第8章 数字媒体文件格式

2多媒体信息处理第8章数字媒体文件格式3主要内容多媒体文件的基础知识常用图像文件格式常用动画文件格式常用视频文件格式常用音频数据格式4图像文件的格式计算机中存储多媒体数据的方式多媒体数据以计算机数据文件方式存储编码方式：无压缩，无损压缩、有损压缩类型：图像、动画、视频、音频常用的图像文件格式BMP、JEPG、TIFF、GIF、……常用的动画文件格式GIF、Flic、SWF、……存储视频数据的方式AVI、MPEG、MOV、RMVB、ASF、WMV、YUV、……存储音频数据的方式MIDI、WAVE、MP1/2/3/4/AAC、……位图和调色板位图又称光栅图、点阵图，是使用像素阵列来表示的图像。每个像素的色彩信息由RGB组合或者灰度值表示。根据颜色信息所需的数据位分为1、4、8、16、24及32位等。其中使用1位表示一个像素颜色的位图因为一个数据位只能表示两种颜色，所以又称为二值位图。5位图和调色板存储了图像的位图信息的文件称为位图文件。位图文件分为DDB位图（Device-dependentbitmap，设备相关位图）与DIB位图（Device-independentbitmap，设备无关位图）。DDB位图的固有问题。DIB不依赖于具体设备，可以用来永久性地保存图像。DIB文件后缀：BMP或DIB。DIB位图与逻辑调色板。DIB位图包含下列的颜色和尺寸信息：原始设备（即创建图片的设备）的颜色格式；原始设备的分辨率；原始设备的调色板；一个位数组，由红、绿、蓝（RGB）三个值代表一个像素；一个数组压缩标志，用于表明数据的压缩方案（如果需要的话）。以上信息保存在BITMAPINFO结构中，该结构由BITMAPINFOHEADER结构和两个或更多个RGBQUAD结构所组成。BITMAPINFOHEADER结构所包含的成员表明了图像的尺寸、原始设备的颜色格式、以及数据压缩方案等信息。RGBQUAD结构标识了像素所用到的颜色数据。6位图和调色板调色板（Palette）一词来源于油画工具，其实它是一个表：表中的每一行记录一种颜色的R、G、B值。在描述一个像素的颜色时，只要指出该颜色在表中的索引值即可。因此，调色板又称为颜色查找表LUT（LookUpTable）。调色板存在于位图文件、窗体的DC（DeviceContext，设备上下文）或OS（OperateSystem，操作系统）中。Windows操作系统中存在着三种调色板：硬件调色板、逻辑调色板和系统调色板。OS使用“调色板管理器”机制来管理调色板。硬件调色板就是显卡适配器所能实际表达的颜色深度；逻辑调色板就是Windows操作系统通过调色板管理机制为每个窗体应用程序DC分配的调色板。系统调色板只有一个，而逻辑调色板可以有多个。7图像文件结构一般的图像文件主要包含文件头、文件体和文件尾等三部分。文件头的主要内容包括产生或编辑该图像文件的软件的信息以及图像本身的参数。文件体主要包括图像数据以及颜色变换查找表或调色板数据。文件尾可包含一些用户信息。文件尾是可选项。几乎所有的图像文件都采用各自简化的格式名作为文件扩展名。8文件头文件体文件尾软件ID软件版本号图像数据工作时间开发日期注释用户名颜色变换查找表压缩算法编码方式色彩类型像素深度图像尺寸图像分辨率资源交换档案标准RIFFRIFF（ResourceInterchangeFileFormat，资源交换档案标准）是一种把资料存储在被标记的区块（taggedchunks）中的档案格式。RIFF由Microsoft和IBM在1991年共同提出，是1985年ElectronicArts提出的InterchangeFileFormat的翻版。这两种标准的唯一不同处是多位元整数的储存方式。RIFF使用的是little-endian，这是IBM的PC机使用的处理器80x86中使用的格式，而IFF储存整数的方式是使用big-endian，这是Amiga和AppleMacintosh电脑使用的处理器可处理的整数型态。Microsoft在AVI和WAV这两种著名的档案格式中，都使用RIFF的格式当成它们的基础。9资源交换档案标准RIFFRIFF文件使用四字符码FOURCC（four-charactercode）来表征数据类型，比如‘RIFF’、‘AVI’、‘LIST’等。RIFF文件首先含有一个如下图所示的文件头结构。文件大小值的计算方法为：实际数据长度+4（文件类型域的大小）；也就是说，文件大小的值不包括“RIFF”域和“文件大小”域本身的大小。RIFF文件的实际数据中，通常还使用了列表（List）和块（Chunk）的形式来组织。列表可以嵌套子列表和块。10RIFF文件大小文件类型数据……4字节4字节4字节资源交换档案标准RIFF列表的结构为‘LIST’listSizelistTypelistData。‘LIST’是一个四字符码，表示这是一个列表；listSize占用4字节，记录了整个列表的大小；listType也是一个四字符码，表示本列表的具体类型；listData就是实际的列表数据。listSize值的计算方法为：实际的列表数据长度+4（listType域的大小）。块的结构为ckIDckSizeckData。ckID是一个表示块类型的四字符码；ckSize占用4字节，记录了整个块的大小；ckData为实际的块数据。ckSize值指的是实际的块数据长度，不包括ckID域和ckSize域本身的大小。