第三章圖像文件格式第一節圖象文件的分類第二節圖象數據的結構第三節MATLAB對文件的基本操作圖像的基本屬性1、分辨率顯示分辨率：指顯示屏上能夠顯示出的象素數目。同樣大小顯示屏能夠顯示的象素越多，說明顯示設備的分辨率越高，顯示的圖像質量也就越高。（640×480，1024×768）

圖像分辨率：指組成一副圖像的像素的密度，一般用單位長度上包含像素的個數來衡量。常用單位為DPI（dotsperinch），即每英寸多少點。圖像的基本屬性2、像素深度像素深度是指存儲每個像素所用的位數。像素深度決定彩色圖像每個像素可能有的顏色數，或者確定灰度圖像每個像素可能有的灰度級數。3、調色板一個彩色圖像假如只包含24位真彩色空間中的16個離散的點（16色圖），則可以建立一個顏色查找表，表中的每一行記錄一組RGB值，實際像素的值用來指定該點顏色在查找表中的索引值，這樣就可以大大縮小存儲量。這個顏色查找表就叫做調色板。第一節圖像文件的分類（1）點陣型（2）矢量型（3）動畫型點陣型：采用位映射（bit-mapped）的方式存儲圖形文件。例如大家最熟悉的中文字型，它的15*16字型和24*24字型就是使用此種字型存儲。一般常見的點陣型圖象文件常用BMP、PCX、GIF等做后綴。（1）點陣型繪畫以及圖象編輯軟件都產生位圖圖象，也叫作柵格圖象。位圖圖象是用小方形網格（位圖或柵格），即人所共知的象素來代表圖象，每個象素都被分配一個特定位置和顏色值。例如，在位圖圖象中自行車輪胎是由該位置的象素拼合組成的。處理位圖圖象時，編輯的是象素而不是對象或形狀。

位圖圖象與分辨率有關，換句話說，它包含固定數量的象素，代表圖象數據。因此，如果在屏幕上以較大的倍數放大顯示，或以過低的分辨率打印，位圖圖象會出現鋸齒邊緣，且會遺漏細節。在表現陰影和色彩（如在照片或繪畫圖象中）的細微變化方面，位圖圖象是最佳選擇。矢量型：采用直線（line）、曲線（curve）、矩形（rectangle）、圓形（circle）等矢量（vector）的方式存儲圖形。市面上所謂的矢量字型就是使用這種方式儲存（注意：有的矢量圖內也可以儲存點陣型圖）。常見的矢量圖文件有：windows的.WMF，Lotus的.PIC，CorelDraw的.CDR等。（2）矢量型C:\ProgramFiles\MicrosoftOffice\CLIPART\PUB60COR繪圖軟件創作的矢量圖形，是由叫作矢量的數學對象所定義的直線和曲線組成的。矢量根據圖形的幾何特性來對其進行描述。例如，矢量圖形中的自行車輪胎是由數學定義的圓形組成，這個圓形按某一半徑畫出，放在特定位置并填充有特定的顏色。移動、縮放輪胎或更改輪胎顏色不會降低圖形的品質。矢量圖形與分辨率無關，換句話說，可以將它縮放到任意大小和以任意分辨率在輸出設備上打印出來，都不會遺漏細節或清晰度。因此，矢量圖形是文字（尤其是小字）和粗圖形的最佳選擇，這些圖形（比如徽標）在縮放到不同大小時必須保持清晰的線條。有些更高級的動畫型圖象則可以分析出兩個畫面的差異，然后只存儲其差異部分。例如有一只海鷗飛過一座高山，此時，當作背景的高山是不會有任何改變的，因此，只需存儲畫面間海鷗飛過時所改變的地方即可。（3）動畫型

