Windows Imaging Component 基础知识

来自网络：http://dev.21tx.com/2009/02/09/14033.html

 

目录

　　入门

　　解码图像

　　编码图像

　　WIC 图像工厂

　　使用流

　　通过 WPF 使用 WIC

　　下一步是什么？

　　Microsoft® Windows® Imaging Component (WIC) 是用于编码、解码和操控图像的可扩展框架。WIC 最初是为 Windows Vista® 和 Windows Presentation Foundation (WPF) 而设计的，但现在，不仅 Windows Vista 和 Microsoft .net Framework 3.0 及更高版本附带此框架，而且它还是 Windows XP 和 Windows Server® 2003 的一个下载项，可供于本机应用程序使用。

　　作为支持 WPF 的多个功能强大的本机框架之一，本文中所说的 WIC 是用于实现 System.Windows.Media.Imaging 命名空间的框架。但是，它也非常适合于以 C++ 编写的本机应用程序，因为它提供了通过一组 COM 接口呈现的简单但功能强大的 API。

　　WIC 使用一组可扩展的图像编解码器支持多种图像格式。每个编解码器支持一种不同的图像格式，并且通常同时提供编码器和解码器。WIC 包括用于所有主要图像格式的一组内置编解码器，这些格式包括 PNG、JPEG、GIF、TIFF、HD Photo (HDP)、ICO，当然还有 Windows BMP。

　　HDP 可能是唯一您没有听过的格式。它最初称为 Windows Media Photo 且是配合 Windows Vista 开发的，用于克服现有格式的一些限制并提供更好的性能和更高的图像质量。如需有关 HDP 的更多信息，请查看 microsoft.com/whdc/xps/wmphoto.mspx 上的规范。幸运地是，WIC 可很好地支持这一新图像格式，因此应用程序不必知道格式的具体细节即可使用它们。

　　本月，我将向您展示如何使用 WIC 来编码和解码不同的图像格式以及其间的多项事宜。下一次，我将讲述一些更高级的功能，并向您展示如何使用自己的图像编解码器来扩展 WIC。

　　入门

　　WIC API 包含 COM 接口、函数、结构和错误代码，以及标识各种编解码器、容器和格式的 GUID。需要的所有声明均包括在 wincodec.h 和 wincodecsdk.h 头文件中，这些文件是 Windows SDK 的一部分（Visual Studio® 2008 中附带这些文件）。您还必须链接到 WindowsCodecs.lib 库，该库提供了您可能需要的各种定义。可将以下代码添加到项目的预编译头文件中以使其完全可用：

#include <wincodec.h>
#include <wincodecsdk.h>
#pragma comment(lib, "WindowsCodecs.lib")

　　由于 WIC API 主要包含的是 COM 接口，因此我使用活动模板库 (ATL) CComPtr 类来处理接口指针的创建和管理。如果要执行相同的操作，还需包括定义 CComPtr 模板类的 atlbase.h 头文件：

#include <atlbase.h>

　　WIC API 还使用 COM 库，因此使用此 API 的任何线程均必须调用 CoInitializeEx 函数。

　　最后，WIC API 使用 HRESULT 来描述错误。本文中的示例使用 HR 宏来清晰地识别方法在何处返回需要检查的 HRESULT。可将它替换为自己的错误处理策略—由它引发异常或是您自己返回 HRESULT。

　　解码图像

　　解码器由 IWICBitmapDecoder 接口表示。WIC 提供了多种用于创建解码器对象的方法，但可仅使用特定解码器的 CLSID 来创建一个实例。以下示例为 TIFF 图像创建了一个解码器：

CComPtr<IWICBitmapDecoder> decoder;
HR(decoder.CoCreateInstance(CLSID_WICTiffDecoder));

　　图 1 列出了 WIC 所包含的编解码器以及可用于创建不同解码器的 CLSID。创建完解码器后，需使用包含像素和可选元数据（它们使用解码器可理解的格式）的流对其进行初始化：

Figure1内置 WIC 编解码器的 CLSID

 

格式	解码器	编码器
BMP	CLSID_WICBmpDecoder	CLSID_WICBmpEncoder
PNG	CLSID_WICPngDecoder	CLSID_WICPngEncoder
ICO	CLSID_WICIcoDecoder	不可用
JPEG	CLSID_WICJpegDecoder	CLSID_WICJpegEncoder
GIF	CLSID_WICGIfDecoder	CLSID_WICGifEncoder
TIFF	CLSID_WICTiffDecoder	CLSID_WICTiffEncoder
HDP	CLSID_WICWmpDecoder	CLSID_WICWmpEncoder

