PNG格式文件的分析

PNG格式文件分析

PNG格式简介

便携式网络图形（Portable Network Graphics，PNG）是一种采用无损压缩算法的位图格式，其设计目的是试图替代GIF和TIFF文件格式，同时增加一些GIF文件格式所不具备的特性。PNG使用从LZ77派生的无损数据压缩算法，一般应用于JAVA程序、网页或S60程序中，原因是它压缩比高，生成文件体积小。

来源：百度百科

PNG文件结构如何

PNG文件一般由两大部分组成：

• 文件头：Filehead，用来标识这是一个PNG格式的文件。
• 其他部分：Chunks，其他的部分则是由多个数据块组成的，存储了描述图像的相关信息。

一个标准的PNG文件结构应该如下：

FILEHEAD	PNG Chunks	…	PNG Chunks

FILEHEAD的组成

根据PNG文件的定义来说，其文件头位置总是由位固定的字节来描述的：

十进制表示	十六进制表示
137 80 78 71 13 10 26 10	89 50 4E 47 0D 0A 1A 0A

实际上，第一个字节的数据0x89已经超过了ASCII码的范围，这是为了避免某些软件把PNG文件当作文本文件来处理。

每一部分的作用如下表：

取值(HEX)	含义
89	表示不支持8bit的数据，并减小一个文本文件被错误地认为是PNG文件的可能性。
50 4E 47	英文字符串“PNG”的ASCII码
0D 0A	DOS风格的换行符（CRLF）。用于DOS-Unix数据的换行符转换。
1A	在DOS命令行下，用于阻止文件显示的文件结束符。
0A	Unix风格的换行符（LF）。用于Unix-DOS换行符的转换。

PNG Chunk

PNG定义了两种类型的数据块：

• 一种是称为关键数据块(critical chunk)，这是标准的数据块。
• 一种叫做辅助数据块(ancillary chunks)，这是可选的数据块。

关键数据块定义了4个标准数据块，每个PNG文件都必须包含它们，PNG读写软件也都必须要支持这些数据块。虽然PNG文件规范没有要求PNG编译码器对可选数据块进行编码和译码，但规范提倡支持可选数据块。

Critical Chunk

关键数据块有四种类型：

• IHDR，header chunk，包含有图像基本信息，作为第一个出现的数据块并且只出现一次。
• PLTE，palette chunk，调色板数据块，必须存放在图像数据块之前。
• IDAT，image data chunk，存储实际的图像数据。PNG数据包允许包含多个连续的图像数据块。
• IEND，image trailer chunk，图像结束数据，表示PNG数据流结束。

除上述中的限制外，各类chunk的出现顺序没有严格要求。同时在文件中的数据是按照：高位在前低位在后的顺寻存储的，这一点和BMP格式并不一致。

Ancillary Chunk

辅助数据块的类型众多，PNG文件格式规范制定了10个辅助数据块：

• 背景颜色数据块bKGD(background color)。
• 基色和白色度数据块cHRM(primary chromaticities and white point)。
• 图像γ数据块gAMA(image gamma)。
• 图像直方图数据块hIST(image histogram)。
• 物理像素尺寸数据块pHYs(physical pixel dimensions)。
• 样本有效位数据块sBIT(significant bits)。
• 文本信息数据块tEXt(textual data)。
• 图像最后修改时间数据块tIME (image last-modification time)。
• 图像透明数据块tRNS (transparency)。
• 压缩文本数据块zTXt (compressed textual data)。

如何获取PNG的元数据信息

在PNG文件中，每个数据块都由下面四部分组成：

名称	字节数	说明
Length（长度）	4 bytes	指定数据块中数据域的长度，其长度不超过($2^{31}-1$)字节
Chunk Type Code（数据块类型码）	4 bytes	由ASCII码字母组成
Chunk Data（数据块数据）	可变长度	存储按照Chunk Type Code指定的数据
CRC（循环冗余检测）	4 bytes	检错

所以，我们每次只需要读取前8个字节，就可以大致判断出数据块的类型和长度。

下面我们具体分析一下PNG各个关键数据块的结构：

IHDR

文件头数据块IHDR(header chunk)：它包含有PNG文件中存储的图像数据的基本信息，并要作为第一个数据块出现在PNG数据流中，而且一个PNG数据流中只能有一个文件头数据块。
文件头数据块由13字节组成，它的格式如下表所示。

名称	字节数	说明
width	4 bytes	图像宽度，以像素为单位
Height	4 bytes	图像高度，以像素为单位
Bit depth	1 bytes	图像深度： 索引彩色图像：1，2，4或8 灰度图像：1，2，4，8或16 真彩色图像：8或16
ColorType	1 byte	颜色类型： 0：灰度图像, 1，2，4，8或16 2：真彩色图像，8或16 3：索引彩色图像，1，2，4或8 4：带α通道数据的灰度图像，8或16 6：带α通道数据的真彩色图像，8或16
Compression method	1 byte	压缩方法(LZ77派生算法)
Filter method	1 byte	滤波器方法
Interlace method	1 byte	隔行扫描方法： 0：非隔行扫描 1： Adam7(由Adam M. Costello开发的7遍隔行扫描方法)

PLTE

调色板数据块PLTE(palette chunk)包含有与索引彩色图像(indexed-color image)相关的彩色变换数据，它仅与索引彩色图像有关，而且要放在图像数据块(image data chunk)之前。
PLTE数据块是定义图像的调色板信息，PLTE可以包含1~256个调色板信息，每一个调色板信息由3个字节组成：

