如果说计算机世界有一个统一的特征，那就是不一致性。在计算机图形领域，这一点体现得尤为明显。实际上存在几十种不同的格式来做同一件事：存储图形图像。专有格式、独立的自由标准和国际标准都在争夺关注。幸运的是，计算机社区已经确定了少数几种格式。有些格式，如 TIFF，是万事通，用途广泛。另一些格式，如 GIF，则占据了特定的领域。但无论在何种情况下，总有不止一种存储图像的方式。

本文首先简要介绍 Linux 上的图形，包括格式和类型、压缩、文件结构以及各种特性。然后继续描述 Linux 世界中常见的图形格式以及用于操作它们的程序。

图形格式主要有两种类型：光栅 和 矢量。光栅格式逐像素地存储整个图像，是最常用的格式。矢量格式，也称为描述性格式，不包含像素图像数据；相反，它们包含一系列命令，告诉显示程序如何绘制图像。

矢量格式最常见的用途是在计算机辅助设计 (CAD) 中。例如，将一条线描述为一个起点、一个终点和一种颜色，而不是一个点域中的许多彩色点，这允许程序将该线作为一个对象来操作，从而可以轻松地更改颜色、长度和位置。另一个常见的用途是在光线追踪程序中。这些程序获取几何对象并追踪光线的路径以找到阴影和高光。由于渲染的对象是几何形状，因此将图像存储为“位于 (3,4,3) 的十二面体，大小为 2，颜色为 27”比存储为像素值数组要容易得多，尤其是在要渲染的场景是三维的情况下。当然，一旦场景经过光线追踪，生成的图像就会以光栅格式存储。

图像主要有四种基本类型：单色（黑白）、灰度、调色板和真彩色。

灰度和调色板图像通常每个像素有 2、4 或 8 位。它们使用必须包含在图像文件中的查找表；颜色查找表中的每个条目都给出了颜色的红色、绿色和蓝色值。灰度图像具有类似的灰度值查找表。每个颜色或灰度值都在 2 位图像的 0-3 范围、4 位图像的 0-15 范围和 8 位图像的 0-255 范围内。实际的图像像素数据是一系列对应于表条目的颜色或灰度值，这些条目给出了每个像素的实际颜色。

真彩色图像是 24 位图像，通常存储为每个像素 8 位红色、8 位绿色和 8 位蓝色。某些格式可能使用与 RGB 不同的颜色模型。例如，JPEG 格式使用基于亮度和两个色度值 (YCbCr) 的颜色空间。真彩色图像不需要颜色查找表或调色板。

压缩是大多数图形格式不可或缺的一部分。未压缩的 640x400x256 色图像需要略多于 256,000 字节，而相同大小的真彩色图像则需要四分之三兆字节。虽然存在许多压缩方案，但只有少数几种在图形应用程序中很常见。LZW、LZ77、Huffman 和行程长度编码是无损的，这意味着图像在解压缩时会完全重现。余弦变换是“有损” JPEG 格式的基础。我们在这里不关注压缩方案的细节。

JPEG 提供了迄今为止最好的压缩，但以牺牲精确的图像再现和速度为代价。压缩比为 25:1 时通常可以获得可接受的结果，也就是说，压缩后的文件比原始文件小 25 倍。如果图像质量不是首要考虑因素，则可以实现 100:1 的压缩比。

[脚注：然而，确实存在更好的算法：分形图像压缩。这种方法在 100:1 的压缩比下也能提供良好的结果，并且正在找到许多应用，尽管它尚未作为通用图形格式得到广泛实施。]

LZW 和 LZ77 是最好的无损方案，并且产生类似的结果：通常约为 2:1 的压缩比。PNG 图形格式中使用的改进型 LZ77 在压缩图像时比 LZW 稍慢，但它创建的文件更小，并且解压缩速度更快。LZ77 也被通用压缩程序 ZIP、GZIP 和 PKZIP 使用。直到最近，LZW 的使用比 LZ77 更为普遍。然而，它的使用正在减少，因为它是一种专利算法，并且 UNISYS 要求对其使用支付版税。尽管如此，最常见的三种格式中的两种，GIF 和 TIFF，都使用了它。

