图像文件格式

1、第五讲第五讲 图像文件格式图像文件格式空军雷达学院自动化教研室 周焰主要内容图象文件的分类图象数据的结构图像格式图象文件格式的比较图像文件的分类点阵型向量型动画型图像文件的分类（续）点阵型：采用位映射（bit-mapped）的方式存储图形文件。例如大家最熟悉的中文字型，它的15*16字型和24*24字型就是使用此种字型存储。一般常见的点阵型图象文件常用BMP、PCX、GIF等做后缀。图像文件的分类（续）向量型：采用直线（line）、曲线（curve）、矩形（rectangle）、圆形（circle）等向量（vector）的方式存储图形。市面上所谓的向量字型就是使用这种方式储存（注意：有的向量图

2、内也可以储存点阵型图）。常见的向量图文件有：windows的.WMF，Lotus的.PIC，CorelDraw的.CDR等。图像文件的分类（续）动画型：所谓动画型图象其实可以说是由许多的点阵图象所组成，但是，有些更高级的动画型图象则可以分析出两个画面的差异，然后只存储其差异部分。例如有一只海鸥飞过一座高山，此时，当作背景的高山是不会有任何改变的，因此，只需存储画面间海鸥飞过时所改变的地方即可。常见的动画型图象文件有：Animator的.FLI、MacroMind Director的.MMM等，而目前最受众人瞩目的动画型图象则为MPEG（Motions Picture Experts Group

3、）数字电视图象。图象数据的结构图象数据事实上就是一个有许多元素（element）组成的二维矩阵，由于矩阵中每个元素相当于该图中的每一点（dot）,因此被称为象素（pixel），而图象数据所对应的色彩数目（color number）则是由每点所需位数（bits per pixel）来决定，其计算方式如下： color number = 2(bits per pixel) 图象数据的结构（续）Bit Per Pixel Color Number1-bit 2-color4-bit 16-color8-bit 256-color16-bit high-color24-bit true-color32

4、-bit true-color图象数据的结构（续）由于彩色计算机屏幕所显示的每种颜色都是以RGB三基色组成，因此，大多数的图象文件在储存彩色图象数据时，都是采用RGB色彩系统来描述颜色，彩色图象大致可以分成三组：真彩色图象：真彩色图象：如果图象数据中每个象素的颜色直接以RGB表示，其中RGB各占一个字节（即每个象素占3个字节），则该图象称为真彩色（true color）图象，也称全彩色（full color）图象。以一张640*480的真彩色图象为例，其所需的储存空间为：640*480*3=900KB图象数据的结构（续）深彩色图象：深彩色图象：如果图象数据中每个象素的颜色值仍是直接以RGB来表

5、示，但每个象素仅占2个字节（亦即RGB可能各占5个位，也可能某一种颜色占了6个位），该图象就称为深彩色（high color）图象。以一张640*480的16位深彩色图象为例，其所需的存储空间为： 640*480*2=600KB图象数据的结构（续）伪彩色图象：如果图象数据中各种颜色的RGB值存储在彩色表（color table）或调色板（palette）内，而图象资料中每个象素的颜色值为指向调色板的索引值（index），则该图象称为含调色板图象，通常称为伪彩色（pseudo color）图象。由于图象资料中每个象素的颜色值以不超过一个字节为原则（通常每个象素占4个位或8个位），因此，调色板中最

6、多可以存储256种颜色。以一张640*480的8位伪彩色图象为例，其所需的存储空间为： 640*480+256*3=300.75KB图像格式从组成形式上来分类：v位图图像v矢量图形图像格式（续）从文件类型上来分类：BMPGIFJPEGTIFFPCXTGA图像格式（续）位图图像：位图图像：绘画以及图象编辑软件都产生位图图象，也叫作栅格图象。位图图象是用小方形网格（位图或栅格），即人所共知的象素来代表图象，每个象素都被分配一个特定位置和颜色值。例如，在位图图象中自行车轮胎是由该位置的象素拼合组成的。处理位图图象时，编处理位图图象时，编辑的是象素而不是对象或形状。辑的是象素而不是对象或形状。 图像格

