数字图像处理之图像显示基础

bmp文件

bmp（bitmap的缩写）文件格式是windows本身的位图文件格式，所谓本身是指windows内部存储位图即采用这种格式。一个.bmp格式的文件通常有.bmp的扩展名，但有一些是以.rle为扩展名的，rle的意思是行程长度编码（runlengthencoding）。这样的文件意味着其使用的数据压缩方法是.bmp格式文件支持的两种rle方法中的一种。

bmp文件可用每象素1、4、8、16或24位来编码颜色信息，这个位数称作图象的颜色深度，它决定了图象所含的最大颜色数。一幅1-bpp（位每象素，bitperpixel）的图象只能有两种颜色。而一幅24-bpp的图象可以有超过16兆种不同的颜色。

下一页的图说明了一个典型.bmp文件的结构。它是以256色也就是8-bpp为例的，文件被分成四个主要的部分：一个位图文件头，一个位图信息头，一个色表和位图数据本身。位图文件头包含关于这个文件的信息。如从哪里开始是位图数据的定位信息，位图信息头含有关于这幅图象的信息，例如以象素为单位的宽度和高度。色表中有图象颜色的rgb值。对显示卡来说，如果它不能一次显示超过256种颜色，读取和显示.bmp文件的程序能够把这些rgb值转换到显示卡的调色板来产生准确的颜色。

bmp文件的位图数据格式依赖于编码每个象素颜色所用的位数。对于一个256色的图象来说，每个象素占用文件中位图数据部分的一个字节。象素的值不是rgb颜色值，而是文件中色表的一个索引。所以在色表中如果第一个r/g/b值是255/0/0，那么象素值为0表示它是鲜红色，象素值按从左到右的顺序存储，通常从最后一行开始。所以在一个256色的文件中，位图数据中第一个字节就是图象左下角的象素的颜色索引，第二个就是它右边的那个象素的颜色索引。如果位图数据中每行的字节数是奇数，就要在每行都加一个附加的字节来调整位图数据边界为16位的整数倍。

并不是所有的bmp文件结构都象表中所列的那样，例如16和24-bpp，文件就没有色表，象素值直接表示rgb值，另外文件私有部分的内部存储格式也是可以变化的。例如，在16和256色.bmp文件中的位图数据采用rle算法来压缩，这种算法用颜色加象素个数来取代一串颜色相同的序列，而且，windows还支持os/2下的.bmp文件，尽管它使用了不同的位图信息头和色表格式。

pcx文件

.pcx是在pc上成为位图文件存储标准的第一种图象文件格式。它最早出现在zsoft公司的paintbrush软件包中，在80年代早期授权给微软与其产品捆绑发行，而后转变为microsoftpaintbrush，并成为windows的一部分。虽然使用这种格式的人在减少，但这种带有.pcx扩展名的文件在今天仍是十分常见的。

pcx文件分为三部分，依次为：pcx文件头，位图数据和一个可选的色表。文件头长达128个字节，分为几个域，包括图象的尺寸和每个象素颜色的编码位数。位图数据用一种简单的rle算法压缩，最后的可选色表有256个rgb值，pcx格式最初是为cga和ega来设计的，后来经过修改也支持vga和真彩色显示卡，现在pcx图象可以用1、4、8或24-bpp来对颜色数据进行编码。

tiff文件

pcx格式是所有位图文件格式中最简单的，而tiff(taggedimagefileformat)则是最难的一种。

tiff文件含有.tif的扩展名。它以8字节长的图象文件头开始(ifh)，这个文件头中最重要的成员是一个指向名为图象文件目录(ifd)的数据结构的指针。ifd是一个名为标记（tag）的用于区分一个或多个可变长度数据块的表，标记中含有关于图象的信息。tiff文件格式定义70多种不同类型的标记，有的用来存放以象素为单位的图象宽度和高度，有的用来存放色表(如果需要的话)，当然还必须有用来存放位图数据的标记，一个tiff格式文件完全为它的标记所决定，而且这种文件结构极易扩展，因为你要附加一些特征只须增加一些额外的标记。

究竟是什么使tiff文件如此复杂？一方面，要写一种能够识别所用不同标记的软件非常困难。大多数tiff的阅读程序只能识别一部分标记，所以会出现这种情况：有时一个应用程序创建的tiff文件，另一个应用程序却不能使用。创建tiff文件的程序还可能会在文件中加一些只有它自己认识的标记，虽然tiff的阅读程序可以跳过那些它们不认得的标记，但这样做总是有可能影响到图象的质量。