颜色	字节	意义
R	1 byte	0 = 黑 255 = 红
G	1 byte	0 = 黑 255 = 绿
B	1 byte	0 = 黑 255 = 蓝

因此，调色板的长度应该是3的倍数，否则，这将是一个非法的调色板。
对于索引图像，调色板信息是必须的，调色板的颜色索引从0开始编号，然后是1、2……，调色板的颜色数不能超过色深中规定的颜色数（如图像色深为4的时候，调色板中的颜色数不可以超过$2^4=16$），否则，这将导致PNG图像不合法。
真彩色图像和带$\alpha$通道数据的真彩色图像也可以有调色板数据块，目的是便于非真彩色显示程序用它来量化图像数据，从而显示该图像。

IDAT

图像数据块IDAT(image data chunk)：它存储实际的数据，在数据流中可包含多个连续顺序的图像数据块。
IDAT存放着图像真正的数据信息，因此，如果能够了解IDAT的结构，我们就可以很方便的生成PNG图像。

IEND

图像结束数据IEND(image trailer chunk)：它用来标记PNG文件或者数据流已经结束，并且必须要放在文件的尾部。
十六进制下表示为：
00 00 00 00 49 45 4E 44 AE 42 60 82

实例分析

下面通过一张PNG图片为例进行分析：

图片中有哪些关键数据块？

File header

如前文所述，前8个字节为：89 50 4E 47 0D 0A 1A 0A

IHDR

名称	实际数据	说明
Length（长度）		数据块长度为13
Chunk Type Code		数据块类型为IHDR
width		图像宽度为981
Height		图像高度为1034
Bit depth		图像深度为8位
ColorType		颜色类型为3，是索引彩色图像
Compression method		无压缩
Filter method		滤波器方法0
Interlace method		0：非隔行扫描
CRC		CRC检错

PLTE

8位深度图，索引彩色图像，所以肯定存在调色板。

名称	实际结果	说明
Length		数据块长度为768
Chunk Type Code		数据块类型为PLTE
Chunk Data	太多了不放了…	实际数据

IDAT

我们以第一个IDAT块为例：

名称	实际数据	说明
Length		数据块长度为160695
Chunk Type Code		数据块类型为IDAT
Chunk data	太多了也不放了…	数据块中的实际数据

IEND

如图所示，和上面的描述是一致的。

图片中是否存在辅助数据块？

我们可以通过下面的代码来找出辅助数据块：

#include <iostream>
#include <fstream>
#include <cstdio>
#include <vector>
#include <map>
#include <set>
#define uchar unsigned char

using namespace std;

const string path = "test.png";
map<string, vector<int> > mp;
set <string> ancillary_chunk;

struct FileHeader
{
    uchar head[8];
    void GetHead(ifstream &in) {
        in.read((char *)head, 8);
    }
    void Print() {
        for (auto i : head) cout << (int) i << ' ';
        cout << endl;
    }
}file_header;

struct Chunks
{
    unsigned int length = 0;
    uchar type[4];
    string c_type = "";
    uchar *data;
    uchar CRC[4];
    void GetChunk(ifstream & in) {
        uchar * buffer = new uchar[4];
        in.read((char *)buffer, 4);
        for (int i = 0;i < 4;i ++) 
            length = (length << 8) + buffer[i];
        in.read((char *)type, 4);
        if (length) {
            data = new uchar[length];
            in.read((char*)data, length);
        }
        in.read((char *)CRC, 4);
        for (auto i : type) c_type += (int)i;
        return ;
    }
}chunk;

int main()
{
    ifstream in(path, ios :: binary);
    file_header.GetHead(in);
    int pos = 0;
    while (true) {
        Chunks tmp;
        tmp.GetChunk(in);
        mp[tmp.c_type].push_back(pos);
        pos ++;
        if (tmp.c_type == "IEND") break;
        if (tmp.c_type != "IDAT" && tmp.c_type != "IHDR" && tmp.c_type != "PLTE") ancillary_chunk.insert(tmp.c_type);
        delete(tmp.data);
    }
    cout << "All Chunks" << endl;
    for (auto &i : mp) {
        cout << "Chunk Type :" << i.first  << endl;
    }
    cout << "Ancillary Chunks" << endl;
    for (auto &i : ancillary_chunk) cout << i << endl;
}

最后的结果如下：

All Chunks
Chunk Type :IDAT
Chunk Type :IEND
Chunk Type :IHDR
Chunk Type :PLTE
Chunk Type :tRNS
Ancillary Chunks
tRNS

有一个辅助数据块tRNS，是图像透明数据块。
可以在二进制数据中找到他的位置和数据内容：

总结

为了便于数据的交换、管理、编辑和呈现，PNG文件使用了数据块这种形式。

数据块的结构简单，并且可以很方便的对每块信息进行修改、存储、编辑；同时为了方便显示，只要求解码器可以识别关键数据块，这对兼容性的实现有莫大帮助，即以前的版本的解码器依旧可以打开新版本的图片，只是损失部分新的特征，而核心内容的显示是完全没问题的；同时可以非常方便的对文件进行拓展，甚至可以自己定义一些信息，一些对图像的操作、存储一些其他数据——只要自己再编写出相应的解码器即可。

参考文献

[1] PNG文件分析
[2] W3C.Portable Network Graphics (PNG) Specification (Second Edition)