 

CComPtr<IStream> stream;
// Create stream object here...
HR(decoder->Initialize(
　stream,
　WICDecodeMetadataCacheOnDemand));

　　我将在本文后面的内容中讨论流，但 IStream 只是许多 API 使用的传统 COM 流接口，包括我在 2007 年 4 月出版的《MSDN® 杂志》(msdn.microsoft.com/msdnmag/issues/07/04/XML) 中所介绍的 XmlLite 分析器。

　　Initialize 方法的第二个参数介绍您希望解码器如何从流中读取图像信息。WICDecodeMetadataCacheOnDemand 指示解码器应仅在需要时从流中读取图像信息。如果图像格式恰好包含或支持多个帧，则此标记将特别有用。与此相对的标记是 WICDecodeMetadataCacheOnLoad，它指示解码器应立即缓存所有图像信息。然后，对解码器的所有后续请求都应直接从内存执行。它对于托管代码具有更大的意义，我将在稍后进行介绍。

　　初始化解码器后，即可自由查询解码器以获取信息。您最可能询问的是构成图像的一组帧。帧是包含像素的实际位图。可将图像格式看作一个帧容器。正如我所提到的，有些图像格式支持多个帧。

　　GetFrameCount 函数用于确定图像中的帧数：

UINT frameCount = 0;
HR(decoder->GetFrameCount(&frameCount));

　　给定帧数后，即可使用 GetFrame 方法来检索单个帧：

for (UINT index = 0; index < frameCount; ++index)
{
　　CComPtr<IWICBitmapFrameDecode> frame;
　　HR(decoder->GetFrame(index, &frame));
}

　　GetFrame 所返回的 IWICBitmapFrameDecode 接口是从代表只读位图的 IWICBitmapSource 接口派生而来的。IWICBitmapFrameDecode 提供与帧相关的信息，如元数据和色彩配置文件。IWICBitmapSource 提供位图的大小和分辨率、像素格式以及其他可选特性（如色彩表）。IWICBitmapSource 还提供 CopyPixels 方法，此方法可用于从位图中实际读取像素。

　　可使用 GetSize 方法获取以像素表示的帧尺寸：

UINT width = 0;
UINT height = 0;
HR(frame->GetSize(&width, &height));

　　并且可使用 GetResolution 方法获取以每英寸点数 (dpi) 表示的帧分辨率：

double dpiX = 0;
double dpiY = 0;
HR(frame->GetResolution(&dpiX, &dpiY));

　　尽管分辨率对于像素本身没有影响，但在使用逻辑坐标系统（如 WPF 所使用的）时，它的确会影响图像的显示效果。

　　最后一个重要帧属性是像素格式。像素格式描述像素在内存中的布局，并且还暗示支持的颜色或颜色空间的范围。GetPixelFormat 方法返回像素格式：

GUID pixelFormat = { 0 };
HR(frame->GetPixelFormat(&pixelFormat));

　　像素格式定义为 GUID，其名称非常清楚地描述了内存布局。例如，GUID_WICPixelFormat24bppRGB 格式表示每个像素使用 24 位（3 字节）存储，其中每个颜色通道 1 个字节。此外，红色 (R)、绿色 (G) 和蓝色 (B) 字母的顺序表示从最不重要到最重要的字节顺序。例如，GUID_WICPixelFormat32bpPBGRA 格式表示每个像素使用 32 位（4 字节）存储，其中每个颜色通道 1 个字节，阿尔法通道 1 个字节。在此示例中，通道的顺序是蓝色 (B) 通道最不重要，阿尔法 (A) 通道最重要。

　　可使用 CopyPixels 方法来检索实际的像素。

HRESULT CopyPixels(
　const WICRect* rect,
　UINT stride,
　UINT bufferSize,
　BYTE* buffer);

　　rect 参数指定位图中要复制的一个矩形。可将此参数设置为 0，此时会复制整个位图。我马上会谈到跨距。buffer 和 bufferSize 参数指示将像素写到何处以及可用空间有多大。

　　跨距是位图比较麻烦的一个方面。跨距是扫描线之间的字节数。一般而言，构成位图像素的位会被打包成行。单个行的长度应足够存储一行位图像素。跨距是一行的长度（以字节为单位），向上取整为最接近的 DWORD（4 个字节）。从而允许每像素少于 32 位 (bpp) 的位图占用更少的内存，同时仍提供良好的性能。可使用以下函数来计算指定位图的跨距：

