PNG - GIF नहीं!

आपका दिन शुभ हो!
क्या आप कभी जानना चाहते हैं कि पीएनजी फाइलें कैसे काम करती हैं? नहीं? मैं आपको वैसे भी बताता हूँ।
पीएनजी प्रारूप (पोर्टेबल नेटवर्क ग्राफिक्स) को 1995 में जीआईएफ के लिए एक प्रतिस्थापन बनने के लिए आविष्कार किया गया था, और पहले से ही 1996 में, संस्करण 1.0 के रिलीज के साथ, इसे W3C द्वारा एक पूर्ण नेटवर्क नेटवर्क के रूप में अनुशंसित किया गया था। आज, पीएनजी वेब ग्राफिक्स के मुख्य प्रारूपों में से एक है।

कटौती के तहत आपको पीएनजी फ़ाइल की संरचना का एक सामान्य विवरण मिलेगा, एक निश्चित संख्या में योजनाबद्ध चित्र, तैयारी हेक्स संपादक में, और निश्चित रूप से, विनिर्देश के लिए एक लिंक।

सामान्य संरचना

अपने सबसे सामान्य रूप में पीएनजी संरचना निम्न आकृति में प्रस्तुत की गई है।

यही है, फ़ाइल में एक हस्ताक्षर और कई ब्लॉक (चंक्स, चंक्स) होते हैं, जिनमें से प्रत्येक में कुछ जानकारी होती है (धन्यवाद केओ!)। लेकिन हस्ताक्षर को एक हिस्सा क्यों नहीं माना जा सकता है? आइए एक नज़र डालें।

फ़ाइल हस्ताक्षर

PNG फ़ाइल का हस्ताक्षर हमेशा एक जैसा होता है, इसमें 8 बाइट्स होते हैं, और प्रतिनिधित्व करता है (हेक्स रिकॉर्ड में)

89 50 4 ई 47 0 डी 0 ए 1 ए 0 ए

इसका क्या मतलब है?

• 89 एक गैर-एएससीआईआई चरित्र है। पीएनजी को एक टेक्स्ट फ़ाइल के रूप में मान्यता देने से रोकता है, और इसके विपरीत।
• 50 4 ई 47 - पीएसजी से एएससीआईआई रिकॉर्ड।
• 0 डी 0 ए - सीआरएलएफ (कैरिज-रिटर्न, लाइन-फीड), डॉस-स्टाइल लाइन फीड।
• 1A - फाइल का आउटपुट डॉस मोड (एंड-ऑफ-फाइल) में बंद हो जाता है ताकि आप टेक्स्ट फॉर्म में मल्टी-किलोबाइट इमेज से बाहर न हों।
• 0A - LF, यूनिक्स-शैली लाइन फ़ीड।

चंक्स

चंक्स डेटा ब्लॉक हैं जो एक फाइल बनाते हैं। प्रत्येक चंक में 4 खंड होते हैं।

हम इन वर्गों का क्रम में विश्लेषण करेंगे।

लंबाई

खैर, एक लंबाई के साथ, सब कुछ स्पष्ट लगता है। डेटा ब्लॉक की लंबाई के लिए बस एक संख्यात्मक मान।

प्रकार (नाम)

प्रकार के साथ थोड़ा और दिलचस्प। प्रकार 4 केस-संवेदी ASCII वर्ण हैं। वर्ण नाम में वर्ण रजिस्टर (संख्यात्मक चरित्र रिकॉर्ड में पांचवां बिट) एक कारण के लिए अलग-अलग हैं - ये वे झंडे हैं जो डिकोडर को कुछ अतिरिक्त जानकारी बताते हैं।

