TIFF图像文件格式解析
1TIFF文件格式概述
TIFF是Tagged Image File Format的缩写。作为一种标记语言，TIFF与其他文件格式最大的不同在于除了图像数据，它还可以记录很多图像的其他信息。 理论上来说， 任何其他的图像格式都能为TIFF所用， 嵌入到TIFF里面。比如JPEG， Lossless JPEG， JPEG2000和任意数据宽度的原始无压缩数据都可以方便的嵌入到TIFF中去。在存储真彩色图像时和BMP格式一样，直接存储RGB三原色的浓度值而不使用彩色映射（调色板）。
TIF的全面性也产生了不少问题，它的包罗万象造成结构较为复杂，变体很多，兼容性较差，它需要大量的编程工作来全面译码。例如，TIF图像数据可以用几种不同的方法压缩，用一个程序来读出所有的TIF几乎是不可能的。
2 TIFF格式解析
TIFF文件由三部分组成：
- 图像文件头Image File Header(IFH)
- 图像文件目录Image File Directory(IFD)（其中包含了目录项Directory Entry(DE)）
- 图像数据
2.1 图像文件头（Image File Header,IFH）
IFH 数据结构包含3个成员共计 8 个字节。
| 名称 | 字节数 | 数据类型 | 说明 |
|---|---|---|---|
| Byteorder | 2 | int | Byte order 成员可能是“MM”(0x4d4d)或“II”(0x4949)， 0x4d4d 表示该 TIFF 图是摩托罗拉整数格式，0x4949 表示该图是 Intel 整数格式 |
| Version | 2 | int | Version 成员总是包含十进制 42(0x2a)， 它用于进一步校验该文件是否为 TIF 格式， 42 这个数并不是一般人 想象中的那样认为是 tif 软件的版本， 实际上， 42 这个数大概永远不会变化 |
| Offset to first IFD | 4 | long | IFD（接下来要说的第2个数据结构）相对文件开始处的偏移量。 |
‘MM’高位在前，'II’低位在前
2.2 图像文件目录（Image File Directory,IFD）
一个TIFF文件中至少有1个IFD,一个IFD里至少有一个DE.
IFD是TIF图中最重要的数据结构，它包含了一个 TIF文件中最重要的信息。
一个 TIF 图可能有多个 IFD， 这说明文件中有多个图像， 每个 IFD 标识 1 个图像的基本属性。
IFD结构中包含了三类成员，DirectoryEntry Count 指出该结构里面有多少个目录入口；接下来就是 N 个线性排列的DE序列， 数量不定，每个DE标识了图像的某一个属性；最后就是一个偏移量，标识下一个文件目录相对于文件开始处的位置，当然， 如果该 TIF 文件只包含了一幅图像，那么就只有一个IFD，显然，这个偏移量就等于 0；
| 名称 | 字节数 | 数据类型 | 说明 |
|---|---|---|---|
| Directory Entry Count | 2 | int | 本IFD中DE(Directory Entry,目录项)的数量 |
| Directory Entry(1) | 12 | DE(DE结构图中已画出) | 每个DE标识了图像的一个属性 |
| Directory Entry(2) | 12 | ||
| … | |||
| Directory Entry(n) | 12 | ||
| Offset to next IFD | 4 | long | 下一个IFD的偏移量 |
我们可以看到，这种IFD中有一种自建的数据结构DE（见右边的表）。需要指出的是，DE的个数是不定的，因为每个DE只标识了图像的一个属性，那么这幅图像有N个属性就会有N个DE，用户甚至可添加自定义的标记属性，这就是为什么称TIF格式文件为“可扩充标记的文件”的原因。
我们接下来就详细研究一下DE。
2.3 目录项（Directory Entry,DE）
由DE标识的图像属性有：图像的大小、分辨率、是否压缩、像素的行列数、颜色深度（单色、16色、256色、真彩色）等等。
| 名称 | 字节数 | 数据类型 | 说明 |
|---|---|---|---|
| tag | 2 | int | 本属性的标签编号 |
| type | 2 | int | 本属性的数据类型 |
| length | 4 | long | 该类型数据的数量，而不是某个数据的长度 |
| value/valueOffset | 4 | long | 属性值本身，或属性值的存放偏移量(图上有虚线箭头!)，大于4字节就需要用指针 |
- tag是该属性的标签编号（TagID），在图像文件目录中，它是按照升序排列的（但不一定是连续的）。TIFF的tags有很多，详情请见TIFF 6.0 Specification::Appendix A
这里挑选了一些常用tags进行翻译列出：
| TagID | 属性名称 | 说明 |
|---|---|---|
| 0x0100 | 图像宽 | |
| 0x0101 | 图像高 | |
| 0x0102 | 颜色深度 | 值＝1为单色，＝4为16色，＝8为256色。如果该类型数据个数＞2个，说明是真彩图像 |
| 0x0103 | 图像数据是否压缩 |  |
| 0x0140 | 调色板偏移量 | 值＝1为单色，＝4为16色，＝8为256色。如果该类型数据个数＞2个，说明是真彩图像 |
有些值，如水平（垂直）分辩率是分数型的属性，其值要占用8个字节，占用空间大，故存储的是其具体数值的偏移量。
2.4 图像数据
这些数据可能是压缩的，也可能是未压缩的。如果经过压缩，那么压缩算法又有许多种，所以，图像数据是TIF文件中最为复杂的部分，暂还没有单个程序能译出所有的压缩算法。
2.5 上述数据的排列顺序
值得注意的是，由于IFH、IFD、DE中存在各种各样的指针，因此，有时这些元数据甚至可能出现在数据后。一般的数据结构是：
| 数据组织结构（上至下） |
|---|
| IFH(含有指向IFD的偏移量，偏移量中间夹着的就有图像数据) |
| 图像数据 |
| IFD和DE中指针指向的值 |
| IFD |
一般要根据指针来判断具体位置。
3 实例分析
我找到了一张lena.tiff如下图：
对该图像进行分析.