UINT GetStride(
　const UINT width, // image width in pixels
　const UINT bitCount) { // bits per pixel
　ASSERT(0 == bitCount % 8);
　const UINT byteCount = bitCount / 8;
　const UINT stride = (width * byteCount + 3) & ~3;
　ASSERT(0 == stride % sizeof(DWORD));
　return stride;
}

　　除此之外，可按如下调用 CopyPixels 方法，假定帧代表一个 32 bpp 位图：

const UINT stride = GetStride(width, 32);
CAtlArray<BYTE> buffer;
VERIFY(buffer.SetCount(stride * height));
HR(frame->CopyPixels(
　0, // entire bitmap
　stride,
　buffer.GetCount(),
　&buffer[0]));

　　我的示例使用的是 ATL CAtlArray 集合类来分配缓存，当然您可以使用所喜欢的任何存储。要更有效地处理更大的位图，可多次调用 CopyPixels 以读取位图的不同部分。

　　编码图像

　　编码器由 IWICBitmapEncoder 接口表示。与解码器一样，WIC 提供了多种用于创建编码器的方法，但可仅使用特定编码器的 CLSID 来创建它。例如，以下代码为 PNG 图像创建了一个编码器：

CComPtr<IWICBitmapEncoder> encoder;
HR(encoder.CoCreateInstance(CLSID_WICPngEncoder));

　　图 1 列出了可用于创建 WIC 所包含的各种编码器的 CLSID。创建完编码器后，需使用将最终接收已编码像素和可选元数据的流对其进行初始化：

CComPtr<IStream> stream;
// Create stream object here...
HR(encoder->Initialize(
　stream,
　WICBitmapEncoderNoCache));

　　Initialize 方法的第二个参数就没那么有趣了，因为 WICBitmapEncoderNoCache 是目前支持的唯一标记。

　　初始化编码器后，现在开始添加帧。CreateNewFrame 方法会创建一个新帧，然后可对其进行配置并向其写入像素：

CComPtr<IWICBitmapFrameEncode> frame;
CComPtr<IPropertyBag2> properties;
HR(encoder->CreateNewFrame(
　&frame,
　&properties));

　　CreateNewFrame 返回代表新帧的 IWICBitmapFrameEncode 接口和 IPropertyBag2 接口。后者为可选项，可用于指定任何特定于编码器的属性，如 JPEG 的图像质量或 TIFF 的压缩算法。例如，以下显示了可如何设置 JPEG 图像的图像质量：

PROPBAG2 name = { 0 };
name.dwType = PROPBAG2_TYPE_DATA;
name.vt = VT_R4;
name.pstrName = L"ImageQuality";
CComVariant value(0.75F);
HR(properties->Write(
　1, // property count
　&name,
　&value));

　　图像质量的值必须在 0.0（表示可能的最低质量）和 1.0（表示可能的最高质量）之间。

　　设完编码器属性后，需先调用 Initialize 方法再进行配置和写入帧：

HR(frame->Initialize(properties));

　　下一步是为新帧设置尺寸和像素格式，然后才能向它写入像素：

HR(frame->SetSize(width, height));
GUID pixelFormat = GUID_WICPixelFormat24bppBGR;
HR(frame->SetPixelFormat(&pixelFormat));
ASSERT(GUID_WICPixelFormat24bppBGR == pixelFormat);

　　SetPixelFormat 参数为一个 [in, out] 参数。在输入时，它指定所需的像素格式。在输出时，它包含所支持的最接近像素格式。这通常不是问题，除非格式是在运行时设置的，可能基于另一位图的像素格式。

　　使用 WritePixels 方法将像素写入到帧中，如下所示：

HRESULT WritePixels(
　UINT lineCount,
　UINT stride,
　UINT bufferSize,
　BYTE* buffer);

　　lineCount 参数指定将写入的像素行数。这意味着可多次调用 WritePixels 来写入整个帧。stride 参数指示如何将缓存中的像素打包到行中。我已在上一小节中介绍了如何计算跨距。

　　在一次或多次调用 WritePixels 来写入整个帧之后，需通过调用帧的 Commit 方法来告诉编码器帧已做好准备。并且，在提交了构成图像的所有帧后，需通过调用编码器的 Commit 方法来告诉编码器图像已做好被保存的准备。