行程长度编码 (RLE) 是最常见的方案，也是效果最差的方案。然而，与其他压缩算法相比，它非常快。它的基本机制非常简单：当遇到具有相同值的像素字符串时，RLE 输出像素值以及具有该值的连续像素的数量。复杂图像使用此方案压缩效果不佳，但单色图像通常压缩效果非常好。

简单格式仅包含图像数据和一个简短的标头，标头提供显示图像所需的最小信息量：大小和颜色数量。更强大的格式通常采用标签或块结构。在初始标头之后，图像存储在一系列块中，每个块都以一个代码为前缀，告诉解码软件该块包含的内容。最大的块是实际的图像数据。其他块可能包括注释块、调色板信息或其他特殊图像信息。软件可能仅支持给定格式的某些块：如果遇到未知块，则只需跳过它。

最后，有三个特殊功能值得仔细研究：用于格式识别的魔数、伽玛校正和 Alpha 透明度蒙版。在某些情况下，可以通过查看文件本身来识别文件的格式。许多格式使用魔数——特殊的（希望是唯一的！）代码——来识别格式。例如，GIF 文件在文件开头有“GIF87a”或“GIF89a”。由于这些魔数是 ASCII 编码的，因此使用 less、strings 甚至 cat（尽管这可能会意外更改您的字符集）在屏幕上显示它们就足以识别它们。例如，要查找 GIF 文件，您可以使用 strings filename | grep GIF。

伽玛校正是正确显示图像的重要组成部分。每当图像显示在显示器上时，显示器的特性都会影响图像。显示器如何处理不同程度的亮度尤其重要。一般来说，屏幕上的亮度与原始图像的亮度级别通过一个简单的公式相关：屏幕亮度等于图像亮度提升到伽玛次方。大多数显示器的伽玛值约为 2.5。为了补偿这一点，图像捕获硬件和软件可能会对图像进行“相反”的操作。结果是伽玛值为 0.45 的图像。当显示此图像时，0.45 和 2.5 的伽玛值相互抵消，产生大约 1 的表观伽玛值（称为线性亮度比例）。

但伽玛值在视觉上意味着什么呢？伽玛值小于 1 的图像在其较暗区域中使用更多的像素代码，也就是说，较暗区域具有更好的颜色分辨率。伽玛值大于 1 的图像在其较亮区域中使用更多的像素代码。模糊的图像或对比度过高的图像可能需要进行伽玛校正。校正图像的伽玛值本质上是有损的，因为在取幂期间存在舍入误差；因此，伽玛校正应在显示图像时执行，保持原始图像文件完好无损。

Alpha 透明度蒙版是一种隐藏或遮罩图像部分区域的方法。除了图像数据之外，图像文件中还为每个像素包含一个值。值为 2bitdepth-1 是不透明的，像素正常显示。值为 0 是透明的，允许屏幕的背景颜色透过来——图像完全不可见。最简单的应用是制作非矩形图像。定义一个与图像大小相同的数组，然后在两个对角之间绘制一条线。将线上方每个点的值设置为 1，将下方的值设置为 0。结果将是一个三角形图像。

BMP

BMP 是 Microsoft Windows 使用的本机位图格式。它是一种功能最少的格式，功能很少，并且使用简单的行程长度编码进行数据压缩。随着 Windows 的广泛使用，BMP 是最常见的格式。在许多方面，BMP 与 PCX 格式非常相似，并且已经承担了 PCX 曾经扮演的角色。

BMP 编码 1 位、2 位、4 位、8 位和 24 位图像。OS/2 使用类似的 BMP 格式，唯一的区别是标头稍简单。BMP 标头的前两个字符始终是“BM”。

WMF

Windows MetaFile (WMF) 是 Microsoft Windows 的另一种本机格式。WMF 使用 Windows 的图形设备接口 (GDI) 函数调用来存储应用程序中重复出现的图像。GDI 调用提供对设置屏幕、定义区域、颜色、文本、线条、多边形和位图的支持。WMF 支持未压缩的单色、调色板和真彩色图像。

GIF

图形交换格式（发音为“吉夫”）最初由 Compuserve 信息服务开发，作为早期 RLE 格式的彩色替代品。自 1987 年发布以来，GIF 已成为图形交换的标准，尤其是在网络上。1989 年的第二个版本为该格式添加了几个新功能。GIF 是一种基于 LZW 压缩方案的无损格式。它使用标签系统来识别文件中的扩展块，尽管只定义了少数几个标签。该格式最大的优点是其相对简单性、出色的压缩和广泛的可用性。

