【转】BMP格式详解

BMP格式详解

前言

记得本科时候讲《计算机体系结构》的老师（很遗憾忘了他姓名）评价过中外教材的差别，他说按照老外的体系结构教材，你就真的能够做出一个CPU来 （虽然只能做出很老很老的CPU），但国内的教材就很难教到这个程度。

几个月前我从零开始写了一个简单的bmp解码库，现在用一篇文章把其中的关键内容记录下来，希望能够达到让别人照着文章就可以开发出任何语言绑定的 bmp解码库的程度，以便日后我可以放心地忘却，因为我的脑子里总是不能同时记住太多的东西。 

BMP简介

BMP是一种与硬件设备无关的图像文件格式，使用非常广。BMP是Windows环境中交换与图有关的数据的一种标准，在Windows环境中运行 的图形图像软件都支持BMP图像格式。

相对来讲，BMP格式比较简单，它只包含两个重要参数：编码格式（Encoding）和像素位数（bpp, bit-per-pixel）。到目前为止，BMP格式所支持的所有像素位数与编码格式的组合如下：

序号	像素位数(bpp)	编码格式(Encoding)
1	1	bit
2	4	bgr(blue-green-red)
3	4	rle(run-length encode)
4	8	bgr
5	8	rle
6	grayscale	bgr
7	grayscale	rle
8	16	bgr
9	16	bitfields-555
10	16	bitfields-565
11	16	bitfields-customized
12	24	bgr
13	32	bgr
14	32	bitfields-888
15	32	bitfields-customized

其中24bpp称为真彩（true-color）图像，应用最为广泛。16bpp的bmp图像拥有存储空间小，解析速度快，仿真彩效果好等特点，经 常出现在游戏软件中。grayscale（灰度）图像其实是8bpp的一种情况。 

文件结构

典型的BMP图像文件由四部分组成：
1：文件头，它包含BMP图像文件的类型、内容尺寸和起始偏移量等信息；
2：图像参数，它包含 图像的宽、高、压缩方法，以及颜色定义等信息；
3：调色板，可选部分，bpp较小的位图需要调色板；有些位图，比如24bpp（真彩色）图就不需 要调色板；
4：位图数据，这部分的内容因位图实际像素位数和编码格式而不同，在真彩位图中直接使用RGB真彩色值；而有调色板的位图则使用调色板 中颜色索引值。 

数据类型

先定义几个数据类型以便于描述。
byte —— 8 bits
word —— 16 bits
int/uint/dword —— 32 bits 

文件头

BMP的文件头共14个字节。

字节顺序	数据结构	描述
1,2	word	高8位为字母’B’，低8位为字母’M’
3,4,5,6	uint	文件尺寸
7,8	word	保留字1
9,10	word	保留字2
11,12,13,14	uint	位图数据部分相对于文件首的起始偏移量

数据部分偏移量的存在，说明图像数据部分并不一定要紧随图像参数或调色板之后放置，BMP图片的制作者其实可以在调色板之后、数据部分之前填充任何 内容，只要正确地设置偏移量即可。 

图像参数信息

这一个数据块共40字节或56字节。前40字节的内容如下：

字节顺序	数据结构	描述
15,16,17,18	uint	当前结构体的大小，通常是40或56
19,20,21,22	int	图像宽度（像素）
23,24,25,26	int	图像高度（像素）
27,28	word	这个字的值永远是1
29,30	word	每像素占用的位数，即bpp
31,32,33,34	uint	压缩方式
35,36,37,38	uint	图像的尺寸（字节数）
39,40,41,42	int	水平分辨率，pixels-per-meter
43,44,45,46	int	垂直分辨率，pixels-per-meter
47,48,49,50	uint	引用色彩数
51,52,53,54	uint	关键色彩数

水平分辨率和垂直分辨率我从来没用过。看上去应该是与设备相关的参数。

如果你是一个有优化癖的程序员，你一定会问，图像的宽和高为什么是int型而不是uint型呢？因为想象中负数宽和高似乎没有意义。比较滑稽的是， 在BMP格式中，负数的高是有意义的。为了与高搭配，因此图像的宽也定义为int型。负数高的意义我们将在图像数据块中讨论。

第31-34字节存储着一个uint型参数，它代表图像数据的压缩方式。该参数的取值范围是0、1、2或3等等。这些取值的含义分别是：

0 —— RGB方式
1 —— 8bpp的run-length-encoding方式
2 —— 4bpp的run-length-encoding方式
3 —— bit-fields方式