所謂動畫型圖象其實可以說是由許多的點陣圖象所組成，常見的動畫型圖象文件有：Animator的.FLI、MacroMindDirector的.MMM等，而目前最受眾人矚目的動畫型圖象則為MPEG（MotionsPictureExpertsGroup）數字電視圖象、GIF等。第二節圖象數據的結構圖象數據事實上就是一個有許多元素（element）組成的二維矩陣，由于矩陣中每個元素相當于該圖中的每一點（dot）,因此被稱為象素（pixel），而圖象數據所對應的色彩數目（colornumber）則是由每點所需位數（bitsperpixel）來決定，其計算方式如下：

colornumber=2(bitsperpixel)

每位象素的bit數與其可表示的顏色數之間的關系如下：BitPerPixelColorNumber1-bit2-color4-bit16-color8-bit256-color16-bithigh-color24-bittrue-color32-bittrue-color（1）真彩色圖象：如果圖象數據中每個象素的顏色直接以RGB表示，其中RGB各占一個字節（即每個象素占3個字節），則該圖象稱為真彩色（truecolor）圖象，也稱全彩色（fullcolor）圖象。以一張640*480的真彩色圖象為例，其所需的儲存空間為：640*480*3=900Kbytes由于彩色計算機屏幕所顯示的每種顏色都是以RGB三基色組成，因此，大多數的圖象文件在儲存彩色圖象數據時，都是采用RGB色彩系統來描述顏色，彩色圖象大致可以分成三組：（2）深彩色圖象：如果圖象數據中每個象素的顏色值仍是直接以RGB來表示，但每個象素僅占2個字節（亦即RGB可能各占5個位，也可能某一種顏色占了6個位），該圖象就稱為深彩色（highcolor）圖象。以一張640*480的16位深彩色圖象為例，其所需的存儲空間為：

640*480*2=600KBytes（3）偽彩色圖象：如果圖象數據中各種顏色的RGB值存儲在彩色表（colortable）或調色板（palette）內，而圖象資料中每個象素的顏色值為指向調色板的索引值（index)，則該圖象稱為含調色板圖象，通常稱為偽彩色（pseudocolor）圖象。由于圖象資料中每個象素的顏色值以不超過一個字節為原則（通常每個象素占4個位或8個位），因此，調色板中最多可以存儲256種顏色。以一張640*480的8位偽彩色圖象為例，其所需的存儲空間為：

640*480+256*3=300.75KB圖像的分類舉例矢量圖點位圖圖像的分類舉例灰度圖標準單色圖標準灰度圖產生1流明的白光所需要的三基色的近似值可由下面的亮度方程表示：1lm(W)=0.299lm(R)+0.587lm(G)+0.114lm(B)標準從彩色圖到灰度圖的轉換中，灰度值的計算權值和上述公式相同。256色標準圖像24位標準圖像圖像的分類舉例BMPGIFJPEGTIFFPCXTGA……按圖像的文件存儲類型來分，可分為：問：我們雙擊帶擴展名的圖像文件，windows會調用圖片查看器，顯示該圖像。這個過程是怎么實現的？答：操作系統根據文件后綴名，按照這種格式的文件，正確讀取文件信息及數據信息，并進行顯示。1.BMP文件及其結構

BMP（BitMap）是DOS和Windows兼容計算機系統的標準Windows圖象格式。BMP格式支持RGB、索引顏色、灰度和位圖顏色模式。可以指定圖象采用MicrosoftWindows或OS/2格式，并指定圖象的位深度。BMP的主要特點：文件結構與PCX文件格式類似，每個文件只能存放一幅圖像；圖像數據是否采用壓縮方式存放，取決于文件的大小與格式，即壓縮處理成為圖像文件的一個選項，用戶可以根據需要進行選擇。

BMP文件由文件頭、位圖信息頭、顏色信息和圖形數據四部分組成：

BMP文件頭

BMP文件頭數據結構含有BMP文件的類型、文件大小和位圖起始位置等信息。

表頭長度固定為54個字節.