• पहले वर्ण का मामला निर्धारित करता है कि दिया गया हिस्सा महत्वपूर्ण है (ऊपरी मामला) या सहायक (निचला मामला)। महत्वपूर्ण विखंडू को प्रत्येक डिकोडर द्वारा पहचाना जाना चाहिए। यदि डिकोडर एक महत्वपूर्ण हिस्सा का सामना करता है जिसका प्रकार पहचाना नहीं जा सकता है, तो उसे एक त्रुटि के साथ निष्पादन पूरा करना होगा।
• दूसरा चरित्र का मामला चंक के "प्रचार" (ऊपरी मामले) या "गोपनीयता" (निचला मामला) को परिभाषित करता है। "सार्वजनिक" हिस्सा आधिकारिक, प्रलेखित, अधिकांश डिकोडर द्वारा मान्यता प्राप्त हैं। लेकिन अगर अचानक आपकी कुछ आवश्यकताओं के लिए आपको विशिष्ट जानकारी को एन्कोड करने की आवश्यकता है, तो बस दूसरे चरित्र को चंक के नाम पर छोटा करें।
• तीसरा चरित्र रजिस्टर भविष्य के उद्देश्यों के लिए आरक्षित है। यह माना जाता है कि इसका उपयोग मानक के विभिन्न संस्करणों के बीच अंतर करने के लिए किया जाएगा। संस्करण 1.0 और 1.1 के लिए, तीसरा वर्ण बड़ा होना चाहिए। यदि यह (अचानक!) छोटा हो गया है, तो सभी वर्तमान डिकोडरों को एक चंक के साथ काम करना चाहिए, साथ ही साथ किसी भी अन्य को मान्यता प्राप्त नहीं होना चाहिए (अर्थात, यदि कोई त्रुटि के साथ बाहर निकलना है यदि चंक महत्वपूर्ण है, या अन्यथा छोड़ें)।
• चौथे वर्ण के मामले का अर्थ है कि संपादकों द्वारा इस ठग की नकल करने की क्षमता जो इसे पहचान नहीं सकते। यदि रजिस्टर कम है, तो फ़ाइल के संशोधन की डिग्री की परवाह किए बिना, चंक की प्रतिलिपि बनाई जा सकती है, अन्यथा (ऊपरी स्थिति) इसे केवल तभी कॉपी किया जाता है जब संशोधन के दौरान कोई महत्वपूर्ण हिस्सा प्रभावित नहीं हुआ था।

एक बेहतर समझ के लिए, चलिए टेक्स्ट वाले चंक के उदाहरण का उपयोग करते हुए झंडे को देखें।


निम्नलिखित संक्षिप्त विवरण के साथ ठग प्रकारों की एक सूची है।
गंभीर चोंट

• IHDR - फ़ाइल हेडर, छवि के बारे में बुनियादी जानकारी समाहित करता है। पहला हिस्सा होना चाहिए।
• PLTE - पैलेट, रंगों की सूची।
• आईडीएटी - में, वास्तव में, छवि शामिल है। स्ट्रीमिंग के लिए तस्वीर को कई IDAT चंक्स में विभाजित किया जा सकता है। प्रत्येक फ़ाइल में कम से कम एक IDAT हिस्सा होना चाहिए।
• IEND - अंतिम हिस्सा, फ़ाइल में अंतिम होना चाहिए।

सहायक चांस

• bKGD - यह हिस्सा अग्रभूमि रंग सेट करता है।
• CHRM का उपयोग CIE 1931 रंग स्थान को निर्दिष्ट करने के लिए किया जाता है।
• गामा - गामा को परिभाषित करता है।
• hIST - यह चार्ट चित्र में प्रत्येक रंग के एक हिस्टोग्राम या कुल सामग्री को संग्रहीत कर सकता है।
• आईसीसीपी - आईसीसी रंग प्रोफ़ाइल
• iTXt - वैकल्पिक भाषा टैग के साथ, संभवतः UTF-8 में पाठ सम्‍मिलित है । 'XML: com.adobe.xmp' कीवर्ड के साथ iTXt चंक में एक्स्टेंसिबल मेटाडेटा प्लेटफॉर्म (XMP) हो सकता है ।
• pHYs - इसमें अनुमानित पिक्सेल आकार और / या छवि का पहलू अनुपात होता है।
• sBIT (महत्वपूर्ण बिट्स) - छवि के "रंग सटीकता" (रंग-सटीकता) (काले और सफेद, पूर्ण रंग, पारदर्शिता के साथ काले और सफेद, आदि) को परिभाषित करता है, आसान डिकोडिंग के लिए।
• sPLT - रंगों की पूरी श्रृंखला उपलब्ध नहीं होने पर उपयोग के लिए एक पैलेट प्रदान करता है।
• sRGB - एक मानक sRGB योजना के उपयोग को इंगित करता है।
• ster त्रिविम छवियों का सूचक है।
• tEXt - इसमें ISO / IEC 8859-1 फॉर्मेट में टेक्स्ट हो सकता है, जिसमें प्रत्येक चंक के लिए एक नाम = वैल्यू पेयर है।
• tIME - अंतिम छवि परिवर्तन की तारीख संग्रहीत करता है।
• tRNS - इसमें पारदर्शिता की जानकारी है।
• zTXt पाठ को उसी सीमा के साथ संकुचित किया जाता है जैसे tEXt।