7、式（续）位图图象与分辨率有关位图图象与分辨率有关，换句话说，它包含固定数量的象素，代表图象数据。因此，如果在屏幕上以较大的倍数放大显示，或以过低的分辨率打印，位图图象会出现锯齿边缘，且会遗漏细节。在表现阴影和色彩（如在照片或绘画图象中）的细微变化方面，位图图象是最佳选择。图像格式（续）矢量图形：矢量图形：绘图软件创作的矢量图形，是由叫作矢量的数学对象所定义的直线和曲线组成的。矢量根据图形的几何特矢量根据图形的几何特性来对其进行描述。性来对其进行描述。例如，矢量图形中的自行车轮胎是由数学定义的圆形组成，这个圆形按某一半径画出，放在特定位置并填充有特定的颜色。移动、缩放轮胎移动、缩放轮胎或更改轮胎

8、颜色不会降低图形的品质。或更改轮胎颜色不会降低图形的品质。 图像格式（续）矢量图形与分辨率无关，矢量图形与分辨率无关，换句话说，您可以将它缩放到任意大小和以任意分辨率在输出设备上打印出来，都不会遗漏细节或清晰度。因此，矢量图形是文字矢量图形是文字（尤其是小字）和粗图形的最佳选择，这些图形（比（尤其是小字）和粗图形的最佳选择，这些图形（比如徽标）在缩放到不同大小时必须保持清晰的线条。如徽标）在缩放到不同大小时必须保持清晰的线条。图像格式（续）因为计算机显示器通过在网格上的显示来呈现图象，因此矢量和点阵图象在屏幕上都是以象素显示的。从矢量到位图的转换称为扫面转换扫面转换，它是计算机图形学的研究内容

9、。图像格式（续）BMP BMP 是 DOS 和 Windows 兼容计算机系统的标准 Windows 图象格式。BMP 格式支持 RGB、索引颜色、灰度和位图颜色模式。可以指定图象采用 Microsoft Windows 或 OS/2 格式，并指定图象的位深度。BMP的主要特点：文件结构与PCX文件格式类似，每个文件只能存放一幅图像；图像数据是否采用压缩方式存放，取决于文件的大小与格式，即压缩处理成为图 像文件的一个选项，用户可以根据需要进行选择。 图像格式（续）Windows中定义了两种位图文件类型，即一般位图文件格式与设备无关位图文件格 式。其中，由于设备无关位图(DIB)文件格式具有更强

10、的灵活性与完整的图像数据、 压缩方式等定义。BMP图像文件的结构可以分为如下三个部分：文件头、调色板数据以文件头、调色板数据以 及图像数据及图像数据。其中文件头的长度为固定值54个字节 。以下将分别介绍BMP图像文件结构中的这三个重要组成部分。特别值得注意的是：BMP 图像文件结构设计得相当简单，这无疑有利于图像文件的处理速度，但是同时也使得 BMP图像文件格式具有一定的局限性，即一个BMP图像文件只能存储一幅图像。 图像格式（续）BMP图像文件的文件头定义 Windows中将BMP图像文件的文件头分成两个数据结构，其中一个数据结构中包含 BMP文件的类型、大小和打印格式等信息，称为BITMA

11、PFILEHEADERl另外一个数据 结构中则包含BMP文件的尺寸定义等信息 。typedef struCttagBITMAPFIlEHEADERWORD bftype； WORD bfsiZe； WORD bfReservedl； WORD bgReserved2： WORD bfoffBits： BITMAPFILEHEADER； 图像格式（续）bftype在图像文件存储空间中的数据类型为unsignedchar，内 容为固定值“BM”，用于标志文件格式，表示该图像文件为BMP文件。 bfsize的数据类型为unsignedlong，它以字节为单位，定义位图文件的大小。 bfReserve

12、dl与bfReserved2的数据类型则都为unsignedint，二 者都是BMP文件的保留字，没有任何意义，其值必须为0. bfoffBits的数据类型为unsignedlong，它以字节为单位，指示图像 数据在文件内的起始地址，即图像数据针对文件头的偏移量。 图像格式（续）GIFGIF是Graphic Interchange Format （图形交换格式）的缩写，它是由CompuServe公司在1987年提出的。其最初目的是希望每个BBS（Bulletin Board System）的使用者能够通过GIF文件，轻易存储并交换图形数据。在WWW和其它网上服务的HTML文档中，GIF文件格式

