TIFF图像文件格式分析

一、TIFF图像文件格式概述

1、TIFF的简介

TIFF是Tagged Image File Format的缩写，为标签图像文件格式，是一种灵活的位图格式，主要用来存储包括照片和艺术图在内的图像。最初由Aldus公司与微软公司一起为PostScript打印开发。TIFF与JPEG和PNG一起成为流行的高位彩色图像格式。TIFF格式在业界得到了广泛的支持，如Adobe公司的Photoshop、The GIMP Team的GIMP、Ulead PhotoImpact和Paint Shop Pro等图像处理应用、QuarkXPress和Adobe InDesign这样的桌面印刷和页面排版应用，扫描、传真、文字处理、光学字符识别和其它一些应用等都支持这种格式。从Aldus获得了PageMaker印刷应用程序的Adobe公司控制着TIFF规范。
在现在的标准中，只有TIFF存在， 其他的提法已经舍弃不用了。做为一种标记语言，TIFF与其他文件格式最大的不同在于除了图像数据，它还可以记录很多图像的其他信息。它记录图像数据的方式也比较灵活， 理论上来说， 任何其他的图像格式都能为TIFF所用， 嵌入到TIFF里面。比如JPEG， Lossless JPEG， JPEG2000和任意数据宽度的原始无压缩数据都可以方便的嵌入到TIFF中去。由于它的可扩展性， TIFF在数字影响、遥感、医学等领域中得到了广泛的应用。TIFF文件的后缀是.tif或者.tiff。

2、TIFF的局限及将来发展

TIFF的最大局限在于用4byte来表示偏移量，这样导致文件最大只能有4G。 在20年前指定TIFF标准的时候可能觉得4G足够用了。但是现在这确实成了制约TIFF反展的一个瓶颈。 目前BigTIFF已经提出用8个字节来表示偏移量。这样数据量应该足够大了。也许在不久的将来，这会成为新的tiff的baseline。

二、TIFF文件结构

TIFF文件中的三个关键词是：
1、图像文件头Image File Header(IFH)
3、图像文件目录Image File Directory(IFD)
2、目录项Directory Entry(DE)。
每一幅图像是以8字节的IFH开始的， 这个IFH指向了第一个IFD。IFD包含了图像的各种信息， 同时也包含了一个指向实际图像数据的指针。

1、IFH的构成

Byte 0-1: 字节顺序标志位， 值为II或者MM。II表示小字节在前， 又称为little-endian。MM表示大字节在前，又成为big-endian。
Byte 2-3: TIFF的标志位，一般都是42
Byte 4-7: 第一个IFD的偏移量。可以在任意位置， 但必须是在一个字的边界，也就是说必须是2的整数倍。
可用下图来表示：(图来自http://www.cppblog.com/windcsn/archive/2009/03/12/1158.html)

2、IFD的构成(0代表此IFD的起始位置)

Byte 0-1: 表示此IFD包含了多少个DE，假设数目为n
Byte 2-(n12+1): n个DE
Byte (n12+2)-(n*12+5): 下一个IFD的偏移量，如果没有则置为0
可用下图来表示：(图来自http://www.cppblog.com/windcsn/archive/2009/03/12/1158.html)

3、DE的构成

Byte 0-1: 此TAG的唯一标识
Byte 2-3: 数据类型。
Byte 4-7: 数量。通过类型和数量可以确定存储此TAG的数据需要占据的字节数
Byte 8-11: 如果占用的字节数少于4， 则数据直接存于此。 如果超过4个，则这里存放的是指向实际数据的指针

4、基本TIFF TAGS

在这里列举一些基z本的Tags,更多Tag可以在http://www.awaresystems.be/imaging/tiff/tifftags/baseline.html中查看

