PNG图像格式的压缩算法

PNG图像格式的压缩算法
便携式网络图形（Portable Network Graphics）简称为PNG，它是一种无损压缩的位图图形格式，其含有以下几种特性：
1、支持256色调色板技术以产生小体积文件
2、支持最高48位真彩色图像以及16位灰度图像
3、支持阿尔法通道（Alpha Channel，表示图片的透明度和半透明度）的透明/半透明
性
4、支持图像亮度的伽马校正（Gamma校准，用来针对影片或是影像系统里对于光线的
辉度 (luminance) 或是三色刺激值 (tristimulus values)所进行非线性的运算或
反运算）信息
5、使用了无损压缩的算法
6、使用了循环冗余校验（CRC，用来检测或校验数据传输或者保存后可能出现的错误）
防止文件出错
一、 PNG格式的文件结构
PNG定义了两种类型的数据块：一种是PNG文件必须包含、读写软件也都必须要支持的关键块（critical chunk）；另一种叫做辅助块（ancillary chunks），PNG允许软件忽略它不认识的附加块。

这种基于数据块的设计，允许PNG格式在扩展时仍能保持与旧版本兼容。

关键数据块中有4个标准数据块：
1、文件头数据块IHDR(header chunk)：包含有图像基本信息，作为第一个数据块出现
并只出现一次。

2、调色板数据块PLTE(palette chunk)：必须放在图像数据块之前。

3、图像数据块IDAT(image data chunk)：存储实际图像数据。

PNG数据允许包含多个
连续的图像数据块。

4、图像结束数据IEND(image trailer chunk)：放在文件尾部，表示PNG数据流结束
二、PNG格式文件的压缩算法
PNG格式文件采用的是从LZ77派生的一个称为DEFLATE的非专利无失真式压缩算法，这个算法对图像里的直线进行预测然后存储颜色差值，这使得PNG经常能获得比原始图像更大的压缩率。

PNG算法的压缩过程一般有以下几个步骤：
1、图像信息由数据过滤器（delta filtering）进行处理，delta filtering是一个无损的数据过滤算法，它不会改变图像信息的大小，但是会让图像信息具有更高的可压缩性。

2、被处理过的数据将会用Ziv-Lempel（LZ77）算法进行处理，处理后的数据被Huffman 算法压缩，得到最后的PNG格式的图像数据，过程可用下图表示。

（1） LZ77压缩算法原理
为了更好地说明LZ77算法的原理，首先介绍算法中用到的几个术语：
1.输入数据流(input stream)：要被压缩的字符序列。

2.字符(character)：输入数据流中的基本单元。

3.编码位置(coding position)：输入数据流中当前要编码的字符位置，指前向缓冲存
储器中的开始字符。

4.前向缓冲存储器(Lookahead buffer)：存放从编码位置到输入数据流结束的字符序列
的存储器。

5.窗口(window)：指包含W个字符的窗口，字符是从编码位置开始向后数也就是最后处
理的字符数。

6.指针(pointer)：指向窗口中的匹配串且含长度的指针。

LZ77编码算法的核心是查找从前向缓冲存储器开始的最长的匹配串。

编码算法的具体执行步骤如下：
1.把编码位置设置到输入数据流的开始位置。

2.查找窗口中最长的匹配串。

3.以“(Pointer, Length) Characters”的格式输出，其中Pointer是指向窗口中匹配
串的指针，Length表示匹配字符的长度，Characters是前向缓冲存储器中的不匹配的第1个字符。

4.如果前向缓冲存储器不是空的，则把编码位置和窗口向前移(Length+1)个字符，然后
返回到步骤2
（2）使用LZ77算法进行压缩
如果当前处理开始字节的串在窗口中有匹配串，就先输出一个标志位，表明下面是一个（之间的距离，匹配长度）对，然后输出（之间的距离，匹配长度）对，再从刚才处理完的串之后的下一个字节继续处理。

如果当前处理字节开始的串在窗口中没有匹配串，就先输出一个标志位，表明下面是一个没有改动的字节，然后不做改动的输出当前处理字节，再继续处理下一个字节。

伪代码如下：
压缩一段字节流，src - 源数据区，srclen - 源数据区字节长度，dest - 压缩数据区，
返回值 > 0 压缩数据长度，返回值 = 0 数据无法压缩，返回值 < 0 压缩中异常错误int CCompressLZ77::Compress(BYTE* src, int srclen, BYTE* dest)
{
CurByte <- 0
CurBit <- 0
pWnd <- src;
_InitSortTable()
初始化索引表，释放上次压缩用的空间
for i <- 0 to srcl en
do if CurByte >= srclen
return 0;
do if _SeekPhase(src, srclen, i, &off, &len)
_SeekPhase(BYTE* src, int srcl en, int nSeekStart, int* offset, int* l en)
在滑动窗口中查找术语,nSeekStart - 从何处开始匹配, offset, len - 用
于接收结果，表示在滑动窗口内的偏移和长度,返回值- 是否查到长度为2
或2以上的匹配字节串
_OutCode(dest, 1, 1, FALSE)
_OutCode(dest, len, 0, TRUE)
在窗口不满64k大小时，不需要16位存储偏移
_OutCode(dest, off, UpperLog2(nWndSize), FALSE)
_ScrollWind ow(l en)
将窗口向右滑动n个字节
i <- i+len-1;
else
_OutCode(dest, 0, 1, FALSE);
_OutCode(dest, (DWORD)(src[i]), 8, FALSE);
_ScrollWind ow(1);
destl en <- CurByte + ((CurBit) ? 1 : 0);
if destl en >= srclen
return 0;
return destlen;
}
(3) LZ77算法解压算法
对于LZ77压缩文本的解压很简单。

解压算法必须保存解压输出的最后N个字符。

当碰到编码字符串时，解压算法使用<指针>，和<长度>，字段将编码替换成实际的正文字符串。

三、LZ77算法优劣以及应用
（1）LZ77算法优劣
Ziv-Lempel（LZ77）算法假设需要压缩的数据中连续的序列重复的出现，如果正在处理的序列与历史滑动窗口中的一条或者朵小序列相匹配，则将该序列处理为一个LZ77 对，LZ77 对包含(距离，长度) 这两个数据，指向最近的一个匹配的序列。

如果在一定范围(例如长度在3~258 之间)内无法找到相应的匹配对，则LZ77 算法会采取一种“贪婪”策略来处理该序列。

这种“贪婪”策略在压缩文本或者很多二进制文件时效果很好，然而它在处理
过滤后的数据时效果不太理想。

过滤后数据主要由很小的随机分布的数据组成，在这种情况下，即使使用“贪婪”策略也不一定能得到很好的效果。

（2）LZ77算法应用
如今除了PNG图像格式压缩使用了LZ77算法，还有GZIP(GNU自由软件的文件压缩程)以及ZLIB（提供数据压缩用的函式库）均采用了LZ77算法进行压缩。