其結構定義如下:

typedef

struct

tagBITMAPFILEHEADER

{

WORDbfType;//位圖文件的類型，必須為BM

DWORDbfSize;//位圖文件的大小，以字節為單位

WORDbfReserved1;//位圖文件保留字，必須為0

WORDbfReserved2;//位圖文件保留字，必須為0

DWORDbfOffBits;//位圖數據的起始位置，以相對于

//位圖文件頭的偏移量表示，以字節為單位

}BITMAPFILEHEADER;

(2)位圖信息頭

BMP位圖信息頭數據用于說明位圖的尺寸等信息。

其數據結構如下圖所示：typedef

struct

taBITMAPINFOHEADER{

DWORDbiSize;//本結構所占用字節數

LONGbiWidth;//位圖的寬度，以像素為單位

LONGbiHeight;//位圖的高度，以像素為單位

WORDbiPlanes;//目標設備的級別，必須為1

WORDbiBitCount//每個像素所需的位數，必須是1(雙色),

//4(16色)，8(256色)或24(真彩色)之一

DWORDbiCompression;//位圖壓縮類型，必須是0(不壓縮),

//1(BI_RLE8壓縮類型)或2(BI_RLE4壓縮類型)之一

DWORDbiSizeImage;//位圖的大小，以字節為單位

LONGbiXPelsPerMeter;//位圖水平分辨率，每米像素數

LONGbiYPelsPerMeter;//位圖垂直分辨率，每米像素數

DWORDbiClrUsed;//位圖實際使用的顏色表中的顏色數

DWORDbiClrImportant;//位圖顯示過程中重要的顏色數

}BITMAPINFOHEADER;

顏色表

顏色表用于說明位圖中的顏色，它有若干個表項，每一個表項是一個RGBQUAD類型的結構，定義一種顏色。RGBQUAD結構的定義如下:

typedef

struct

tagRGBQUAD{

BYTErgbBlue;//藍色的亮度(值范圍為0-255)

BYTErgbGreen;//綠色的亮度(值范圍為0-255)

BYTErgbRed;//紅色的亮度(值范圍為0-255)

BYTErgbReserved;//保留，必須為0

}RGBQUAD;

顏色表中RGBQUAD結構數據的個數有biBitCount來確定:

當biBitCount=1,4,8時，分別有2,16,256個表項;

當biBitCount=24時，沒有顏色表項。

BITMAPINFO結構定義如下:

typedef

struct

tagBITMAPINFO{

BITMAPINFOHEADERbmiHeader;//位圖信息頭

RGBQUADbmiColors[1];//顏色表

}BITMAPINFO;

位圖信息頭和顏色表組成位圖信息.

當biBitCount=1時，8個像素占1個字節;

當biBitCount=4時，2個像素占1個字節;

當biBitCount=8時，1個像素占1個字節;

當biBitCount=24時,1個像素占3個字節;

(4)位圖數據位圖數據記錄了位圖的每一個像素值，記錄順序是在掃描行內是從左到右,掃描行之間是從下到上。位圖的一個像素值所占的字節數:

一個掃描行所占的字節數計算方法:

DataSizePerLine=(biWidth*biBitCount+31)/8;

//一個掃描行所占的字節數Windows規定一個掃描行所占的字節數必須是

4的倍數(即以long為單位),不足的以0填充，DataSizePerLine=DataSizePerLine/4*4;//字節數必須是4的倍數

位圖數據的大小(不壓縮情況下):

DataSize=DataSizePerLine*biHeight;

GIF是GraphicInterchangeFormat（圖形交換格式）的縮寫，它是由CompuServe公司在1987年提出的。其最初目的是希望每個BBS（BulletinBoardSystem）的使用者能夠通過GIF文件，輕易存儲并交換圖形數據。在WWW和其它網上服務的HTML文檔中，GIF文件格式普遍用于顯示索引顏色圖形和圖象。GIF是一種LZW（字串表壓縮法）壓縮格式，用來最小化文件大小和電子傳遞時間。最多支持256種顏色。2.GIF文件及其結構GIF文件格式特點采用復雜的LZW編碼方式一個GIF文件可以存儲多幅圖像帶有色彩表（全局、局部色彩表）支持圖像定序顯示或覆蓋可以錯行存放支持文本覆蓋GIF圖象文件的結構是由塊組成的。以下是一個典型的GIF文件結構： 文件頭信息header