只有压缩方式选项被置为bit-fields时，当前结构体的大小为56字节，否则为40字节。 

调色板

当bpp小于等于8时，BMP使用调色板记录色彩信息，调色板中每条数据（即每种色彩值）都是一个uint型数据。当调色板存在时，图像数据块中存 储的只是各个像素的色彩在调色板中的索引值，必须通过在调色板中查表，才能获知各个像素的真实颜色。若引入调色板，则调色板数据块紧随在图像参数数据块之 后。

当bpp == 1时，调色板合法索引值只有0和1。因此调色板中只有2个色彩值，分别表示索引值为0和1时的色彩信息。

当bpp == 4或bpp == 8时，合法索引值范围扩大为[0,15]和[0,255]。但图像中不一定使用到了全部16种或256种颜色。第47-50字节存储的uint型数据指出 图像中实际应用的色彩数，也即调色板中的色彩值数目。当然，它不应超出调色板的合法索引值的范围。

当bpp == 4或bpp == 8时，可以采用Run-Length-Encoding方式压缩图像的存储空间，即压缩方式选项的值为1或2（当选项值为0时，不压缩）。这种编码格式所 考虑的情况是，若4bpp或8bpp位图的尺寸较大时，由于色彩总数非常有限，所以图像中必然会有很多颜色重复的像素。因此BMP图像格式的设计者决定采 取一个简单的措施来挽回一些被浪费掉的存储空间。这个简单的措施就是RLE压缩方法。 

RLE, Run-Length-Encoding

如果你是一个有优化癖的程序员，当你发现一张8bpp、宽300像素的位图中有一行像素只有两种颜色：前100个像素是红色，后200个像素是蓝 色，然而你的位图却忠实地用100字节来存储前半行重复的红色，又用200字节来存储后半行重复的蓝色，那么你一定会抓狂到大骂BMP格式的设计者是白 痴。

为了避免被骂，BMP格式的设计者想出了这样的办法：先用一个字节来存储重复色彩的数量，再用一个字节来存储这个色彩的值，即用两个字节代表一段颜 色重复的像素。并且，他们给重复色彩的数量起了个名字，叫做Run-Length，可能是因为只有在运行时我们才能知道这段重复色彩的长度。由于 runlength为0时没有意义，因此设计者把runlength=0当做每行的终止符。于是，同样存储一行300个像素，原先需要300字节，现在只 用5个字节就搞定！

字节	1	2	3	4	5
内容	100	red	200	blue	0

由于你是一个有着严重优化癖的程序员，所以你对这样粗制滥造的优化方法并不满足，因为你很快发现，如果一张位图中没有连续重复的像素（例如红蓝像素 点阵），那么用刚才发明的这个办法存储300个像素，居然要用601字节！当然，这种情况下最好的办法是不用压缩算法。可是，如果既有重复像素，又有点阵 的情况呢？比如前150像素是重复的绿色，后150像素是红蓝相间的像素点阵。

为了满足你变态的优化癖，BMP格式的设计者只好继续发展这个算法。首先，他们保留了“用一个字节来存储重复色彩的数量，再用一个字节来存储这个色 彩的值”的设计思路，然后修改了runlength为0的含义。设计者规定，当遇到runlength==0时，我们要继续读取下一个字节，若该字节值为 n，意味着后面的n个像素将采用“逐字翻译”的方式来解析，也就是说，这n个像素的前面没有runlength这个字节。用这种方法压缩“前150像素是 重复的绿色，后150像素是红蓝相间的像素点阵”的300个像素，只需要154个字节。

字节	1	2	3	4	后150个字节
内容	150	green	0	150	red,blue,…,red,blue

这个近似完美的结果中有个小问题：设计BMP格式的天才们把runlength==0的含义修改后，我们就没有行终结符了。不过天才终归是天才，他 们发现“逐字翻译”的像素数必须大于2才有意义（想想这是为什么？），因此runlength==0之后的那个字节的值为0、1或2时，目前还没有意义。 于是天才们规定，当这个值为0时，表示行结束符；当这个值为1时，表示文件结束符；当这个值为2时，似乎仍然没有什么意义；只有当该值大于等于3时，才是 “逐字翻译”。完整的压缩结果是：

字节	1	2	3	4	后150个字节	155	156
内容	150	green	0	150	red,blue,…,red,blue	0	0

这就是传说中的Run-Length-Encoding for 8bpp。4bpp的RLE跟8bpp时没有本质差别。
 

RGB与Bit-Fields

当图像中引用的色彩超过256种时，我们就需要16bpp或更高bpp的位图。调色板不适合bpp较大的位图，因此16bpp以上的位图都不使用调 色板。不使用调色板的位图图像有两种编码格式：RGB和Bit-Fields（下称BF）。

