PNG格式文件分析

一. 概述

PNG（Portable Network Graphics，便携式网络图形）是一种非常常见的图像存储格式，诞生于20世纪90年代，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。除了多数人所熟知的PNG支持透明背景这一特性，PNG格式更为重要的一点是其能在保证无损压缩的前提下，将文件体积减小到最小，此外对灰度图像和彩色图像分别提供了16 bit和48 bit深度，并且还可存储多达16 bit的α通道数据。

二. PNG文件结构

PNG文件由文件署名域（8字节）和最少3个数据块（Chunk）按照特定的顺序排列而成。

数据块分为两类：

关键数据块（Critical Chunk）：必须包含的数据块。一个有效的PNG文件必须包含一个IHDR块、至少一个IDAT块和一个IEND块；
以及辅助数据块（Ancillary Chunk）：可选的数据块。也就是说，编码器并不必须写入辅助数据块，解码器也可以选择忽略它们，但鼓励编码器在有相关数据时写入标准的辅助数据块、解码器在可行的条件下对这些内容进行解码。

每个数据块都包含4部分：

名称	长度	说明
Length	4字节	无符号整数，注意只表示Chunk Code部分的长度，允许为0，其值不超过 $(2^{31}－1)$ 字节
Chunk type code	4字节	标识该数据块的类型，由ASCII码的A-Z和a-z组成
Chunk data	可变（应与Length值相等）	存储指定数据，长度可为0
CRC	4字节	循环冗余检测

三. PNG文件具体构成

1. PNG文件签名（PNG file signature）

文件的前8字节为PNG文件签名，便于计算机识别文件类型。PNG文件对应的标识为89 50 4E 47 0D 0A 1A 0A。以一张带有透明背景的微信表情为例，使用Synalize it! Pro以二进制方式打开。其文件署名域可参见图2（紫色部分）。

图1 示例图像1：微信表情[机智]

图1-1 PNG文件签名

下面将依次介绍各个数据块的结构。

2. 关键数据块

(1) IHDR chunk（Image Header chunk，文件头数据块）

IHDR必须为PNG文件的第一个数据块，它包含了一个PNG文件的基本信息。一个PNG数据流中只能有一个IHDR数据块。

IHDR由13字节组成：

名称	字节数	说明
Width	4字节	图像宽度（像素）
Height	4字节	图像高度（像素）
Bit depth	1字节	图像深度：表示每个采样点占用的bit数索引（indexed）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
Colour type	1字节	颜色类型： 0：灰度图像, 深度为1，2，4，8或16 bit； 2：真彩色（truecolor）图像，深度为8或16 bit； 3：索引彩色图像，深度为1，2，4或8 bit； 4：带α通道数据的灰度图像，深度为8或16 bit； 6：带α通道数据的真彩色（truecolor with alpha）图像，深度为8或16 bit
Compression method	1字节	压缩方法： 0：LZ77派生算法（目前仅定义了0）其他值：无效；为未来扩展的压缩方法预留
Filter method	1字节	滤波器方法： 0（目前仅定义了0）其他值：无效
Interlace method	1字节	隔行扫描方法： 0：非隔行扫描； 1： Adam7隔行扫描方法

同样以图1为例，其IHDR字段如下：

图1-2 IHDR块

由数据可知，该图像：

Length：0x00 00 00 0D（13），表示IHDR块的Chunk data部分长度为13字节
Chunk type code：0x49 48 44 52（ASCII码“IHDR”），标识该块类型
Chunk data：
- Width：0x00 00 00 40（64）
- Height：0x00 00 00 40（64）
- Bit depth：8，表示8 bit深度
- Colour type：3，表示索引彩色图像
- Compression method：0
- Filter method：0
- Interlace method：0，非隔行扫描
CRC：0x9D B7 81 EC

(2) PLTE chunk（Palette chunk，调色板数据块）

若PLTE块存在，必须要放在IDAT块之前，且只能有1个此块。

PLTE块包含有与索引彩色图像 (indexed-colour image) 相关的彩色变换数据，包含1—256个调色板信息，其中每条信息由8 bit表示：

颜色	长度	含义
Red	1字节	0 = 黑，255 = 红
Green	1字节	0 = 黑，255 = 绿
Blue	1字节	0 = 黑，255 = 蓝

调色板的作用在于，使得图像深度较小的图像，可以使用索引号来正确表示颜色。

PLTE块还必需满足以下限制条件，否则会被判定为不合法：

调色板的长度应为3的倍数，即PLTE块最大字节数为256 × 3 = 768 B；
调色板信息的数量不能超过图像深度可以表示的范围（如对于4 bit深度的图像，最多有16条调色板信息，但允许少于16条）；
对于Colour type 3的PNG图像（索引图像），PLTE块是必需的，此时调色板的颜色索引从0开始编号，然后是1，2……；
对于Colour type为2和6的图像，PLTE块是可选的，此时调色板将提供一个1—256的建议颜色集，以便软件或屏幕不支持显示真彩色时量化真彩色图像；
Colour type为0和4的图像中不能出现PLTE块。