屏幕描述塊LogicalScreenDescriptor

全域調色板數據Globalcolortable

圖象描述塊Imagedescriptor

區域調色板數據Localcolortable

圖象壓縮數據Tablebasedimagedata

圖形控制擴充塊GraphicControlextension

圖形說明擴充塊Plaintextextension注解說明擴充塊Commentextension應用程序擴充塊Applicationextension文件結尾塊Trailera.控制塊（controlblock）包括了控制數據流（DataStream）的處理以及設定硬件的參數，其成員有：*Header*Logicalscreendescriptor*Graphiccontrolextension*Trailer按照這些塊的特性，可以將其歸納為三大類：c.特殊用途塊包含了與處理圖象數據無直接關系的信息，其成員有：*Commentextension*Applicationextensionb.圖形描繪塊（GraphicrenderingBlock）包含了在顯示設備上描繪圖形所需的信息，其成員有：*Imagedescriptor*Plaintextextension(1)文件頭信息GIF文件頭占6個字節，其結構如下：typedef

struct

gifheader{BYTEbySignature[3];BYTEbyVersion[3];}GIFHEADER;以下是各個塊結構的說明：bySignature，GIF識別碼，固定為“GIF”。byVersion，版本號。有2個版本GIF87a和GIF89a，分別是1987和1989年公布的，在文件頭信息中用“87a”和“89a”表示。(2)屏幕描述塊邏輯屏幕是一個虛擬屏幕，通過邏輯屏幕我們可以知道該如何處理圖象的顯示。其結構如下：typedef

struct

gifscrdesc{WORDwWidth;WORDwDepth;

Struct

globalflag{BYTEPalbits:3;BYTESortFlag:1;BYTEColorRes:3;BYTEGlobalPal:1;}GlobalFlag;BYTEbyBackground;BYTEbyAspect;}GIFSCRDESC;wWidth：邏輯屏幕的寬度；wDepth：邏輯屏幕的高度；globalflag

：全域性數據。globalflag.Palbits：判斷圖象文件中是否存在全域性調色板。globalflag.SortFlag：判斷調色板中的RGB值是否經過排序。globalflag.ColorRes：計算原始圖象的色彩分辨率。globalflag.GlobalPal：計算調色板數據的大小。byBackground：邏輯屏幕的背景顏色。byAspect：邏輯象素的長寬比例。(3)全域調色板數據：全色調色板的大小是由globalflag.Palbits決定，其最大長度為768（256*3）字節。原則上在GIF圖象文件中的每張圖象中都有其專屬的區域調色板，倘若某張圖象沒有定義其全域調色板，就必須以區域調色板替代。(4)圖象描述塊：存儲圖象描述數據，如圖象的寬、高，圖象的位置等。(5)區域調色板數據：區域調色板的最大長度為768字節。(6)圖象壓縮數據：存儲圖象壓縮的最小字節數，數據子塊信息等。(7)數據子塊：數據子塊是一種可變長度的塊，其長度由第一個字節的數據來決定，而其最大值為256，也就是說，數據子塊的最大長度為256字節，若長度為0，則表示此塊沒有包含任何數據，其作用在于辨識一系列數據子塊是否結束。(8)擴充塊：由于GIF圖象文件中可能有多個圖象描述塊及擴充塊，而且塊也沒有一定的存放順序，因此，GIF圖象文件用一個字節的識別碼來判斷是否為擴充塊。擴充塊有四種，分別為：(9)文件結尾塊：