　　到此为止，我已介绍完编码和解码图像的基础知识。在介绍后续内容之前，我想通过一个简单的示例来将其表达清楚。图 2 显示一个 CopyIconToTiff 函数，它展示了如何读取构成图标的各个位图，以及如何将它们复制到多帧 TIFF 图像。

Figure2CopyIconToTiff

HRESULT CopyIconToTiff(
　 IStream* sourceStream,
　 IStream* targetStream) {
　// Prepare the ICO decoder
　CComPtr<IWICBitmapDecoder> decoder;
　HR(decoder.CoCreateInstance(CLSID_WICIcoDecoder));
　HR(decoder->Initialize(
　　sourceStream,
　　WICDecodeMetadataCacheOnDemand));
　// Prepare the TIFF encoder
　CComPtr<IWICBitmapEncoder> encoder;
　HR(encoder.CoCreateInstance(CLSID_WICTiffEncoder));
　HR(encoder->Initialize(
　　targetStream,
　　WICBitmapEncoderNoCache));
　UINT frameCount = 0;
　HR(decoder->GetFrameCount(&frameCount));
　for (UINT index = 0; index < frameCount; ++index) {
　　// Get the source frame info
　　CComPtr<IWICBitmapFrameDecode> sourceFrame;
　　HR(decoder->GetFrame(index, &sourceFrame));
　　UINT width = 0;
　　UINT height = 0;
　　HR(sourceFrame->GetSize(&width, &height));
　　GUID pixelFormat = { 0 };
　　HR(sourceFrame->GetPixelFormat(&pixelFormat));
　　// Prepare the target frame
　　CComPtr<IWICBitmapFrameEncode> targetFrame;
　　HR(encoder->CreateNewFrame(
　　　&targetFrame,
　　　0)); // no properties
　　HR(targetFrame->Initialize(0)); // no properties
　　HR(targetFrame->SetSize(width, height));
　　HR(targetFrame->SetPixelFormat(&pixelFormat));
　　// Copy the pixels and commit frame
　　HR(targetFrame->WriteSource(sourceFrame, 0));
　　HR(targetFrame->Commit());
　}
　// Commit image to stream
　HR(encoder->Commit());
　return S OK;
}

　　在该示例中，我通过利用 WritePixels 方法的替代项进一步简化了流程。不是先从源帧中复制像素然后将其写入到目标帧中，而是使用 WriteSource 方法来从给定的 IWICBitmapSource 接口直接读取像素。由于 IWICBitmapFrameDecode 接口是从 IWICBitmapSource 派生而来，因而提供了一个完善的解决方案。

　　WIC 图像工厂

　　WIC 提供了一个图像工厂来创建各种与 WIC 相关的对象。它通过 IWICImagingFactory 接口公开，并且可按如下所示进行创建：

CComPtr<IWICImagingFactory> factory;
HR(factory.CoCreateInstance(CLSID_WICImagingFactory));

　　我已展示了如果特定图像格式给定了指出实现的 CLSID，该如何创建解码器。当然，正如您可能猜想到，如果不必指定特定实现，或者可以硬编码图像的格式，那它会更有用途。

　　幸运的是，WIC 提供了解决方案。在创建解码器之前，WIC 可检查给定流有无可标识图像格式的模式。一旦找到最佳的匹配项，它会创建适当的解码器并使用相同流对其进行初始化。CreateDecoderFromStream 方法提供了这一功能：

CComPtr<IWICBitmapDecoder> decoder;
HR(factory->CreateDecoderFromStream(
　stream,
　0, // vendor
　WICDecodeMetadataCacheOnDemand,
　&decoder));

　　第二个参数标识解码器的供应商。它是可选项，如果您偏好特定供应商的编解码器，这个参数就会派上用场。请记住，它仅是一个提示，如果特定供应商并未安装适合的解码器，则仍会选择一个解码器，而不管供应商是谁。

　　IWICImagingFactory 还提供 CreateDecoderFromFilename 和 CreateDecoderFromFileHandle 方法，它们分别提供到文件和文件句柄的路径。也可以不指定 CLSID 或流，而是指出图像格式来创建解码器。CreateDecoder 方法正好可以完成这项工作：

CComPtr<IWICBitmapDecoder> decoder;
HR(factory->CreateDecoder(
　GUID_ContainerFormatIco,
　0, // vendor
　&decoder));
HR(decoder->Initialize(
　stream,
　WICDecodeMetadataCacheOnDemand));