1112BMP文件BMP文件格式Windows操作系统的标准文件格式BMP是一种与硬件设备无关的图像文件格式，使用非常广压缩和非压缩两种，一般采用行程长度编码（RLE）BMP图像文件包含图像文件头、图像信息头、调色板、图像数据13BMP文件BMP图像文件头字段名字段长度字段说明bfType2Byte指定文件类型，必须是0x424D，即字符串“BM”，即所有.bmp文件的头两个字节都是“BM”bfSize4Byte指定文件大小，包括这14个字节bfReserved12Byte保留字，不用考虑bfReserved22Byte保留字，不用考虑bfOffBits2Byte从文件头到实际的位图数据的偏移字节数，即前三个部分的长度之和14BMP文件BMP图像的信息头typedefstructtagBITMAPINFOHEADER{DWORDbiSize;LONGbiWidth;LONGbiHeight;WORDbiPlanes;WORDbiBitCountDWORDbiCompression;DWORDbiSizeImage;LONGbiXPelsPerMeter;LONGbiYPelsPerMeter;DWORDbiClrUsed;DWORDbiClrImportant;}BITMAPINFOHEADER;字段名字段长度字段说明biSize4字节指定这个结构的长度，为40biWidth4字节指定图像的宽度，单位是像素biHeight4字节指定图像的高度，单位是像素biplanes2字节必须是1，不用考虑biBitCount2字节指定表示颜色时要用到的位数，常用的值为1（黑白二色图）；4（16色图）；8（256色）；24（真彩色图）等biCompression4字节指定位图是否压缩，有效的值为BI_RGB，BI_RLE8，BI_RLE4，BI_BITFIELDS（这些是由Windows定义的常量)。BI_RGB表示不压缩；Windows位图可以采用RLE4和RLE8的压缩格式，但用的不多。biSizeImage4字节指定实际的位图数据占用字节数，如biCompression为BI_RGB，则该项可为零biXPelsPerMeter4字节指定目标设备的水平分辨率，单位是每米的像素个数biYPelsPerMeter4字节指定目标设备的垂直分辨率，单位同上biClrUsed4字节指定本图像实际用到的颜色数，如果该值为零，则用到的颜色数为2biBitCountbiClrImportant4字节指定本图像中重要的颜色数，如果该值为零，则认为所有的颜色都是重要的15BMP文件BMP图像的调色板和图像数据BMP的图像数据从下到上，从左到右按行排列。每一行的字节数是4的倍数，不足的字节补016TIFF文件TIFF文件格式TIFF是一个广为应用的光栅图像文件格式，是一个非常稳定的文件格式是为存储扫描图像设计的，图像格式复杂、存储信息多TIFF的特点支持从高端到低端的设备可扩展性强，支持公共和私用的标记结构支持各种压缩格式有公共软件库支持多种扩展功能：二值图、灰度图、调色板、真彩色17JPEG文件JPEG静止图像压缩采用有损编码方式应用于数码相机JPEG2000为JPEG的升级版，其压缩率比JPEG高约30%支持有损压缩和无损压缩能实现渐进传输：即先传输图像的轮廓，然后逐步传输数据，让图像由朦胧到清晰显示应用于数码相机、网络传输、无线通信JPEG文件JPEG委员会在制定JPEG标准时，定义了许多标记来区分和识别图像数据及其相关信息，但对JPEG文件交换格式没有明确的定义。目前使用比较广泛的是JPEG文件交换格式（JPEGFileInterchangeFormat，JFIF）是1992年9月由在C-CubeMicrosystems公司的EricHamilton提出的，版本号为1.02。在JFIF文件格式中，图像样本的存放顺序是从左到右和从上到下，即文件中的第一个图像样本是图像左上角的样本。JFIF文件格式直接使用JPEG标准为应用程序定义的许多标记，因此JFIF格式成了事实上JPEG文件交换格式标准。JPEG的每个标记都是由2个字节组成，其前一个字节是固定值0xFF。每个标记之前还可以添加数目不限的0xFF填充字节。18标记名称标记的16进制值标记含义1SOI0xD8图像开始2APP00xE0JFIF应用数据块3APPn0xE1-0xEF其他的应用数据块（n,1～15）4DQT0xDB量化表5SOF00xC0帧开始6DHT0xC4霍夫曼(Huffman)表7SOS0xDA扫描线开始8EOI0xD9图像结束JPEG文件APP0标记（Marker）标识JFJF应用数据块（APP0域）的开始，其后的APP0域中顺序包含了下列字段：①APP0长度(length)，2个字节；②标识符(identifier)，5个字节，格式为“JFJF0”，用于识别APP0的标记；③版本号(version)，2个字节，其中第一个字节为主要版本号，如版本1.02中的1，第二个字节为次要版本号，如版本1.02中的02；④X和Y的密度单位，1个字节，units=0表示无单位，units=1表示单位为点数/英寸，units=2表示单位为点数/厘米；⑤X方向像素密度(Xdensity)，2个字节；⑥Y方向像素密度(Ydensity)，2个字节；⑦缩略图水平像素数目(thumbnailhorizontalpixels)，1个字节；⑧缩略图垂直像素数目(thumbnailverticalpixels)，1个字节；⑨缩略图RGB位图(thumbnailRGBbitmap)，3n个字节，其中n为缩略图的像素数。APPn标记(Markers)分别标识其它的应用数据块（APPn域）的开始，其中n=1～15(任选)。每个APPn域包含两部分：①APPn长度(length)；②标识符(identifier)，5个字节，格式为“JFXX0”；③缩略图格式，1个字节，指定什么数据格式为指图使用，其中0x10表示JPEG格式，0x11表示采用每个像素点1个字节的palettised格式，0x13表示采用每个像素点3字节的RGB格式；④缩略图数据，长度会根据格式的不同而变化，具体参见JPEG标准。19JPEG文件量化表DQT部分可包含一个或者多个量化表。每个量化表都是以0XFFDB