Trailer為GIF文件中DataStream的結尾塊。

c.注解說明擴充塊：包含了圖形的文字注解說明。

d.應用程序擴充塊：包含了制作此圖象文件的應用軟件的相關信息。a.圖形控制擴充塊：包含描繪圖形時的參數。b.圖形說明擴充塊：包含了與圖形同時顯示的文字的相關信息。JPEG是JointPhotographicExpertsGroup（聯合圖片專家組）的縮寫。在WWW和其它網上服務的HTML文檔中，JPEG普遍用于顯示圖片和其它連續色調的圖象文檔。JPEG格式支持CMY、RGB和灰度顏色模式，與GIF格式不同，JPEG保留RGB圖象中的所有顏色信息，通過選擇性地去掉數據來壓縮文件。3.JPEG文件及其結構JPEG圖象在打開時自動解壓縮。高等級的壓縮會導致較低的圖象品質，低等級的壓縮則產生較高的圖象品質。在大多數情況下，采用“最佳”品質選項產生的壓縮效果與原圖幾乎沒有什么區別。JPEG文件格式的特點靜止圖像壓縮采用有損編碼方式是一種變換編碼對高頻、低頻信號區別對待JPEG文件結構JPEG是一種有損壓縮方式，該文件的目的是提供一種高壓縮比的圖象，JPEG圖象的格式也是以每一數據段來描述的，在JPEG文件的開始是SOF數據標志，文件最后以EOF標志結束。數據段最后結束標志的不同表示了數據段的意義，主要有以下幾種：

FFD8:SOF數據段，包含了圖象的精度，尺寸，長度等信息FFD9:EOF數據段，表示文件結束RST1~RST7,FFD1~FFD7:復位數據標志FFE0:保留數據塊FFFE:文件注釋數據塊

FFDB:量化表數據塊

FFDC:圖像行數數據塊

FFDD:復位間隔數據塊

FFC4:haffman

表數據塊

JPEG支持24位色或真彩色，典型壓縮比為4：1。下表是一幅原圖為380K的“psd”格式圖象在不同壓縮比下進行壓縮后的圖象文件大小的比較：

JPEG編碼技術是由顏色轉換、DCT變換、進行量化、編碼。其壓縮格式由著名的JPEG集團所著的4.0版本的庫所定。

壓縮方式壓縮比圖象質量文件大小最高（max）小很好93k高（high）較小非常好細節損失不易被察覺53k中等（medium）中等細節損失明顯但還可接受31k底（low）高細節損失大23k由此表可以看出，在兼顧圖象質量和大小的情況下，以中等（medium）方式對自然色彩的圖象進行JPEG壓縮最為適宜。

JPEG只能對具有連續色調或連續灰階的24位圖象進行壓縮，對由8位轉化成24位的圖象沒有優勢。原因在于8位色彩的圖象中相鄰點的顏色變化比24位大，JPEG對于這類圖象造成既占空間又損失圖象質量的結果，這時JPEG的壓縮效果可能比GIF更差。