　　与此类似，CreateEncoder 方法为特定图像格式创建编码器时也不必考虑其实现，如下所示：

CComPtr<IWICBitmapEncoder> encoder;
HR(factory->CreateEncoder(
　GUID_ContainerFormatBmp,
　0, // vendor
　&encoder));
HR(encoder->Initialize(
　stream,
　WICBitmapEncoderNoCache));

　　图 3 列出了标识独立于实现的图像格式的 GUID，也称为容器格式。

Figure3容器格式 GUID

 

格式	GUID
BMP	GUID_ContainerFormatBmp
PNG	GUID_ContainerFormatPng
ICO	GUID_ContainerFormatIco
JPEG	GUID_ContainerFormatJpeg
GIF	GUID_ContainerFormatGif
TIFF	GUID_ContainerFormatTiff
HDP	GUID_ContainerFormatWmp

 

　　使用流

　　可随时提供任何有效的 IStream 实现以用于 WIC。例如，可使用我在 XmlLite 这篇文章中所介绍的 CreateStreamOnHGlobal 或 SHCreateStreamOnFile 函数，也可以编写您自己的实现。WIC 还提供非常方便且灵活的 IStream 实现。

　　通过使用我在上一小节中介绍的图像工厂，可按如下所示创建未初始化的流对象：

CComPtr<IWICStream> stream;
HR(factory->CreateStream(&stream));

　　IWICStream 接口继承自 Istream，并提供了多种方法来将流与不同的存储支持相关联。例如，可使用 InitializeFromFilename 来创建特定文件所支持的流：

HR(stream->InitializeFromFilename(
　L"file path",
　GENERIC_READ));

　　也可使用 InitializeFromIStreamRegion 将某个流创建为另一个流的子集，或使用 InitializeFromMemory 在一个内存块上创建流。

　　通过 WPF 使用 WIC

　　正如我已提到的，WIC 提供了作为 WPF 图像处理功能基础的框架。System.Windows.Media.Imaging 命名空间中定义了各种图像处理类。为向您展示从托管代码使用是多么地简单，图 4 显示了原本在图 2 中的 CopyIconToTiff 函数，它使用 WPF 包装类以 C# 重新进行了编写。

Figure4以 C# 和 WPF 重新编写的 CopyIconToTiff

static void CopyIconToTiff(Stream sourceStream,
　　　　　　　　　　　　　 Stream targetStream) {
　IconBitmapDecoder decoder = new IconBitmapDecoder(
　　sourceStream,
　　BitmapCreateOptions.None,
　　BitmapCacheOption.OnDemand);
　TiffBitmapEncoder encoder = new TiffBitmapEncoder();
　foreach (BitmapFrame frame in decoder.Frames) {
　　encoder.Frames.Add(frame);
　}
　encoder.Save(targetStream);
}

　　BitmapCacheOption.OnDemand 值对应于本机代码中使用的 WICDecodeMetadataCacheOnDemand 解码器选项。另一个 BitmapCacheOption.OnLoad 值则对应 WICDecodeMetadataCacheOnLoad 解码器选项。

　　我已介绍了当解码器将图像信息读入内存时，这些选项分别有何影响。但是，在托管代码中处理这些选项时，还有一个应了解的副作用。考虑一下指定 BitmapCacheOption.OnDemand 时可能发生什么情况。解码器会持有对基础流的引用，并且可能在创建位图解码器对象后的某个时间从其中执行读取。它的前提是流仍然可用。您需要注意，应用程序不会过早地关闭流。因此需要管理流的生存期，以便不会在解码器完成使用之前将其关闭。

　　它不会影响本机代码，因为 IStream 接口为标准 COM 接口，其生存期是由引用计数控制的。应用程序可释放对它的所有引用，但只要有必要，解码器都会保存一个引用。并且，仅当释放了所有接口指针后才会关闭流。

　　下一步是什么？

　　WIC 提供了一个功能极其强大且灵活的框架，它可满足您的各种图像处理需求。通过使用一组丰富的编解码器和一个简单的 API，您即可立刻开始利用它的多项功能。

　　在下一专栏中，我将探讨 WIC 所提供的一些更高级的功能。我将向您展示如何开发自己的编解码器，并详细地说明注册和发现过程，包括模式匹配功能。到时，我还会更正一个内置编解码器中的一个限制。