然而，该格式有两个主要缺点。首先，它基于受版权保护的压缩方案，使用它的商业软件必须向专利持有人 Unisys 支付版税。其次，GIF 只能用于颜色少于或等于 256 色的图像。（严格来说是这样。由于 GIF 支持局部颜色表，因此可以在图像中间更改调色板，从而允许超过 256 种颜色。不幸的是，许多可用的软件不支持或支持不佳此功能，并且充其量使用起来很笨拙。）GIF 文件可以通过文件开头的字符串 GIF87a 或 GIF89a 来识别。

JPEG/JFIF

JPEG（发音为“杰佩格”）是图像有损压缩的标准。JPEG 通过将图像分解为 8x8 像素的框，对每个框执行称为余弦变换的数学运算，并丢弃高频/小细节分量来实现压缩；丢弃的分量越多，压缩率越高，图像质量越差。然后，将剩余的频率分量进行行程长度编码，并使用 Huffman 算法进行压缩。要查看图像，必须解压缩 JPEG 文件、解码并执行逆余弦变换。这个三步过程使得显示 JPEG 非常慢。幸运的是，JPEG 产生了出色的压缩效果，几乎没有或没有可见的图像损失。

JPEG 本身实际上不是图像格式，而是一组用于压缩图像数据的标准。JFIF，即 JPEG 文件交换格式，是通常称为 JPEG 的格式。JFIF 不支持 JPEG 的所有功能，但旨在作为图像传输的最小实现。TIFF 格式的 6.0 版本中包含 JPEG 的全功能实现。设计人员希望 JPEG 的两种实现方式（一种最小实现和一种全功能实现）能够阻止软件供应商定义基于 JPEG 的专有格式（早期的 Macintosh 版本尤其以不兼容性而闻名）。

JPEG 最适合真实世界的图像；线条图和卡通的压缩效果不如扫描图像。与大多数其他格式不同，JPEG 不会将像素存储为红色、绿色和蓝色值。相反，它使用一种称为 YCbCr 的格式。由于大多数显示硬件使用 RGB 值，因此必须转换 YCbCr 值——这是又一个减慢解压缩速度的步骤。JFIF 标头包含 ASCII 字符“JFIF”以进行格式识别。

PBM/PGM/PPM

这三种格式是 PBMPLUS 实用程序使用的中间格式。这些首字母缩略词代表便携式位图/灰度图/像素图。PBM 用于单色图像，PGM 用于最多 256 种灰度阴影的灰度图像，PPM 用于使用最多 24 位真彩色的彩色图像。第四种“格式”是便携式任意图 PNM。PNM 实际上不是格式本身。使用 PNM 的程序可以读取和写入 PBM、PGM 和 PPM 文件。PNM 用于支持多种图像类型的实用程序。例如，由于可能不知道 TIFF 文件的图像类型，因此 PNM 读取 TIFF 文件并写入适当的文件类型。

这四种格式中的每一种都可以读取其他携带较少信息的格式。也就是说，PGM 实用程序读取 PGM 和 PBM，PPM 实用程序读取 PPM、PGM 和 PBM。PBM、PGM 和 PPM 实用程序始终以自己的格式写入，而 PNM 实用程序通常写入它们读取的任何格式。这些格式将数据存储为 ASCII 或二进制数据，并且是基本格式，由标头和图像数据组成。标头由用于识别格式的魔数、图像大小以及（PBM 除外）颜色/灰度阴影的数量组成。魔数字符串为 PBM P1(P4)、PGM P2(P5) 和 PPM P3(P6)，其中第一个代码是 ASCII 数据的代码，括号中的代码是二进制数据的代码。真彩色图像将像素数据存储为 RGB 数据的数字三元组。有关 PBMPLUS 软件包的更多信息，请参见下面的软件部分。

