BMP文件结构

http://www.cnblogs.com/kingmoon/archive/2011/04/18/2020097.html

 

BMP文件存储结构的格式可以在Windows中的WINGDI.h文件中找到定义。

BMP文件总体上由4部分组成，分别是位图文件头、位图信息头、调色板和图像数据，如表5-1所示。

表5-1 BMP文件的组成结构

位图文件头（bitmap-file header）

位图信息头（bitmap-information header）

彩色表/调色板（color table）

位图数据（bitmap-data）

下面来详细看一下每个组成部分的细节。

1．位图文件头（bitmap-file header）

位图文件头（bitmap-file header）包含了图像类型、图像大小、图像数据存放地址和两个保留未使用的字段。

打开WINGDI.h文件，搜索"BITMAPFILEHEADER"就可以定位到BMP文件的位图文件头的数据结构定义。

typedef struct tagBITMAPFILEHEADER { 
WORD    bfType; 
DWORD   bfSize; 
WORD    bfReserved1; 
WORD    bfReserved2; 
DWORD   bfOffBits; 
} BITMAPFILEHEADER, FAR *LPBITMAPFILEHEADER, *PBITMAPFILEHEADER;

表5-2列出了tagBITMAPFILEHEADER中各字段的含义。

表5-2 tagBITMAPFILEHEADER结构

字 段 名	大小（单位：字节）	描 述
bfType	2	位图类别，根据不同的操作 系统而不同，在Windows 中，此字段的值总为‘BM’
bfSize	4	BMP图像文件的大小
bfReserved1	2	总为0
bfReserved2	2	总为0
bfOffBits	4	BMP图像数据的地址

2．位图信息头（bitmap-information header）

位图信息头（bitmap-information header）包含了位图信息头的大小、图像的宽高、图像的色深、压缩说明图像数据的大小和其他一些参数。

打开WINGDI.h文件，搜索"tagBITMAPINFOHEADER"就可以定位到BMP文件的位图信息头的数据结构定义。

typedef struct tagBITMAPINFOHEADER{ 
DWORD      biSize; 
LONG        biWidth; 
LONG        biHeight; 
WORD       biPlanes; 
WORD       biBitCount; 
DWORD      biCompression; 
DWORD      biSizeImage; 
LONG        biXPelsPerMeter; 
LONG        biYPelsPerMeter; 
DWORD      biClrUsed; 
DWORD      biClrImportant; 
} BITMAPINFOHEADER, FAR *LPBITMAPINFOHEADER, *PBITMAPINFOHEADER;

表5-3列出了tagBITMAPFILEHEADER中各字段的含义。

表5-3 tagBITMAPFILEHEADER结构

字 段 名	大小 （单位： 字节）	描 述
biSize	4	本结构的大小，根据不同的操作系统而不同，在Windows中，此字段的值总为28h字节=40字节
biWidth	4	BMP图像的宽度，单位像素
biHeight	4	总为0
biPlanes	2	总为0
biBitCount	2	BMP图像的色深，即一个像素用多少位表示，常见有1、4、8、16、24和32，分别对应单色、16色、256色、16位高彩色、24位真彩色和32位增强型真彩色
biCompression	4	压缩方式，0表示不压缩，1表示RLE8压缩，2表示RLE4压缩，3表示每个像素值由指定的掩码决定
biSizeImage	4	BMP图像数据大小，必须是4的倍数，图像数据大小不是4的倍数时用0填充补足
biXPelsPerMeter	4	水平分辨率，单位像素/m
biYPelsPerMeter	4	垂直分辨率，单位像素/m
biClrUsed	4	BMP图像使用的颜色，0表示使用全部颜色，对于256色位图来说，此值为100h=256
biClrImportant	4	重要的颜色数，此值为0时所有颜色都重要，对于使用调色板的BMP图像来说，当显卡不能够显示所有颜色时，此值将辅助驱动程序显示颜色

3．彩色表/调色板（color table）

彩色表/调色板（color table）是单色、16色和256色图像文件所特有的，相对应的调色板大小是2、16和256，调色板以4字节为单位，每4个字节存放一个颜色值，图像 的数据是指向调色板的索引。

