【图像处理】-不同的图像存储格式

看到了前面的基础操作介绍，我们再了解一下不同图像的存储格式，更有利于我们理解图像处理的原理。

图像存储格式详细介绍

1. BMP（BitMap Picture）

发展历史

BMP是一种位图文件格式，由微软公司于1986年推出。它最初是为Windows操作系统设计的，后来逐渐被其他操作系统所支持。由于其简单易用的特点，在早期计算机图形学中得到了广泛应用。

描述

BMP是一种与设备无关的位图格式，这意味着无论何种显示设备都可以正确地渲染该图像。BMP文件由四个部分组成：文件头、位图信息头、颜色表（可选）和位图数据。其中，文件头用于描述文件的基本信息；位图信息头则包含了关于图像尺寸、色彩深度等详细信息；颜色表定义了图像中使用的颜色；而位图数据则是实际的像素值。

存储结构示例

字段名称	长度（字节）	描述
文件类型	2	标识文件为BMP格式 (BM)
文件大小	4	整个文件的大小
保留值	4	保留未使用
数据偏移量	4	从文件开头到图像数据之间的字节数
大小	4	本信息头的长度
宽度	4	图像宽度，以像素为单位
高度	4	图像高度，以像素为单位
色彩平面数	2	总是设置为1
位数/像素	2	每个像素占用的位数
压缩方式	4	表示是否压缩及采用何种压缩算法
图像大小	4	压缩后的图像数据大小
水平分辨率	4	每米的像素数
垂直分辨率	4	每米的像素数
使用的颜色数	4	颜色表中颜色的数量
重要颜色数	4	对图像显示至关重要的颜色数量

实际图片数据说明

假设我们有一张10x10像素的单色（黑白）BMP图像，每个像素占1位，总共有100个像素点。文件结构如下：

• 文件头:

  • 文件类型: BM (2字节)
  • 文件大小: 54 + 100 = 154字节 (4字节)
  • 保留值: 0 (4字节)
  • 数据偏移量: 54字节 (4字节)

• 位图信息头:

  • 大小: 40字节 (4字节)
  • 宽度: 10像素 (4字节)
  • 高度: 10像素 (4字节)
  • 色彩平面数: 1 (2字节)
  • 位数/像素: 1位 (2字节)
  • 压缩方式: 0 (无压缩) (4字节)
  • 图像大小: 100字节 (4字节)
  • 水平分辨率: 2835 DPI (4字节)
  • 垂直分辨率: 2835 DPI (4字节)
  • 使用的颜色数: 2 (4字节)
  • 重要颜色数: 0 (4字节)

• 颜色表:

  • 黑色: RGB(0, 0, 0) (4字节)
  • 白色: RGB(255, 255, 255) (4字节)

• 位图数据:

  • 按行排列的100个像素点，每个像素点占1位，共13字节（因为每8个像素点需要1字节存储）

---

2. JPEG（Joint Photographic Experts Group）

发展历史

JPEG是由联合图像专家组在1992年制定的一种有损压缩标准，旨在解决数字照片和其他连续色调图像所需的大量存储空间问题。JPEG格式因其高效的压缩比和良好的视觉质量而在互联网上广泛传播。

描述

JPEG采用了基于离散余弦变换(DCT)的压缩技术，可以显著减少文件体积而不明显影响画质。JPEG文件由一系列标记段组成，每个标记段包含一个两字节的标识符、两个字节表示内容长度以及具体的数据。

存储结构示例

标记段	长度（字节）	描述
SOI (Start of Image)	2	文件开始标志 (FF D8)
APP0 (JPEG应用段0)	16	应用程序特定信息
DQT (定义量化表)	67	量化表参数
SOF0 (开始帧0)	17	帧头部信息
DHT (定义哈夫曼表)	328	哈夫曼编码表
SOS (开始扫描)	12 + 图像数据 + EOI (End of Image, 2字节)	扫描开始及结束标志 (FF DA, FF D9)

实际图片数据说明

假设我们有一个简单的JPEG图像，包含以下标记段：

• SOI : FF D8
• APP0: 包含JFIF头信息
• DQT: 定义量化表
• SOF0 : 帧头部信息，例如：
  • 图像宽度: 640像素
  • 图像高度: 480像素
  • 精度: 8位
• DHT: 定义哈夫曼编码表
• SOS: 开始扫描，后跟压缩后的图像数据
• EOI : 文件结束标志 FF D9

---

3. PNG（Portable Network Graphics）

发展历史

PNG格式是在1995年由一群开发者创建，作为GIF格式的替代品。PNG不仅支持透明背景，还提供了更好的压缩效果，并且是完全无损的。随着Web技术的发展，PNG成为了网页设计师们最喜爱的图像格式之一。

描述

PNG是一种无损压缩的位图格式，具有跨平台兼容性。PNG文件由一个固定的签名序列后跟多个块构成。每个块都有自己的类型代码、长度字段和校验和，确保数据完整性。

存储结构示例

块	长度（字节）	描述
文件签名	8	确认文件为PNG格式 (89 50 4E 47 0D 0A 1A 0A)
IHDR (Image Header)	17	图像基本信息如宽度、高度等
PLTE (Palette)	至少3n+1	调色板中的颜色条目
IDAT (Image Data)	至少12	实际图像数据
IEND (Image Trailer)	12	文件结束标志

实际图片数据说明

假设我们有一个简单的PNG图像，包含以下块：

• 文件签名 : 89 50 4E 47 0D 0A 1A 0A
• IHDR : 包含图像宽度、高度、位深度等信息
  • 宽度: 640像素
  • 高度: 480像素
  • 位深度: 8位
  • 颜色类型: 真彩色带Alpha通道
• PLTE: 如果是调色板图像，则包含调色板条目
• IDAT: 压缩后的图像数据
• IEND: 文件结束标志

---

4. GIF（Graphics Interchange Format）

发展历史

GIF最早出现在1987年，由CompuServe公司开发。最初版本被称为GIF87a，随后在1989年进行了改进，推出了GIF89a版本，增加了对动画和透明度的支持。尽管存在版权争议，但GIF仍然非常流行，特别是在社交媒体平台上分享简短动画时。

描述

GIF使用LZW压缩算法进行无损压缩，适合存储具有较少颜色变化的简单图形或小型动画。GIF文件结构相对简单，主要包括文件头、逻辑屏幕描述符、全局颜色表（如果有的话）、图像描述符、局部颜色表（如果有的话）以及图像数据。

存储结构示例

字段名称	长度（字节）	描述
文件头	6	"GIF87a" 或 "GIF89a"
逻辑屏幕描述符	7	包含屏幕宽度、高度等信息
全局颜色表	3n	RGB三元组组成的调色板
图像描述符	10	指定图像位置和尺寸
局部颜色表	3m	如果存在，则覆盖全局颜色表
图像数据	变长	LZW压缩后的像素流

实际图片数据说明

假设我们有一个简单的GIF图像，包含以下字段：

• 文件头 : GIF89a
• 逻辑屏幕描述符 :
  • 宽度: 100像素
  • 高度: 100像素
  • 调色板大小: 256色
• 全局颜色表: 包含256个RGB三元组
• 图像描述符 :
  • 左位置: 0
  • 上位置: 0
  • 宽度: 100像素
  • 高度: 100像素
• 图像数据: LZW压缩后的像素流