解码 PNG 图片

解码 PNG 图片就是把一张图片从二进制数据转成包含像素数据的 ImageData 。

图片的二进制数据可以从 <canvas> ， <img> ，Object URLs，Image URLs， Blob 对象上获取到。参见浏览器图像转换手册。

ImageData 是一个包括了像素数据、图片宽高数据的对象。

示例图片

:point_up_2: 这是一张我们接下去要解码的图片，但它太小了，放大了展示给大家看下。:point_down:

二进制数据

我们先从浏览器的 <input> 标签上读取到 Blob 对象，然后拿到这张图片的二进制数据。

<input type="file" />
<script>
  const input = document.querySelector('input');
  input.addEventListener('change', async function(e) {
    const [file] = e.target.files;
    const arrayBuffer = await file.arrayBuffer();
    console.log('arrayBuffer', arrayBuffer);
    // TODO: Let's decode arrayBuffer
    const imageData = decode(arrayBuffer);
    console.log('imageData', imageData);
  });
</script>

得到的 arrayBuffer 如下：

 0 ~ 34 ~ 78 ~ 1112 ~ 15
0 ~ 15 137, 80, 78, 71 13, 10, 26, 10 0, 0, 0, 13 73, 72, 68, 82
16 ~ 31 0, 0, 0, 2 0, 0, 0, 2 2, 3, 0, 0 0, 15, 216, 229
32 ~ 47 183, 0, 0, 0 1, 115, 82, 71 66, 1, 217, 201 44, 127, 0, 0
48 ~ 63 0, 9, 112, 72 89, 115, 0, 0 11, 19, 0, 0 11, 19, 1, 0
64 ~ 79 154, 156, 24, 0 0, 0, 12, 80 76, 84, 69, 255 0, 0, 0, 255
80 ~ 95 0, 0, 0, 255 255, 255, 255, 251 0, 96, 246, 0 0, 0, 4, 116
96 ~ 111 82, 78, 83, 255 255, 255, 127, 128 144, 197, 89, 0 0, 0, 12, 73
112 ~ 127 68, 65, 84, 120 156, 99, 16, 96 216, 0, 0, 0 228, 0, 193, 39
128 ~ 143 168, 232, 87, 0 0, 0, 0, 73 69, 78, 68, 174 66, 96, 130

每个表格的单元格内有 4 字节数据，每个字节由 8 位组成，1 位代表的是 0 或者 1 的一个数字。

PNG 文件签名

一张 PNG 图片二进制数据的开头必须是这 8 字节： 0x89, 0x50, 0x4e, 0x47, 0x0d, 0x0a, 0x1a, 0x0a 。

0x 代表这个数字是 16 进制表示的， 0x89, 0x50, 0x4e, 0x47, 0x0d, 0x0a, 0x1a, 0x0a 转换为 10 进制是 137, 80, 78, 71, 13, 10, 26, 10 。

0 ~ 34 ~ 7
137, 80, 78, 71 13, 10, 26, 10
0x89, 0x50, 0x4e, 0x47 0x0d, 0x0a, 0x1a, 0x0a

这张图片的前 8 个字节满足签名的要求。

数据块

数据块包含了图片所有的数据，一个数据块可以分为数据块的开始信息、数据块的数据信息和数据块的结束信息。

一个数据块的开始信息包含 2 个 32 位的数字，换算成字节的话，就是 8 个字节。前 4 个字节会被合并成一个 32 位的数字，表示数据信息的长度，后面 4 个字节可以被转换成文本，表示数据块的类型。