仍以图1为例，其PLTE块为：

图1-3 PLTE块

其中：

Length：0x00 00 02 04（516），表示PLTE块的数据部分有516字节（是3的倍数）
Chunk type code：0x50 4C 54 45（ASCII码“PLTE”）
Chunk data：例如，
- 第0种颜色，0x 00 00 00，即 $(R.G,B) = (0,0,0)$ ；
- 第1种颜色，0x B9 81 3F，即 $(R.G,B) = (185,129,63)$ ；
- 第100中颜色，0xFF FF DD，即 $(R.G,B) = (255,255,238)$ （一种接近于白色的颜色）。现在将其修改为0x00 00 00（纯黑色），结果为：
  
  图1-4 修改了调色板之后的[机智]表情
  
  这与预想的结果一致；
CRC：0x5A 89 F7 7C

(3) IDAT chunk（Image data chunk，图像数据块）

IDAT块包含实际的图像数据。此外：

允许编码器根据需要将压缩的数据流分为多个IDAT块，但它们必须连续出现；
并不限定IDAT块的大小，但过短的IDAT块会浪费更多空间；
IDAT块可以出现在压缩数据流的任何位置。

(4) IEND chunk（Image trailer chunk，图像结束数据块）

IEND块必需出现在文件的末尾，用来标志PNG数据流的结束。该数据块的数据字段是空的。例如图1的IEND块为：

图1-5 IEND块

可以看出，其只包含Length（0）、Chunk Type Code（IEND）和CRC（0xAE 42 60 82）。

3. 辅助数据块

辅助数据块主要包含以下4类、14种：

表示透明信息（Transparency information）的数据块：tRNS chunk（Transparency chunk，透明信息数据块）
表示色彩空间信息（Colour space information）的数据块：
- gAMA chunk（Image gamma chunk，图像γ数据块）
- cHRM chunk（Primary chromaticities chunk，基色和白色度数据块）
- sRGB chunk（Standard RGB colour space chunk，标准RGB色彩空间数据块）
- iCCP chunk（Embedded ICC profile chunk）
表示文本信息（Textual information）的数据块：
- tEXt chunk（Textual data chunk，文本信息数据块）
- zTXt chunk（Compressed textual data chunk，压缩文本数据块）
- iTXt chunk（International textual data chunk）
表示其他信息（Miscellaneous information）的数据块：
- bKGD chunk（Background colour chunk，背景颜色数据块）
- pHYs chunk（Physical pixel dimensions chunk，物理像素尺寸数据块）
- sBIT chunk（Significant bits chunk，样本有效位数据块）
- sPLT chunk（Suggested palette chunk）
- hIST chunk（Palette histogram chunk，图像直方图数据块）
- tIME chunk（Image last-modification time chunk，图像最后修改时间数据块）

下面就几个问题，简要介绍其中几个辅助数据块。

(1) 如何将PNG部分呈现为“透明”？——tRNS chunk

Colour type为0、2或3的PNG图像（索引彩色图像）通过且tRNS块来显示透明信息，而Colour type为4或6的PNG图像（带α通道数据的灰度/真彩色图像）不需要此数据块就可以显示透明信息（直接从IDAT块的数据中提取α分量）。

如果存在tRNS块，则必须位于第一个IDAT块之前、PLTE块之后（若存在）。

对于Colour type 3的索引彩色图像（如下图），tRNS块包含了一系列对应于PLTE块信息的单字节α值（通常在这种情况下，图像中不包含完整的α通道）。α值与8 bit全α通道具有相同的含义： 0表示完全透明，255表示完全不透明，且与图像位深度无关。tRNS块所包含的α值不能超过调色板信息条数，但可以少于，在这种情况下，其余调色板条目的α值为255。

图1-6 tRNS块

(2) 辅助颜色管理——sRGB chunk、gAMA chunk、cHRM chunk

除了使用PLTE块，PNG文件还可以使用sRGB进行颜色识别和颜色管理。

如果存在sRGB块，则图像样本符合sRGB色彩空间[IEC 61966-2-1]。

sRGB块的Chunk data部分只有1个字节：

名称	长度	说明
Rendering intent	1字节	0：Perceptual，用于牺牲色度精度以更好地适应输出设备的图像，例如照片； 1：Relative colorimetric，用于需要颜色外观匹配（相对于输出设备白点）的图像，例如标志； 2：Saturation，用于牺牲亮度和色相以保持合适的饱和度的图像，例如图表和图形； 3：Absolute colorimetric，用于需要保留绝对色度的图像，例如用于其他输出设备的图像预览（校样）。