PCX

PCX 格式是 Z-Soft 的 PC Paintbrush 程序的本机格式，并使用行程长度编码。作为最早的通用格式之一，它的使用非常广泛：很少有程序无法识别它。PCX 是一种基本格式，由 128 字节的标头和图像数据组成。支持单色以及 4 位、8 位和 24 位彩色图像。4 位图像的调色板包含在标头中，而 8 位调色板附加在图像数据之后。这种不均匀性是旧格式更新为较新硬件的结果。因此，PCX 的使用已逐渐减少，转而使用更连贯和统一的 BMP。

PNG

令人惊讶的是，在所有其他可用格式的情况下，仍然存在一个重要的未填补的空白：一种便携式、相对简单、免费的标准，用于无损交换真彩色图像——简而言之，是具有非专利压缩算法的 24 位 GIF 版本。存在可以使用的现有格式，但只有 TIFF 具有必要的功能，并且它存在过度完整性的问题：很少有实现利用整个 TIFF 规范。需要的是一种足够简单的格式，以便任何支持它的查看器都可以读取使用它保存的任何图像。

Compuserve 将其开发规范称为 GIF24，但是当一群互联网图形专家开发出 PNG（便携式网络图形，发音为“砰”）时，Compuserve 采用了它作为 GIF 的继任者。PNG 是 GIF 的自然扩展，尽管由于压缩方案的更改，它不向后兼容。除了原始的 GIF 功能外，PNG 还支持高达 48 位的真彩色图像和高达 16 位的灰度图像，以及完整的 Alpha 通道、伽玛校正和文件损坏检测。在 8 位及更大的数据上，PNG 可以在压缩之前对图像数据使用预处理器。在许多情况下，这种处理提高了压缩效率并导致更小的文件大小。预计很快就会在您附近的存档中看到 PNG 文件。

PS/EPS

PostScript (PS) 是 Adobe Systems 开发的一种页面描述语言，它既是一种描述性格式，也是一种光栅格式，并且已成为最常见的打印机语言之一。PostScript 文件由许多应用程序程序创建，作为与设备无关的输出格式。封装 PostScript (EPS) 是 postscript 的一个有限版本，用于单张图片，用于包含或“封装”在程序或 postscript 文件中的图像。postscript 文件的第一行是以下形式的行

%!PS-Adobe-3.0

其中数字指的是创建文件时使用的 PostScript 版本。EPS 文件在此行后附加 EPSF-3.0。PostScript 是一种庞大而通用的语言。Display PostScript 是 PostScript 的一种实现，用于控制视频硬件，并被 NeXT 计算机和软件使用。

TGA

Targa Truevision 图形格式是为在 Truevision 产品线中使用而开发的。TGA 使用行程长度编码来存储灰度、颜色表和真彩色图像，并且可以包括注释、伽玛、alpha、颜色校正和图像的“邮票”版本。TGA 是最早的真彩色格式之一，并且仍被某些应用程序使用，例如 Persistence of Vision Ray Tracer。TGA 文件可能在文件末尾包含一个块，其中包含文本 TRUEVISION-XFILE。

TIFF

标签图像文件格式是最强大的格式。顾名思义，TIFF 自由地使用了标签概念。通常使用随机访问来读取 TIFF 文件，因为标签字段可以按任何顺序排列；图像文件目录提供文件中数据位置的偏移量。（即使目录也可以位于文件中的任何位置！一个简短的标头给出了文件中的目录位置。）TIFF 格式定义了几类图像数据：双层（单色）、4 到 8 位灰度或调色板、24 位 RGB 和 24 位 YCbCr。它支持行程长度、Huffman、LZW 和 JPEG 压缩。大多数实现不支持所有 TIFF 功能，这使得 TIFF 成为一种可能令人恼火的格式。但是，TIFF 具有大量功能（在标签中实现），使其独一无二。TIFF 最初用于桌面出版，现已扩展到视频、传真和文档存储，以及医疗和科学成像。由于其复杂性，它通常不用于家庭应用。

XBM/XPM

X-Windows 定义了几种用于内部使用的格式。X 位图 (XBM) 是一种 ASCII 格式，用于在程序的 C 源代码中包含 1 位图像：XBM 图像是代码的组成部分，在编译时而不是运行时包含。XBM 数据通常包含在头文件中，并包括两个用于图像宽度和高度的 define 语句，后跟一个静态无符号字符数组。XBM 图像通常用于 X 中的图标和光标位图。X 像素图 (XPM) 是颜色调色板图像的等效格式。它的使用与 XBM 相同，只是添加了颜色表和三个额外的 define 语句，用于版本号、颜色表长度和每个像素的字节数。X 定义了一种通用的图像格式，即 X Window Dump (XWD 或 WD) 格式。XWD 支持所有类型的未压缩光栅数据。