अधिक जानकारी विनिर्देश में पाई जा सकती है।

सीआरसी

CRC-32 चेकसम। वैसे दूसरे दिन विंडोज में इसकी गणना के बारे में एक विषय था।

न्यूनतम पीएनजी

सामान्य संरचना के साथ। अब हम आवश्यक विखंडू की सामग्री का विश्लेषण करेंगे। लेकिन उनमें से कौन सा अनिवार्य है (महत्वपूर्ण नहीं है, महत्वपूर्ण डिकोडर द्वारा पहचाना जाना चाहिए, और प्रत्येक फ़ाइल में मौजूद नहीं है), और न्यूनतम पीएनजी फ़ाइल कैसा दिखता है? और यहाँ है कैसे:

IHDR

IHDR में डेटा ब्लॉक में निम्नलिखित फ़ील्ड शामिल हैं:

• चौड़ाई, 4 बाइट्स
• ऊंचाई, 4 बाइट्स
• बिट गहराई, प्रति नमूना बिट्स की संख्या निर्धारित करता है (पिक्सेल नहीं), 1 बाइट
• रंग प्रकार, 3 झंडे 1 से युक्त होते हैं (पैलेट का उपयोग किया जाता है), 2 (रंग का उपयोग किया जाता है, मोनोक्रोम छवि का नहीं), और 4 (अल्फा चैनल मौजूद है), 1 बाइट
• संपीड़न विधि। फिलहाल, केवल वैल्यू 0 उपलब्ध है - डिफाल्ट एल्गोरिथ्म द्वारा संपीड़न। यदि मान 0 से अधिक है, तो chunk को गैर-मान्यता प्राप्त माना जाता है, और डिकोडर एक त्रुटि की रिपोर्ट करता है। 1 बाइट
• निस्पंदन विधि। जैसे कि संपीड़न के मामले में, फिलहाल यह केवल शून्य हो सकता है। 1 बाइट
• जिल्द बनाने की विधि। डेटा ट्रांसफर ऑर्डर को परिभाषित करता है। वर्तमान में, 2 मान उपलब्ध हैं: 0 (कोई अंतराल नहीं) और 1 ( एडम 7 इंटरलेस )। 1 बाइट

Adam7 interlacing तस्वीर को पूरी तरह से दर्शाता है विकिपीडिया से (हाँ, PNG के बारे में लेख में GIF):

IEND

फ़ाइल के अंत में सिग्नल, इस चंक के डेटा ब्लॉक में कुछ भी नहीं है।

IDAT

हेडर में संपीड़न विधि क्षेत्र के अनुसार एन्कोडेड डेटा शामिल है। डिकोडिंग एल्गोरिथ्म इस लेख के दायरे से परे है (हालांकि, यदि आप चाहें, तो यह अगले एक में दिखाई दे सकता है), लेकिन यह यहां (और रूसी में) काफी अच्छी तरह से वर्णित है ।

इस प्रकार, सरलतम PNG फ़ाइल (उदाहरण के लिए) ) इस प्रकार है।

निष्कर्ष

इस लेख को लिखते समय, मैंने अपने आप को पाठक को PNG फ़ाइल की संरचना के बारे में सामान्य ज्ञान देने का कार्य निर्धारित किया, गहरी समझ के लिए विनिर्देशों को पढ़ने की सिफारिश की।

JPEG संरचना के बारे में हब पर विषय: habrahabr.ru/blogs/algorithm/102521
GIF संरचना के बारे में हब पर विषय: habrahabr.ru/blogs/algorithm/127083

आपके ध्यान के लिए धन्यवाद, मुझे किसी भी आलोचना में खुशी होगी!