另一方面，一个tiff文件可以包含多个图象，每个图象都有自己的ifd和一系列标记。tiff文件中的位图数据可能会用好几种方法来压缩，所以一个完备的tiff阅读程序应该有rle解压缩程序，lzw解压缩程序和其他一些算法的解压缩程序。然而更糟的是使用lzw的解码必须得到unisys公司的同意，且通常是需要付版税的。所以即使是一些相当不错的tiff阅读程序在它们遇到lzw算法压缩的图象时也是无能为力的。

尽管tiff是那么的复杂，但仍是一种最好的跨平台格式。因为它非常灵活，无论在视觉上还是其他方面，都能把任何图象编码成二进制形式而不丢失任何属性。

gif文件

当许多图象方面的权威一想到lzw的时候，他们也会想到gif（graphicsinterchangeformat，读作jiff）这是一种常用的跨平台的位图文件格式，最初为compuserve公司所创。gif文件通常带有.gif的扩展名，而且在compuseve上大量存在。

gif文件的结构取决于它属于哪一个版本，目前的两种版本分别是gif87a和gif89a，前者较简单。无论是哪个版本，它都以一个长13字节的文件头开始，文件头中包含判定此文件是gif文件的标记、版本号和其他的一些信息。如果这个文件只有一幅图象，文件头后紧跟一个全局色表来定义图象中的颜色。如果含有多幅图象(gif和tiff格式一样，允许在一个文件里编码多个图象)，那么全局色表就被各个图象自带的局部色表所替代。

在gif87a文件中，文件头和全局色表之后是图象，它可能会是头尾相接的一串图象中的第一个，每个图象由三部分组成，一个10字节长的图象描述，一个可选的局部色表和位图数据。为有效利用空间，位图数据用lzw算法来压缩。

gif89a结构与此类似，但它还包括可选的扩展块来存放每个图象的附加信息。gif89a详细定义了四种扩展块：图象控制扩展块，它用来描述图象怎样被显示(例如，显示是应该象一个透明物去覆盖上一个图象，还是简单的替换它)；简单文本扩展块，它包含显示在图象中的文本；注释扩展块，它以ascii文本形式存放注释;应用扩展块，它存放生成该文件的应用程序的私有数据。这些扩展块可以出现在文件中全局色表的任何地方。

gif最显著的优点是它的广泛使用和它的紧密性。但它有两个弱点，一个是用gif格式存放的文件最多只能含有256种颜色。另一个可能更重要，就是那些使用了gif格式的软件开发者必须征得compuserve的同意，他们每卖出一个拷贝都要向compuserve付版税。这个政策是compuserve仿效unisys公司作出的，它抑制了那些程序员在他的图象应用程序中支持gif文件。

png文件

png(portablenetworkgraphic，发音做ping)文件格式是作为gif的替代品开发的，它能够避免使用gif文件所遇到的常见问题。它从gif那里继承了许多特征，而且支持真彩色图象。更重要的是，在压缩位图数据时它采用了一种颇受好评的lz77算法的一个变种，lz77则是lzw的前身，而且可以免费使用。由于篇幅所限，在这里就不花时间来具体讨论png格式了。

jpeg文件

jpeg(jointphotographicexpertsgroup，发音做jay-peg)文件格式最初由c-cubemicrosystems推出，是为了提供一种存储深度位象素的有效方法，例如对于照片扫描，颜色很多而且差别细微(有时也不细微)。jpeg和这里讨论的其他格式的最大区别是jpeg使用一种有损压缩算法，无损压缩算法能在解压后准确再现压缩前的图象，而有损压缩则牺牲了一部分的图象数据来达到较高的压缩率。但是这种损失很小以至于人们很难察觉。

jpeg图象压缩是一个复杂的过程，经常需要专门的硬件来帮助。首先图象以象素为单位分成8*8的块。然后，每个块分三个步骤被压缩。第一步使用dct(discretecosinetransform)离散余弦变换把8*8的象素矩阵变成8*8的频率（也就是颜色改变的速度）矩阵。第二步对频率矩阵中的值用量化矩阵进行量化，滤掉那些总体上对图象不重要的部分。第三步，也就是最后一步，对量化后的频率矩阵使用无损压缩。

因为被量化后的频率矩阵缺了许多高频信息，通常能被压缩到一半甚至更少。无损压缩一般根本不能压缩真正的照片图象，所以50%的压缩率已是相当不错了，但另一方面，无损压缩能把一些图象文件尺寸减少90%，这样的图象文件就不适合用jpeg来压缩。

jpeg的有损部分产生在第二步，量化矩阵的值越高，从图象中丢掉的信息就越多，从而压缩率就越高，可是同时图象的质量就越差。在jpeg压缩时可以选择一个量化因子，这个因子的值决定了量化矩阵中的数值。理想的量化因子要在压缩率和图象质量间达到平衡，所以对不同的图象要选择不同的量化因子，通常要经过若干次尝试后方可确定