十进制码	十六进制码	名称	简短描述
254	00FE	NewSubfileType	新的子文件类型标识 LONG 长度为1；用比特来标识图像的类型：Bit0如果是1代表缩略图，Bit1如果是1代表多页图像中的某一页，Bit2如果是1代表它是透明度掩码图像，其余的位数暂时没有定义。与SubfileType的是，此Tag用比特位来区分文件类型而不是用值来区分
256	0100	ImageWidth	图像宽度 SHORT或者LONG 长度为1
257	0101	mageLength	图像高度 SHORT或者LONG 长度为1
258	0102	BitsPerSample	每个分量的Bit数 SHORT 长度为SamplesPerPixel
259	0103	Compression	压缩类型 SHORT 长度为1；随着TIFF的不断扩张，目前支持多达几十种的压缩方式。就我个人看来，最需要关注的有以下两个值：Compression＝1： 没有压缩；Compression＝7：JPEG压缩。 如果是RGB图像并且SamplesPerPixel＝3，则是标准的有损JPEG压缩。如果是CFA图像，则是Lossless JPEG
262	0106	PhotometricInterpretation	颜色空间 SHORT 长度为1；0 = WhiteIsZero. 应用于灰度或者二值图像， 0对应最亮灰度；1 = BlackIsZero. 应用于灰度或者二值图像. 0对应最暗灰度；2 = RGB. 正常RGB图像，存储顺序为R，G，B；3 = Palette color. 索引图像, ColorMap必须定义，SamplesPerPixel必须1.
320	0140	ColorMap	调色板

三、实例图片分析

我们以如下图片为例，用FlexHEX作为解析工具进行二进制分析。（CSDN无法上传TIFF文件，所以上传的使TIFF文件的截图为。png格式）

1、IFH

最开始两个字节“ll”（0x4949），II表示小字节在前， 又称为little-endian；后两个字节为0x2A，是TIFF的标志位，一般都是十进制42（0x2A）；再后面四个字节0xB4010000，为第一个IFD的偏移量（从数据开始处便宜0x1B4）。可以在任意位置， 但必须是在一个字的边界，也就是说必须是2的整数倍。

2、IFD

IFD开始位置从标黑处开始；
前两个字节0x1200表示此此IFD一共有0x12个DE；
下12个字节表示一个DE，以此类推，一共有18个DE；
在所有DE之后的四个字节0x0000则表示下一个IFD的偏移量，在此图片中只有一个（数值为0所以只有一个）

