000002F：

可選數據塊sBIT，顏色採樣率，RGB都是256（2^8=256）

00000030~00000062：

這里是調色板信息

• 00 00 00 27 說明調色板數據長為39字節，既13個顏色數
• 50 4C 54 45 PLTE標識
• FF FF 00 顏色0
• FF ED 00 顏色1
• …… ……
• 09 00 B2 最后一個顏色，12
• 5F F5 BB DD CRC校驗

00000063~000000C5：

這部分包括了pHYs、tExt兩種類型的數據塊共3塊，因為並不太重要，因此也不再具體描寫敘述了。

000000C0~000000F8：

以上選中部分是IDAT數據塊

• 00 00 00 27 數據長為39字節
• 49 44 41 54 IDAT標識
• 78 9C…… 壓縮的數據，LZ77派生壓縮方法
• DA 12 06 A5 CRC校驗

IDAT中壓縮數據部分在后面會有具體的介紹。

000000F9~00000104：

IEND數據塊，這部分正如上所說，通常都應該是

00 00 00 00 49 45 4E 44 AE 42 60 82

至此，我們已經能夠從一個PNG文件里識別出各個數據塊了。因為PNG中規定除重要數據塊外，其他的輔助數據塊都為可選部分，因此，有了這個標准后，我們能夠通過刪除全部的輔助數據塊來降低PNG文件的大小。（當然，須要注意的是，PNG格式能夠保存圖像中的層、文字等信息，一旦刪除了這些輔助數據塊后，圖像將失去原來的可編輯性。）

刪除了輔助數據塊后的PNG文件，如今文件大小為147字節，原文件大小為261字節，文件大小降低后，並不影響圖像的內容。

事實上，我們能夠通過改變調色板的色值來完畢一些又趣的事情，比方說實現雲彩/水波的流動效果，實現圖像的淡入淡出效果等等，在此，給出一個鏈接給大家看或許更直接：http://blog.csdn.net/flyingghost/archive/2005/01/13/251110.aspx，我寫此文也就是受此文的啟示的。

如上說過，IDAT數據塊是使用了LZ77壓縮算法生成的，因為受限於手機處理器的能力，因此，假設我們在生成IDAT數據塊時仍然使用LZ77壓縮算法，將會使效率大打折扣，因此，為了效率，僅僅能使用無壓縮的LZ77算法，關於LZ77算法的詳細實現，此文不打算深究，假設你對LZ77算法的JAVA實現有興趣，能夠參考下面兩個網站：

• http://jazzlib.sourceforge.net/
• http://www.jcraft.com/jzlib/index.html

PNG文件結構分析(下：在手機上生成PNG文件)

(已閱讀 次)

上面我們已經對PNG的存儲格式有了了解，因此，生成PNG圖片僅僅須要依照以上的數據塊寫入文件就可以。

(因為IHDR、PLTE的結構都很easy，因此，這里我們僅僅是重點講一講IDAT的生成方法，IHDR和PLTE的數據內容都沿用以上的數據內容)

問題確實是這種，我們知道，對於大多數的圖形文件來說，我們都能夠將實際的圖像內容映射為一個二維的顏色數組，對於上面的PNG文件，因為它用的是16色的調色板（實際是13色），因此，對於圖片的映射能夠例如以下：

(調色板對比圖)

12	11	10	9	8	7	6	5
11	10	9	8	7	6	5	4
10	9	8	7	6	5	4	3
9	8	7	6	5	4	3	2
8	7	6	5	4	3	2	1
7	6	5	4	3	2	1	0
6	5	4	3	2	1	0	0
5	4	3	2	1	0	0	0

PNG Spec中指出，假設PNG文件不是採用隔行掃描方法存儲的話，那么，數據是依照行(ScanLine)來存儲的，為了區分第一行，PNG規定在每一行的前面加上0以示區分，因此，上面的圖像映射應該例如以下：

0	12	11	10	9	8	7	6	5
0	11	10	9	8	7	6	5	4
0	10	9	8	7	6	5	4	3
0	9	8	7	6	5	4	3	2
0	8	7	6	5	4	3	2	1
0	7	6	5	4	3	2	1	0
0	6	5	4	3	2	1	0	0
0	5	4	3	2	1	0	0	0

另外，須要注意的是，因為PNG在存儲圖像時為了節省空間，因此每一行是依照位(Bit)來存儲的，而並非我們想象的字節（Byte），假設你沒有忘記的話，我們的IHDR數據塊中的色深就指明了這一點，所以，為了湊成PNG所須要的IDAT，我們的數據得改成例如以下：

0	203	169	135	101
0	186	152	118	84
0	169	135	101	67
0	152	118	84	50
0	135	101	67	33
0	118	84	50	16
0	101	67	33	0
0	84	50	16	0

最后，我們對這些數據進行LZ77壓縮就能夠得到IDAT的正確內容了。

然而，事情並非這么簡單，由於我們研究的是手機上的PNG，假設須要在手機上完畢LZ77壓縮工作，消耗的時間是可想而知的，因此，我們得再想辦法加降低壓縮時消耗的時間。

好在LZ77也提供了無壓縮的壓縮方法（奇怪吧？），因此，我們僅僅須要簡單的使用無壓縮的方式寫入數據就能夠了，這樣盡管浪費了空間，卻換回了時間！

好了，讓我們看一看怎么樣湊成無壓縮的LZ77壓縮塊：

字節	意義
0~2	壓縮信息，固定為0x78, 0xda, 0x1
3~6	壓縮塊的LEN和NLEN信息
壓縮的數據
最后4字節	Adler32信息

當中的LEN是指數據的長度，占用兩個字節，對於我們的圖像來說，第一個Scan Line包括了5個字節（如第一行的0, 203, 169, 135, 101），所以LEN的值為5（字節/行） * 8（行） = 40（字節），生成字節為28 00（低字節在前），NLEN是LEN的補碼，即NLEN = LEN ^ 0xFFFF，所以NLEN的為 D7 FF，Adler32信息為24 A7 0B A4（詳細算法見源程序），因此，依照這種順序，我們生成IDAT數據塊，最后，我們將IHDR、PLTE、IDAT和IEND數據塊寫入文件里，就能夠得到PNG文件了，如圖：

（選中的部分為生成的“壓縮”數據）

至此，我們已經可以採用最快的時間將數組轉換為PNG圖片了。

 

參考資料：

PNG文件格式白皮書：http://www.w3.org/TR/REC-png.html
為數不多的中文PNG格式說明：http://dev.gameres.com/Program/Visual/Other/PNGFormat.htm
RFC-1950(ZLIB Compressed Data Format Specification)：ftp://ds.internic.net/rfc/rfc1950.txt
RFC-1950(DEFLATE Compressed Data Format Specification)：ftp://ds.internic.net/rfc/rfc1951.txt
LZ77算法的JAVA實現：http://jazzlib.sourceforge.net/
LZ77算法的JAVA實現，包含J2ME版本號：http://www.jcraft.com/jzlib/index.html