我们从第 8 个字节开始解析数据块的开始信息。

开始信息 1

8 ~ 1112 ~ 15
0, 0, 0, 13 73, 72, 68, 82
长度 类型
13 IHDR

这个数据块是 IHDR 类型，有 13 字节的数据信息。

数据信息 1 IHDR

IHDR 里面的数据信息如下：

16 ~ 1920 ~ 2324 ~ 2728
0, 0, 0, 2 0, 0, 0, 2 2, 3, 0, 0 0
width height depth , colorType , compression , filter interlace
2 2 2, 3, 0, 0 0
  • width （宽）和 height （高）表示图片的宽高。
  • depth （通道深度）代表每个色彩通道用几位数据表示。一张 PNG 图片是由像素组成的，每个像素由色彩通道组成，每个色彩通道又是由位来组成。
  • colorType （色彩类型）PNG 图片一共有 5 种色彩类型， 0 代表灰度颜色， 2 代表用 RGB 表示颜色，即 (R, G, B) ， 3 代表用色板表示颜色， 4 代表灰度和透明度来表示颜色， 6代表用 RGB 和透明度表示颜色，即 (R, G, B, A) 。色板的色彩类型里，每个像素是由 1 个色彩通道表示的。
  • compression 代表了压缩算法。目前只支持 0 ，表示 deflate/inflate。Deflate/inflate 是一种结合了 LZ77 和霍夫曼编码的无损压缩算法，被广泛运用于 7-zip ， zlib ， gzip 等场景。
  • filter 代表在压缩前应用的过滤函数类型，目前只支持 0 。过滤函数类型 0 里面包括了 5 种过滤函数。
  • interlace 代表图片数据是否经过交错， 0 代表没有交错， 1 代表交错。

从上面的信息看出，这是一张 2 * 2 像素的图片，使用色板作为颜色类型，每个像素由 1 个色彩通道组成，每个色彩通道由 2 位组成。像素数据没有交错，经过 0 的过滤函数类型后，经过 deflate 压缩

结束信息 1

29 ~ 32
15, 216, 229, 183

结束信息包括了 4 字节的 CRC32 校验和。解码器应该根据数据块类型和数据块的数据信息计算 CRC32 校验和，并与结束信息中的校验和比对。如果相等，则认为图片数据被正确传输。

开始信息 2

33 ~ 3637 ~ 40
0, 0, 0, 1 115, 82, 71, 66
长度 类型
1 sRGB

这个数据块是 sRGB 信息，长度是 1 字节。

这个数据块类型是小写字母开头的，这表示这个数据块是辅助数据块，大写字母开头的数据块类型表示关键数据块。

数据信息 2 sRGB

41
1

sRGB 表示图片使用的色彩空间。

结束信息 2

42 ~ 45
217, 201, 44, 127

需要比对 CRC32。

开始信息 3

46 ~ 4950 ~ 53
0, 0, 0, 9 112, 72, 89, 115
长度 类型
9 pHYs

9 个字节的 pHYs 辅助数据信息。

数据信息 3 pHYs

54 ~ 5758 ~ 6162
0, 0, 11, 19 0, 0, 11, 19 1
X 轴每个单位像素数 Y 轴每个单位像素数 单位
2835 2835 米

pHYs 数据块代表图片的物理世界大小，从上面的数据可以看出，这张图在现实世界中应该被渲染成每米 2835 像素，宽高一样。

结束信息 3

63 ~ 66
0, 154, 156, 24

比对 CRC32。

开始信息 4

67 ~ 7071 ~ 74
0, 0, 0, 12 80, 76, 84, 69
长度 类型
12 PLTE

12 字节 PLTE 色板数据，是关键数据块。

数据信息 4 PLTE

75 ~ 7879 ~ 8283 ~ 86
255, 0, 0, 0 255, 0, 0, 0 255, 255, 255, 255

色板中包含的数据是 RGB 数据，以 R, G, B 的形式保存，这里一共 12 字节，表示了 4 个色块。得到的色板信息如下：

色板

[[255, 0, 0], [0, 255, 0], [0, 0, 255], [255, 255, 255]]

结束信息 4

87 ~ 90
251, 0, 96, 246

比对 CRC32。

开始信息 5

91 ~ 9495 ~ 98
0, 0, 0, 4 116, 82, 78, 83
长度 类型
4 tRNS

4 字节 tRNS 透明度数据，是辅助数据块。

数据信息 5 tRNS

99 ~ 102
255, 255, 255, 127

这个数据块为色板提供透明信息，每个字节表示一个色块的透明信息。与色板组合后的色板如下：

色板

[[255, 0, 0, 255], [0, 255, 0, 255], [0, 0, 255, 255], [255, 255, 255, 127]]

结束信息 5

103 ~ 106
128, 144, 197, 89

比对 CRC32。

开始信息 6

107 ~ 110111 ~ 114
0, 0, 0, 12 73, 68, 65, 84
长度 类型
12 IDAT

12 字节 IDAT 像素数据，是关键数据块。

数据信息 6 IDAT

115 ~ 118119 ~ 122123 ~ 126
120, 156, 99, 16 96, 216, 0, 0 0, 228, 0, 193

在解析像素数据前，我们先要了解下像素数据是如何编码的。每行像素都会先经过过滤函数处理，每行像素的过滤函数可以不同。然后所有行的像素数据会经过 deflate 压缩算法压缩。所以，我们需要对这里的像素数据先解压，这里我们直接使用了 zlib.inflate() 函数。在浏览器上，可以使用 pako 工具包。