13、普遍用于显示索引颜色图形和图象。GIF 是一种 LZW （字串表压缩法）压缩格式，用来最小化文件大小和电子传递时间。最多支持256种颜色。图像格式（续）GIF图象文件的结构是由块组成的。以下是一个典型的GIF文件结构：文件头信息 header 屏幕描述块 Logical Screen Descriptor 全域调色板数据 Global color table 图象描述块 Image descriptor 区域调色板数据 Local color table 图象压缩数据 Table based image data 图形控制扩充块 Graphic Control extension 图形说明扩充

14、块 Plain text extension图像格式（续）注解说明扩充块 Comment extension应用程序扩充块 Application extension文件结尾块 Trailer按照这些块的特性，可以将其归纳为三大类：控制块（control block）包括了控制数据流（Data Stream）的处理以及设定硬件的参数，其成员有：*Header*Logical screen descriptor*Graphic control extension*Trailer图像格式（续）图形描绘块（Graphic rendering Block）包含了在显示设备上描绘图形所需的信息，其成员有

15、：* Image descriptor* Plain text extension特殊用途块包含了与处理图象数据无直接关系的信息，其成员有：*Comment extension*Application extension图像格式（续）以下是各个块结构的说明：文件头信息GIF文件头占6个字节，其结构如下：typedef struct gifheaderBYTE bySignature3; BYTE byVersion3;GIFHEADER;bySignature，GIF识别码，固定为“GIF”。byVersion，版本号。有2个版本GIF87a和GIF89a，分别是1987和1989年公布的，在

16、文件头信息中用“87a”和“89a”表示。图像格式（续）屏幕描述块 逻辑屏幕是一个虚拟屏幕，通过逻辑屏幕我们可以知道该如何处理图象的显示。其结构如下：typedef struct gifscrdescWORD wWidth; WORD wDepth; Struct globalflag BYTE Palbits:3; BYTE SortFlag:1; BYTE ColorRes:3; BYTE GlobalPal:1;GlobalFlag; BYTE byBackground; BYTE byAspect;GIFSCRDESC;图像格式（续）wWidth：逻辑屏幕的宽度；wDepth：逻辑屏幕

17、的高度；globalflag ：全域性数据。globalflag. Palbits：判断图象文件中是否存在全域性调色板。globalflag. SortFlag：判断调色板中的RGB值是否经过排序。globalflag. ColorRes：计算原始图象的色彩分辨率。globalflag. GlobalPal：计算调色板数据的大小。byBackground：逻辑屏幕的背景颜色。byAspect：逻辑象素的长宽比例。图像格式（续）全域调色板数据：全色调色板的大小是由globalflag. Palbits决定，其最大长度为768（256*3）字节。原则上在GIF图象文件中的每张图象中都有其专属的区域

18、调色板，倘若某张图象没有定义其全域调色板，就必须以区域调色板替代。图象描述块：存储图象描述数据，如图象的宽、高，图象的位置等。区域调色板数据：区域调色板的最大长度为768字节。图象压缩数据：存储图象压缩的最小字节数，数据子块信息等。图像格式（续）数据子块：数据子块是一种可变长度的块，其长度由第一个字节的数据来决定，而其最大值为256，也就是说，数据子块的最大长度为256字节，若长度为0，则表示此块没有包含任何数据，其作用在于辨识一系列数据子块是否结束。扩充块：由于GIF图象文件中可能有多个图象描述块及扩充块，而且块也没有一定的存放顺序，因此，GIF图象文件用一个字节的识别码来判断是否为扩充块。

19、扩充块有四种，分别为： 图形控制扩充块：包含描绘图形时的参数。 图形说明扩充块：包含了与图形同时显示的文字的相 关信息。图像格式（续） 注解说明扩充块：包含了图形的文字注解说明。 应用程序扩充块：包含了制作此图象文件的应用软件 的相关信息。文件结尾块： Trailer为GIF文件中Data Stream的结尾块。图像格式（续）JPEG JPEG是Joint Photographic Experts Group （联合图片专家组）的缩写。在 WWW 和其它网上服务的 HTML 文档中，JPEG普遍用于显示图片和其它连续色调的图象文档。JPEG 格式支持 CMY、RGB 和灰度颜色模式，与 GIF