可以将调色板想象成一个数组，每个数组元素的大小为4字节，假设有一256色的BMP图像的调色板数据为：

调色板[0]=黑、调色板[1]=白、调色板[2]=红、调色板[3]=蓝…调色板[255]=黄

图像数据01 00 02 FF表示调用调色板[1]、调色板[0]、调色板[2]和调色板[255]中的数据来显示图像颜色。

在早期的计算机中，显卡相对比较落后，不一定能保证显示所有颜色，所以在调色板中的颜色数据应尽可能将图像中主要的颜色按顺序排列在前面，位图信息 头的biClrImportant字段指出了有多少种颜色是重要的。

每个调色板的大小为4字节，按蓝、绿、红存储一个颜色值。

打开WINGDI.h文件，搜索"tagRGBTRIPLE"就可以定位到BMP文件的调色板的数据结构定义。

typedef struct tagRGBQUAD { 
BYTE    rgbBlue; 
BYTE    rgbGreen; 
BYTE    rgbRed; 
BYTE    rgbReserved; 
} RGBQUAD;

表5-4列出了tagRGBTRIPLE中各字段的含义。

表5-4 tagRGBTRIPLE结构

字 段 名	大小（单位：字节）	描 述
rgbBlue	1	蓝色值
rgbGreen	1	绿色值
rgbRed	1	红色值
rgbReserved	1	保留，总为0

4．位图数据（bitmap-data）

如果图像是单色、16色和256色，则紧跟着调色板的是位图数据，位图数据是指向调色板的索引序号。

如果位图是16位、24位和32位色，则图像文件中不保留调色板，即不存在调色板，图像的颜色直接在位图数据中给出。

16位图像使用2字节保存颜色值，常见有两种格式：5位红5位绿5位蓝和5位红6位绿5位蓝，即555格式和565格式。555格式只使用了15 位，最后一位保留，设为0。

24位图像使用3字节保存颜色值，每一个字节代表一种颜色，按红、绿、蓝排列。

32位图像使用4字节保存颜色值，每一个字节代表一种颜色，除了原来的红、绿、蓝，还有Alpha通道，即透明色。

如果图像带有调色板，则位图数据可以根据需要选择压缩与不压缩，如果选择压缩，则根据BMP图像是16色或256色，采用RLE4或RLE8压缩算 法压缩。

RLE4是压缩16色图像数据的，RLE4采用表5-5所示方式压缩数据。

表5-5 RLE4压缩方法

方 案	1字节	2字节	3字节	4字节	N字节
A	重复次数	颜色索引
B	设为0	后面有效的 颜色索引数	颜色索引	颜色索引	颜色索引…

假设有如下16色位图数据，共20字节，数据使用了RLE4压缩：

05 00 04 05 00 08 09 05 04 00 04 05 08 09 04 08 07 01 00 00

数据解压时首先读取05，因为05不等于0，所以选择A方案，根据A方案，05表示后面数据重复的次数，接着读取00，00表示有两个颜色索引，每 个索引占4位，第一个像素在高4位，第二个像素在低4位，即在一个字节中低像素在高位，高像素在低位。05 00解压后等于00 00 0。

读取04，选择A方案，按照上面的操作解析，04是后面数据重复的次数，05是两个颜色索引，第3个颜色索引为5，第4个颜色索引为0。04 05解压后等于05 05。

读取00，选择B方案，读取08，08表示后面有效的颜色索引数。00 08解压后等于09 05 04 00。

读取04，选择A方案，按照上面的操作解析，04是后面数据重复的次数，05是两个颜色索引。04 05解压后等于05 05。

读取08，选择A方案，按照上面的操作解析，08是后面数据重复的次数，09是两个颜色索引。08 09解压后等于09 09 09 09。 
读 取04，选择A方案，按照上面的操作解析，04是后面数据重复的次数，08是两个颜色索引。04 08解压后等于08 08。

读取07，选择A方案，按照上面的操作解析，07是后面数据重复的次数，01是两个颜色索引。07 01解压后等于01 01 01 0。

读取00，选择B方案，读取00，00表示后面有效的颜色索引数，0表示无，即解压完一行数据。

综合上面的操作，解压后的数据为：

00 00 00 50 50 90 50 40 00 50 50 90 90 90 90 80 80 10 10 10

看上去和原来的数据大小一样，没有体现到压缩效果，这是因为上面的例子只选择了20字节数据，而且这20字节数据中重复的数据不多，使用RLE压缩 重复数据不多的数据时，有时可能压缩后的大小反而比原来的数据还大。其实一般情况下当数据比较多而且重复的时候，使用RLE压缩效果还是比较理想的。