3、DE

因为本图的DE有18个，并且有压缩。
第一个DE：前2个字节0xFE00表示标签编号（0xFE），通过查表可知道
其为NewSubfileType，后面2个字节0x0400表示数据类型，再后面4个字节0x01000000表示类型数据的数量，这个类型数量为1（0x1），最后4个字节0x00000000表示属性值本身为0。
第二个DE：因为是ll（小字节在前）所以是0x0100，表示图像宽度，0x3表示数据类型，0x1表示有1个这个类型，0x1F表示宽度为31；
第三个DE：因为是ll（小字节在前）所以是0x0101，表示图像高度，0x3表示数据类型，0x1表示有1个这个类型，0x1F表示高度为31；
第四个DE：因为是ll（小字节在前）所以是0x0102，表示每个分量的Bit数，0x3表示数据类型，0x3表示有3个这个类型，0x2A2表示每个分量的Bit数为0x2A2；
第五个DE：因为是ll（小字节在前）所以是0x0103，表示图像压缩类型，0x3表示数据类型，0x1表示有1个这个类型，0x5表示为 LZW压缩；
第六个DE：因为是ll（小字节在前）所以是0x0106，表示图像颜色空间，0x3表示数据类型，0x1表示有1个这个类型，0x2表示为 RGB. 正常RGB图像，存储顺序为R，G，B；
第七个DE：因为是ll（小字节在前）所以是0x010A，表示图像CellLength（抖动或半色调矩阵的长度，用于创建抖动或半色调的双层文件），0x3表示数据类型，0x1表示有1个这个类型，0x1表示长度为1；
第八个DE：因为是ll（小字节在前）所以是0x0111，表示图像每个Strip的偏移量，0x4表示数据类型，0x1表示有1个这个类型，0x8表示为 偏移量为8；
第九个DE：因为是ll（小字节在前）所以是0x0112，表示图像相对于行和列的方向，0x3表示数据类型，0x1表示有1个这个类型，0x1表示为第0行表示图像的可视顶部，第0列表示可视的左侧；
第十个DE：因为是ll（小字节在前）所以是0x0115，表示图像每个象素的通道数，0x3表示数据类型，0x1表示有1个这个类型，0x3表示为通道数为3（SamplesPerPixel is usually 3 for RGB images）；
第十一个DE：因为是ll（小字节在前）所以是0x0116，表示图像每个Strip有多少行，0x3表示数据类型，0x1表示有1个这个类型，0x58表示为每个Strip有88行；
第十二个DE：因为是ll（小字节在前）所以是0x0117，表示图像每个Strip的长度，0x4表示数据类型，0x1表示有1个这个类型，0x1AB表示为每个Strip的长度为427；
第十三个DE：因为是ll（小字节在前）所以是0x011A，表示图像每个解析单元在ImageWidth方向的像素数，0x5表示数据类型，0x1表示有1个这个类型，0x292表示为每个解析单元在ImageWidth方向的像素数为658；
第十四个DE：因为是ll（小字节在前）所以是0x011B，表示图像每个解析单元在ImageLength方向上的像素数，0x5表示数据类型，0x1表示有1个这个类型，0x29A表示为每个解析单元在ImageLength方向上的像素数为666；
第十五个DE：因为是ll（小字节在前）所以是0x011C，表示图像如何存储每个像素的组件，0x3表示数据类型，0x1表示有1个这个类型，0x1表示为银河格式。每个像素的组件值被连续存储（例如，对于RGB数据，数据存储为RGBRGBRGB）；
第十六个DE：因为是ll（小字节在前）所以是0x0128，表示图像X分辨率和Y分辨率的测量单位，0x3表示数据类型，0x1表示有1个这个类型，0x2表示单位为英寸；
第十七个DE：因为是ll（小字节在前）所以是0x013D，表示图像调色板，0x3表示数据类型，0x1表示有1个这个类型，0x2表示调色板颜色像素将根据第1次红色、绿色、蓝色三重奏显示（在调色板彩色图像中，像素值用于索引到RGB查找表中.例如，值为0的调色板颜色像素将根据第0次红色、绿色、蓝色三重奏显示。在TIFF颜色图中，所有的红色值都是第一位的，然后是绿色值，然后是蓝色值。每种颜色的值数为2**BitsPerSample。因此，8位调色板彩色图像的ColeMap字段将有3*256值.每个值的宽度为16位，这是由Short类型所暗示的。0表示最小强度，65535表示最大强度。黑色由0，0，0表示，白色表示为65535,65535,65535。）；
第十八个DE：因为是ll（小字节在前）所以是0x0153，表示图像指定如何解释像素中的每个数据示例，0x3表示数据类型，0x3表示有1个这个类型，0x2A8为其值；

4、图像数据

在IFH和IFD之间的为图像数据，因为其中涉及LZW压缩，所以不太方便进行分析。

5、数据分析准确与否

经过上述数据分析可知，图像大小为31*31
~~

第二个DE：因为是ll（小字节在前）所以是0x0100，表示图像宽度，0x3表示数据类型，0x1表示有1个这个类型，0x1F表示宽度为31；
第三个DE：因为是ll（小字节在前）所以是0x0101，表示图像高度，0x3表示数据类型，0x1表示有1个这个类型，0x1F表示高度为31；

~~
通过查看源文件属性可知属性为31*31

通过数据对比可知，此次文件数据分析正确。

四、总结

TIFF文件分析的重点在于对DE的分析，通过查找TAGS标签号可知其对应的属性。
通过对TIFF文件的粗略解析，加深了我对图像文件格式的了解，也为后续编程处理文件打下基础。