3.1 整体概览
由该文件的IFH得知该图像的第一个IFD所在位置，然后由DE计数器得知该图像的10个属性，根据指针便宜位置可以访问到DE；又知该TIFF只有一个IFD，即一幅图像。
3.2 IFH分析
标出的棕色部分即为IFH部分。查阅数据定义，可以知道：
| 名称 | 字节数 | 该图像的值 | 意义 |
|---|---|---|---|
| Byteorder | 2 | 4D 4D | 成员是“MM”(0x4d4d) 表示该 TIFF 图是摩托罗拉整数格式 |
| Version | 2 | 00 2A | 十进制的42，永恒不变 |
| Offset to first IFD | 4 | 00 0C 00 08 | 第一个IFD，从文件开始处的偏移量 |
3.3 接下来是大量的图像数据
3.4 第一个(也是最后一个)IFD
接下来我们按照指针给出的第一个IFD的位置。
棕色部分开始标出的就是IFD数据。
| 名称 | 字节数 | 值 | 意义 |
|---|---|---|---|
| Directory Entry Count | 2 | 00 0A | 有10个DE |
| Directory Entry(1) | 12 | 00FE00040000000100000000 | 见 表 DE1 |
| Directory Entry(1) | 12 | 010000030000000102000000 | 见 表 DE2 |
| Directory Entry(1) | 12 | 010100030000000102000000 | 见 表 DE3 |
| Directory Entry(1) | 12 | 0102000300000003000C0086 | 见 表 DE4 |
| Directory Entry(1) | 12 | 010300030000000100010000 | 见 表 DE5 |
| Directory Entry(1) | 12 | 010600030000000100020000 | 见 表 DE6 |
| Directory Entry(1) | 12 | 011100040000000100000008 | 见 表 DE7 |
| Directory Entry(1) | 12 | 011500030000000100030000 | 见 表 DE8 |
| Directory Entry(1) | 12 | 0117000400000001000C0000 | 见 表 DE9 |
| Directory Entry(1) | 12 | 011C00030000000100010000 | 见 表 DE10 |
| Offset to next IFD | 4 | 00 00 | 这是最后一个IFD |
3.5 10个DE
DE1：
| 名称 | 字节数 | 值 | 意义 |
|---|---|---|---|
| tag | 2 | 00 FE | NewSubfileType: 254 新的子文件类型标识。用比特来标识图像的类型，Bit0如果是1代表缩略图，Bit1如果是1代表多页图像中的某一页，Bit2如果是1代表它是透明度掩码图像.其余的位数暂时没有定义。 |
| type | 2 | 00 00 | long |
| length | 4 | 1 | 只有一个参数 |
| value/valueOffset | 4 | 0 | 属性值本身是0。该图像Bit0，1，2都不是1 |
剩余九个DE以类似的方法读取，这里直接读取后总结每个DE的意义。（参考了很久很久的手册！！！！辛苦了！！！！！）
| Which DE | 意义 |
|---|---|
| DE2 | 图像宽度为512 |
| DE3 | 图像长度为512 |
| DE4 | R\G\B三通道的位深度(原文：BitsPerSample,比特每样点)都是2048 |
| DE5 | 压缩类型为1，无压缩（Uncompressed) |
| DE6 | PhotometricInterpretation值为第2类，即颜色空间为RGB |
| DE7 | 每个Strip偏移量为8 |
| DE8 | 每像素样点数为3 |
| DE9 | 每个Strip的长度为786432 |
| DE10 | PlanarConfiguration（How the components of each pixel are stored.），我理解的是每个像素点的存储格式，是BGR,RGB,或甚至是GBR?? 值=1 |
DE9和DE10后各有1字节填充。
4 问题和总结
- 这一段没太看懂，也搜不到，翻译出来更是难以理解。TIFF field到底是什么？
- PlanarConfiguration（How the components of each pixel are stored.）这个参数啥意思
- 我观察了PNG、TGA、TIFF、BMP。发现了这些图像格式有的一些共性：
- 拥有说明整个文件的信息
- 拥有说明图像信息的原数据
- 图像的原始数据
- 调色板
这些元素永远存在于图像格式中，只是他们组织数据的方式有所不同。有些格式非常规范；有些格式复杂，却带来了非常大的灵活度。
- TIFF的一些特点：
- 它可以包含多个IFD，这也就意味着一个文件包含多张图片的可能
- 它对图像信息的说明采用了很多Tags，有的规定好了是公认的，剩下则是可以自定义。这样就可以软件自定义，比如一个软件专门设置一个tag给软件之间交换时说明用处。这是非常灵活的。
- TIFF即支持无压缩，也支持下列压缩方法（Specification中列出）：
5 参考文献和资料
湘公网安备 43102202000103号