解压出来的像素数据是 Uint8Array： 0, 16, 0, 176 。

接下去我们需要仔细了解每行像素是如何编码，才能把上面的数据还原成像素点。

扫描线 Scanline

一根扫描线包含图片一行像素的数据。我们知道这张图片的高度是 2，也就是像素数据中有 2 行扫描线。

一根扫描线由 1 字节的过滤函数标记和像素信息组成。像素信息一个接一个地排列，中间没有多余的空位。如果扫描线长度不足以填满字节的位数，最后几位会被补齐。一根扫描线的结构如下：

过滤函数像素…[补齐…]
8 位 每像素位数 * 每行像素数 + 补齐

所以我们先要知道每个像素的位数才能解码扫描线。

色彩类型 - 色彩通道 - 通道深度 - 每像素位数

色彩类型色彩每像素通道数通道深度每像素位数
0 灰度 1 1, 2, 4, 8, 16 1, 2, 4, 8, 16
2 真彩色（RGB） 3 8, 16 24, 48
3 色板 1 1, 2, 4, 8 1, 2, 4, 8
4 灰度和透明度 2 8, 16 16, 32
6 色彩色和透明度（RGBA） 4 8, 16 32, 64

这张图片的色彩类型是 3 ，所以每个像素包含 1 个色彩通道。又因为图片的通道深度是 2 ，所以我们知道每个像素是用 2 位来表示的。

所以我们可以解码扫描线了。

解码扫描线

行过滤函数像素…[补齐…]
  8 位 每像素 2 位 * 2 像素 + 4 位补齐 = 8 位
0 0 00010000 ( 16 )
1 0 10110000 ( 176 )

过滤函数

在扫描线被压缩前，每根扫描线都会被单独的过滤函数处理，以使后面的压缩效果更好。

在过滤函数类型 0 中，有 5 种过滤函数：

过滤函数函数过滤方式
0 无 保留原始数据
1 减 减去 A
2 上 减去 B
3 平均 根据 A 和 B 取平均，并向下取证
4 Paeth 使用最接近于 p = A + B − C 的 A、B 或 C 的数值

过滤函数用 A、B、C 三点的数值来计算当前点 X。

这张图片里面的过滤函数 0 表示这张图数据未经过滤。所以我们只要保留原始数据就行了。

扫描线像素

行第 1 列第 2 列补齐…
0 00 01 0000
1 10 11 0000

这里每个像素中的数据表示了这个像素的颜色在色板中的索引。根据色板，我们可以还原出图片的像素信息： [[255, 0, 0, 255], [0, 255, 0, 255], [0, 0, 255, 255], [255, 255, 255, 127]] 。

图片像素

行列01
0 (255, 0, 0, 255) (0, 255, 0, 255)
1 (0, 0, 255, 255) (255, 255, 255, 127)

结束信息 6

127 ~ 130
39, 168, 232, 87

比对 CRC32。

开始信息 7

131 ~ 134135 ~ 138
0, 0, 0, 0 73, 69, 78, 68
0 IEND

0 字节 IEND 图片结束数据块，是关键数据块。

数据信息 7 IEND

无。

结束信息 7

139 ~ 142
174, 66, 96, 130

比对 CRC32。

整张图片解码完成，最终的 ImageData 对象是:

ImageData

imageData = {
   2,
  height: 2,
  data: [255, 0, 0, 255, 0, 255, 0, 255, 0, 0, 255, 255, 255, 255, 255, 127],
};

电脑刺绣绣花厂 http://www.szhdn.com 广州品牌设计公司https://www.houdianzi.com

总结

我们成功解码了一张简单的 PNG 图片，但其中，我简化了很多细节：

  • IDAT 数据可以被分开放在多个数据块中。所以我们需要先收集到所有 IDAT 数据块，再对其解码。
  • 一共有 4 种关键数据块和 14 种辅助数据块。
  • 交错型的 PNG 图片可以让 PNG 展示地更快，但是会让 IDAT 数据变大。
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/qianxiaox/p/13809079.html