PNG 文件格式详解¶
PNG（Portable Network Graphics）是一种 无损压缩 的位图图像格式，常用于网页与图像处理。PNG 通过“签名 + 多个数据块（Chunk）”来组织整个文件，具备透明度、伽马/色彩信息、可扩展元数据等特性。
1. PNG 文件整体结构¶
PNG 文件从 8 字节签名 （Signature）开始，之后由若干个 Chunk 顺序组成，最后以 IEND 结束。
常见结构如下：
┌──────────────────────┐
│ PNG Signature (8B) │
├──────────────────────┤
│ IHDR (必须, 第一个) │
├──────────────────────┤
│ PLTE (可选/条件必须) │
├──────────────────────┤
│ IDAT (必须, 可多个) │
├──────────────────────┤
│ ... (可选 chunks) │
├──────────────────────┤
│ IEND (必须, 最后一个) │
└──────────────────────┘
注意：IHDR 必须是第一个 Chunk，IEND 必须是最后一个 Chunk。
2. 文件头：PNG 签名（File Header / Signature）¶
每个 PNG 文件都以固定的 8 字节开头：
含义（常见解释）：
89：用于检测是否为二进制文件（避免被当作文本传输）50 4E 47：ASCII 字符"PNG"0D 0A：CRLF（DOS/Windows 风格换行）1A：DOS 结束符（历史兼容）0A：LF（Unix 风格换行）
3. 块（Chunk）通用格式（核心）¶
PNG 的数据以 Chunk 为单位组织，每个 Chunk 都遵循相同结构：
┌──────────────┬──────────────┬──────────────┬──────────────┐
│ Length (4B) │ Type (4B) │ Data (N bytes)│ CRC (4B) │
└──────────────┴──────────────┴──────────────┴──────────────┘
3.1 Length（长度，4 字节）¶
- 大端序（Big-endian）的无符号整数
- 表示 Data 字段的字节数 N
- 不包含 Type 与 CRC 的长度
3.2 Type（类型码，4 字节）¶
- 4 个 ASCII 字符，例如：
IHDR、IDAT、IEND、PLTE - 通过大小写还可表达额外语义（例如是否“关键块/辅助块”等），但一般解析时先按字面类型处理即可
3.3 Data（数据，变长 N 字节）¶
- 具体内容由 Type 决定
- 例如 IHDR 固定 13 字节，IEND 为 0 字节
3.4 CRC（校验，4 字节）¶
- CRC32 校验值
- 计算范围：Type + Data（不包括 Length）
- 用于检测块数据是否被破坏
4. 关键 Chunk 详解（必须掌握）¶
4.1 IHDR（Image Header，图像头，必须且第一个）¶
IHDR 的 Data 固定为 13 字节，包含图像的全局信息：
| 字段 | 大小 | 含义 |
|---|---|---|
| width | 4B | 宽度（像素） |
| height | 4B | 高度（像素） |
| bit_depth | 1B | 位深（½/4/8/16） |
| color_type | 1B | 颜色类型 |
| compression | 1B | 压缩方法（PNG 中固定为 0） |
| filter | 1B | 滤波方法（固定为 0） |
| interlace | 1B | 隔行方式（0 无；1 Adam7） |
color_type（颜色类型）常见取值：
- 0：灰度（Grayscale）
- 2：真彩色（Truecolor / RGB）
- 3：索引色（Indexed-color）
- 4：灰度 + Alpha
- 6：RGB + Alpha
4.2 PLTE（Palette，调色板，索引色时必须）¶
PLTE 的 Data 由若干个 RGB 三元组组成：
- 每个条目 3 字节：
R G B - 条目数 =
Data长度 / 3
一般规则：
- 当 color_type = 3（索引色）时，PLTE 通常是必须的
- 对于真彩/灰度，PLTE 可选但不常用
4.3 IDAT（Image Data，图像数据，必须，可多个）¶
- IDAT 保存的是**压缩后的像素数据流**
- PNG 允许出现 多个 IDAT：逻辑上等同于把它们的 Data 直接拼接，再作为一个整体解压
- 压缩算法为 DEFLATE（zlib 封装）
解压后的数据不是“直接像素”，而是“按扫描行组织 + 每行带滤波类型字节”的原始图像数据。
4.4 IEND（Image End，文件尾，必须且最后一个）¶
- IEND 的 Data 长度为 0
- 只用于标记 PNG 数据结束
5. 常见可选 Chunk（了解即可）¶
5.1 tEXt（文本信息）¶
- 保存键值风格的文本元数据（例如作者、说明）
- 数据结构通常为：
keyword\0text
5.2 gAMA（伽马值）¶
- 保存伽马校正信息（整数表示：gamma × 100000）
5.3 tRNS（透明度，针对非 alpha 颜色类型补充透明信息）¶
- 对索引色：为调色板条目提供 alpha 数组
- 对灰度：提供一个“完全透明的灰度值”
- 对真彩：提供一个“完全透明的 RGB 值”
6. PNG 压缩与滤波（为什么 IDAT 前要滤波）¶
PNG 为了提高压缩率，会先对每条扫描行做滤波（Filtering），再对滤波后的结果做 DEFLATE 压缩。
滤波类型（每行开头 1 字节）：
0None：不滤波1Sub：与左侧像素差分2Up：与上方像素差分3Average：与（左 + 上）平均差分4Paeth：Paeth 预测器差分
7. 小结（快速记忆）¶
- 文件头：固定 8 字节签名
89 50 4E 47 0D 0A 1A 0A - 块格式：
Length(4) + Type(4) + Data(N) + CRC(4) - 必须块：
IHDR（第一）、IDAT（至少一个）、IEND（最后） - 常见可选块：
PLTE / tEXt / gAMA / tRNS ...