JPEG有損順序編碼算法的主要計算步驟如下：1.將源圖像分成幾個顏色平面（分量圖像）。2.分成8×8數據塊進行正向離散余弦變換(FDCT)。2.量化(quantization)。3.Z字形排列量化結果(zigzagscan)。4.使用差分脈沖編碼調制(differentialpulsecodemodulation，DPCM)對直流系數(DC)進行編碼。5.使用行程長度編碼(run-lengthencoding，RLE)對交流系數(AC)進行編碼。6.熵編碼(entropycoding)。JPEG編碼標準JPEG編碼標準譯碼或者叫做解壓縮的過程與壓縮編碼過程正好相反。IDCTJPEG編碼標準TIFF（TagImageFileFormat）是由9家公司共同發布的，是一種靈活的位圖圖象格式，實際上被所有繪畫、圖象編輯和頁面排版應用程序所支持。而且幾乎所有桌面掃描儀都可以生成TIFF圖象。它能支持單色、灰度、彩色、和其他很多種色彩系統，而在圖象數據存儲的方式上，除了未壓縮的方式外，還包含很多種壓縮方法。其圖象文件結構主要分為圖象文件表頭和圖象文件目錄兩個部分。（由于該文件的數據結構過于復雜，很少有軟件能支持其所有特性，在這里就不作介紹了）4.TIFF文件及其結構什么是TIFF文件格式掃描儀CAD系統地理信息…由Adobe公司授權，包括TIF標記和文檔TIFF包括公共標記和私有標記TIFF是TaggedImageFileFormat的縮寫，是一個廣為應用的光柵圖像文件格式，它的來源有：TIFF格式的特點支持從高端到低端的設備可擴展性強，支持公共和私用的標記結構支持各種壓縮格式有公共軟件庫支持二值圖灰度圖調色板真彩色其他擴展TIFF文件頭PCX格式普遍用于IBMPC兼容計算機上。大多數PC軟件支持PCX格式版本5。版本3文件采用標準VGA調色板，該版本不支持自定調色板。5.PCX文件及其結構PCX格式支持RGB、索引顏色、灰度和位圖顏色模式。PCX支持RLE（重復段長度）壓縮方式。支持位深度為1、4、8或24的圖象。PCX文件結構分為文件頭和圖象壓縮數據兩個部分（如果是8位的PCX圖象文件，則還有256色調色板數據儲存于文件尾）。PCX的文件頭全部占有128字節，其數據結構如下：typedef

struct

pcxheader{BYTEbyManufacturer;BYTEbyVersion;BYTEbyEncoding;BYTEbyBits;WORDwLeft;WORDwTop;WORDwRight;WORDwBottom;WORDwXResolution;WORDwYResolution;BYTEbyPallette[48];BYTEbyReserved;BYTEbyPlanes;WORDwLineBytes;WORDwPalletteType;WORDwScrWidth;WORDwScrDepth;BYTEbyFiller[54];}PCXHEADER;其中，BYTE和WORD分別表示8位和16位的無符號整型。該結構的各數據成員的含義如下：byManufacturerPCX識別碼，用來識別是否為PCX文件；byVersion表示使用的paintbrush版本，共有0，2，3，4，5等值，不同版本處理色彩的能力不一樣。byEncoding

數據壓縮方式，目前只有一種壓縮方式，值為1，表示采用runlength壓縮法。byBits

每個象素所需的位數。wLeft圖象相對于屏幕（screen）左上角的x坐標。wTop圖象相對于屏幕（screen）左上角的y坐標。wRight圖象相對于屏幕（screen）右下角的x坐標。

wBottom圖象相對于屏幕（screen）右下角的y坐標。圖象寬度及高度的計算方式如下：寬度=wRight–wLeft+1高度=wBottom–wTop+1wXResolution圖象的水平分辨率（單位英寸的象素數）。wYResolution圖象的垂直分辨率。byPallette調色板數據。byReserved//保留數據。byPlanes//圖象的色彩平面數。wLineBytes圖象的寬度（以字節為單位），此值必須是偶數。wPalletteType調色板類型。1是彩色或單色，2灰度。wScrWidth制作此圖象文件的屏幕寬度（以象素為單位）。此值以0為基準，為實際的屏幕寬度減1。wScrDepth制作此圖象文件的屏幕高度（以象素為單位）。此值以0為基準，為實際的屏幕高度減1。byFiller保留數據。6.TGA文件及其結構

TGA是AT&T（AmericanTelephone&Telegraph）公司在1984年提出的圖象文件格式。其最初目的是為了支持其所開發的Targa顯像卡，由于TGA圖象文件格式能完善地處理8位到32位圖象，因此，在圖象處理（imageprocessing）、光路跟蹤（raytracing）等高級應用領域中早已被接納使用。

TGA的文件結構比較復雜，大致可分為文件頭、圖象壓縮數據、開發者區域、擴充區域和文件尾信息五個部分。7.PSD格式

這是著名的Adobe公司的圖像處理軟件Photoshop的專用格式PhotoshopDocument（PSD）。PSD其實是