RGB编码格式是一种均分的思想，使Red、Green、Blue三个颜色分量所包含的信息容量尽可能一样大。

16bpp-RGB：在每个像素所占的16bits中，低5位表示Blue分量；中5为表示Green分量；高5位表示Red分量；最高1位无意义 （后来有些应用程序将其视为透明度Alpha分量，但这并不是标准）。所以从低到高的顺序实际上是B-G-R，这也是我在BMP简介的表格里，把RGB的 编码方式都写成BGR的原因。

24bpp-RGB：24bpp的位图又称为真彩位图，它通常只有这一种编码格式，在24bits中，低8位表示Blue分量；中8为表示 Green分量；高8位表示Red分量。

32bpp-RGB：在32bits中，低24位的编码方式与24bpp位图相同，最高8位用来表示透明度Alpha分量。32bpp的位图尺寸太 大，一般只有在图像处理的中间过程中使用。对于需要半透过效果的图像，更好的选择是PNG格式。

BF编码格式与RGB不同，它利用位域操作，人为地确定RGB三分量所包含的信息容量。在图像参数信息模块的介绍中提及，当压缩方式选项置为BF 时，图像参数结构体将比平时多出16字节。这16字节实际上是4个dword的位域掩码。按照先后顺序，它们分别是R、G、B、A四个分量的位域掩码。当 然如果没有Alpha分量，则Alpha掩码没有实际意义。

位域掩码的作用是：指出像素色彩值中RGB分量，就像子网掩码指出子网网段一样。

16bpp-BF-565：这是BF编码格式最著名和最普遍的应用。它的Red、Green和Blue分量的位域掩码分别是0xF800、 0x07E0和0x001F。

我们平时所能够见到的位图中使用BF编码格式的并不多，因为它看上去比较麻烦，而效果也不见得比RGB要好（你能用肉眼分辨出16bpp-RGB和 16bpp-BF-565之间的区别吗？）。

BF编码格式的重要应用在于游戏软件。游戏软件通常包含数量庞大的小尺寸图片。如果一张图片中几乎没有Blue分量，那么使用16bpp-RGB格 式显然会浪费掉B分量所占的5位。此时若采用16bpp-BF-772格式，只给B分量2位，那么R与G分量都拥有7位的容量，几乎接近真彩图像。因此存 储空间小、仿真彩能力强的特点使BF编码格式仍然有着独特的用武之地。

32bpp-BF-xxx：我一直不明白为什么会存在32bpp的位图。如果说32bpp-RGB格式的存在是因为在图像处理过程中存储起来比较高 效（不用压缩），那么32bpp-BF又是为什么存在呢？

图像数据块

图像数据块从文件头中起始偏移量字段所指出的位置开始，其中存放着位图图像的数据，数据格式由图像参数信息块中的压缩方式选项的取值决定。操作图像 数据块时，有一些注意事项：

当压缩方式为RGB时，图像数据块以“行”为单位双字对齐。例如一张宽度为5像素的8bpp的图像，其实际使用的存储空间是每行8个字节。又如一幅 4bpp、宽度为5像素的位图图像，其实际使用的存储空间是每行4个字节。

当bpp < 8时，每个字节将存放多个像素的色彩索引，则先出现的像素存放在高位中。例如某4bpp图像第一行像素的顺序是red, green, blue, yellow, …则图像数据块中第一个字节的高4位值为red，低4位值为green；第二字节高4位值为blue，低4位值为yellow。1bpp时的情况以此类 推。

还记得前面提到，图像参数里，高度有可能是负值吗？这看上去很逗，但事实是，你见过的大多数位图，其图像参数里的高度都是负值。BMP格式设计者规 定，当高度为正值时，图像数据块中记录的第一行像素数据是图像的最后一行；而数据块中最后一行数据才是实际图像的第一行，也就是说，数据块中的行记录与实 际图像反序。而当高度为负值时，数据块中的行记录与实际图像才是同序的。

如果你觉得这太奇怪了，我很理解。不过我们必须怀着无比崇敬之情接受这个看似滑稽的规定。这是因为在那个年代里，那些设计BMP格式的天才首先都是 数学家，让天才的数学家们习惯左上角为原点，并且y轴方向向下的二维直角坐标系的格局显然是很困难的，既然他们手上又有设计BMP的大权，于是……唉，这 就是历史。