在了解了一些常见的图形格式之后，我们最后快速了解一些可用于转换图像的可用程序和库。

xv 和 ImageMagick

这两个 X 程序用于显示、转换和操作图像。xv 可以读取和写入 JPEG、GIF、TIFF、PBM/PGM/PPM 和 X 格式，尽管它不能将 24 位图像显示为 24 位。除了格式转换外，xv 还可以执行简单的图像操作，例如，旋转、翻转、裁剪、放大和伽玛校正。ImageMagick 支持 xv 支持的格式，以及 TGA。它可以将输出直接发送到 postscript 打印机，并且比 xv 具有更多的图像操作功能：剪切、复制、粘贴、调整大小、翻转、浮动、旋转、反转、浮雕等等，可以对整个图像或部分图像进行操作。

ghostscript

查看 PostScript（包括 EPS）并从中转换的规范方法是 ghostscript。Ghostscript 既可以通过命令行选项操作，也可以交互式操作。输入始终是 PostScript 文件，输出可以是多种不同的文件格式、打印机语言或屏幕类型中的任何一种。默认情况下，ghostscript 将其输出发送到 X 终端，但它也可以将图像保存到文件。Ghostview 是 ghostscript 的一个流行的前端，它可以改善屏幕处理。

PBMPLUS

PBMPLUS 实用程序是一组 120 个用于图像转换和操作的程序。PBMPLUS 定义了三种中间格式：PBM、PGM 和 PPM（请参见上面的列表）。基本理念是，如果有 20 种格式，则需要 20 的平方，即 400 个程序/子例程来在它们之间进行转换。使用中间格式将该数字减少到 2 乘以 20，即 40 个。除了转换程序外，还有许多简单的图像处理程序：缩放、旋转、平滑、卷积、伽玛、裁剪等等。NETPLUS 是 PBMPLUS 的较新版本，但某些版本存在严重的错误。

C 库支持

对于使用图形的 C 程序员，存在大量的支持。现在可以使用用于 JPEG/JFIF、TIFF 和 PNG 的库。此外，许多其他格式的代码片段可以从 Internet 存档站点轻松获得。

IJG JPEG/JFIF 库

进行 JPEG 编程的最简单方法是使用独立 JPEG 组 (IJG) 的库。此库基于 JFIF 规范，并包括许多 Unix 系统上常见的两个程序，用于存储和检索 JFIF 图像：cjpeg 和 djpeg。该库以源代码和编译代码的形式提供。

SGI TIFF 库

与 JPEG 库一样，可以使用一整套例程来实现 TIFF。此库由 Sam Leffler 和 SGI 编写，也以源代码和编译代码的形式提供。该库包括用于转换、抖动、拆分和显示有关 TIFF 文件信息的程序。

PNG 工具箱

随着最近宣布支持 PNG 格式，Compuserve 还宣布了一个 PNG 工具箱。该工具箱使用 zlib 库进行 LZ77 代码，旨在加速新格式的接受。其使用将免版税。测试版可在 Compuserve 上获得。

Internet 上有几个存档站点，可以在其中找到程序和更多信息

匿名 ftp 站点：ftp://sgi.com/graphics/tiff TIFF 6.0 版规范和 SGI TIFF 库的源代码ftp://sunsite.unc.edu/pub/Linux/apps/graphics/convert PBMPLUSftp://sunsite.unc.edu/pub/Linux/X11/xapps/graphics ImageMagickftp://sunsite.unc.edu/pub/Linux/libs/graphics Linux 的 JPEG 和 TIFF 库的编译版本ftp://sunsite.unc.edu/pub/Linux/apps/graphics/viewers Linux 的 ghostscript 编译版本ftp://ftp.wuarchive.edu/ 大量图像格式的代码片段分散在这个大型存档中compuserve.com GRAPHSUPPORT 论坛，库 20，LP071.zip，PNG 工具箱的测试版www.uwm.edu/~ggraef。链接列表和其他格式信息的直接链接