20、 格式不同，JPEG 保留 RGB 图象中的所有颜色信息，通过选择性地去掉数据来压缩文件。 JPEG 图象在打开时自动解压缩。高等级的压缩会导致较低的图象品质，低等级的压缩则产生较高的图象品质。在大多数情况下，采用“最佳”品质选项产生的压缩效果与原图几乎没有什么区别。图像格式（续）图像格式（续）Jpeg是一种有损压缩方式，该文件的目的是提供一种高压缩比的图象，jpeg图象的格式也是以每一数据段来描述的，在jpeg文件的开始是SOF数据标志，文件最后以EOF标志结束。数据段最后结束标志的不同表示了数据段的意义，主要有以下几种： FFD8: SOF数据段，包含了图象的精度，尺寸，长度等信息 FFD

21、9: EOF 数据段，表示文件结束 RST1RST7, FFD1FFD7:复位数据标志 FFE0:保留数据块 FFFE:文件注释数据块 图像格式（续） FFDB:量化表数据块 FFDC:图像行数数据块 FFDD:复位间隔数据块 FFC4: haffman 表数据块 JPEG支持24位色或真彩色，典型压缩比为4：1。下表是一幅原图为380K的“psd”格式图象在不同压缩比下进行压缩后的图象文件大小的比较： 图像格式（续）压缩方式压缩比图象质量文件大小最高（max）小很好93k高（high）较小非常好细节损失不易被察觉53k中等（medium）中等细节损失明显但还可接受31k底（low）高细节损失

22、大23k图像格式（续）由此表可以看出，在兼顾图象质量和大小的情况下，以中等（medium）方式对自然色彩的图象进行JPEG压缩最为适宜。 JPEG只能对具有连续色调或连续灰阶的24位图象进行压缩，对由8位转化成24位的图象没有优势。原因在于8位色彩的图象中相邻点的颜色变化比24位大，JPEG对于这类图象造成既占空间又损失图象质量的结果，这时JPEG的压缩效果可能比GIF更差。 图像格式（续）TIFF TIFF（Tag Image File Format）是由9家公司共同发布的， 是一种灵活的位图图象格式，实际上被所有绘画、图象编辑和页面排版应用程序所支持。而且几乎所有桌面扫描仪都可以生成 TI

23、FF 图象。它能支持单色、灰度、彩色、和其他很多种色彩系统，而在图象数据存储的方式上，除了未压缩的方式外，还包含很多种压缩方法。其图象文件结构主要分为图象文件表头图象文件表头和图图象文件目录象文件目录两个部分。（由于该文件的数据结构过于复杂，很少有软件能支持其所有特性，在这里就不作介绍了）图像格式（续）PCX PCX 格式普遍用于 IBM PC 兼容计算机上。大多数 PC 软件支持 PCX 格式版本 5。版本 3 文件采用标准 VGA 调色板，该版本不支持自定调色板。PCX 格式支持 RGB、索引颜色、灰度和位图颜色模式。PCX 支持 RLE（重复段长度） 压缩方式。支持位深度为1、4、8 或

24、 24 的图象。图像格式（续）PCX文件结构分为文件头和图象压缩数据两个部分（如果是8位的PCX图象文件，则还有256色调色板数据储存于文件尾）。PCX的文件头全部占有128字节，其数据结构如下：typedef struct pcxheaderBYTE byManufacturer; BYTE byVersion; BYTE byEncoding; BYTE byBits; WORD wLeft;图像格式（续）WORD wTop;WORD wRight;WORD wBottom;WORD wXResolution;WORD wYResolution;BYTE byPallette48;BYTE

25、 byReserved;BYTE byPlanes;WORD wLineBytes;WORD wPalletteType;图像格式（续）WORD wScrWidth;WORD wScrDepth;BYTE byFiller54;PCXHEADER;其中，BYTE和WORD分别表示8位和16位的无符号整型。该结构的各数据成员的含义如下：byManufacturerPCX识别码，用来识别是否为PCX文件；byVersion表示使用的paintbrush版本，共有0，2，3，4，5等值，不同版本处理色彩的能力不一样。图像格式（续）byEncoding数据压缩方式，目前只有一种压缩方式，值为1，表示采用runlength压缩法。byBits每个象素所需的位数。wLeft图象相对于屏幕（screen）左上角的x坐标。wTop图象相对于屏幕（screen）左上角的y坐标。wRight图象相对于屏幕（screen）右下角的x坐标。图像格式（续） wBottom图象相对于屏幕（scre