音视频入门基础：像素格式专题（2）——不通过第三方库将RGB24格式视频转换为BMP格式图片-编程知识

=================================================================

音视频入门基础：像素格式专题系列文章：

音视频入门基础：像素格式专题（1）——RGB简介

音视频入门基础：像素格式专题（2）——不通过第三方库将RGB24格式视频转换为BMP格式图片

=================================================================

一、引言

在上一节《音视频入门基础：像素格式专题（1）——RGB简介》中，讲述了RGB格式，以及生成RGB24格式视频的方法。本文讲述跟RGB相关的一种图像文件格式：BMP格式，这种格式内部实际上存储的就是RGB数据。本文对RGB像素数据进行封装处理，不用任何第三方开源库仅通过C++代码实现将RGB24格式的视频转换为一张张BMP图片。效果如下：

原视频（RGB24格式的视频，存放RGB24格式的像素数据，总共有387帧）：

转换出来的BMP图片（总共转换出387张图片，与原视频的总帧数一致）：

二、BMP格式简介

BMP取自位图Bitmap的缩写，也称为DIB（与设备无关的位图），是一种独立于显示器的位图数字图像文件格式。常见于微软视窗和OS/2操作系统，Windows GDI API内部使用的DIB数据结构与 BMP 文件格式几乎相同。

BMP文件通常是不压缩的，所以它们通常比同一幅图像的压缩图像文件格式要大很多。例如，一张800×600分辨率的24位的BMP格式图片几乎占据1.4MB空间。因此它们通常不适合在因特网或者其他低速或者有容量限制的介质上进行传输。

由于BMP格式通常不压缩，图片体积大，因此生活中我们观看/存贮图片一般使用PNG这种无损压缩格式，或者JPEG这种有损压缩格式。但某些情况下BMP格式比需要压缩的位图格式更有优势：比如速度需求大于储存空间需求的场合，或者系统的算力比储存空间更重要的场合。PNG和JPEG保存和读取时要经过压缩和解压，但BMP没有经过压缩读写速度会更快，并且BMP的空间消耗更稳定。所以需要用空间换时间的场合可以考虑使用BMP。

不包含ColorTable（调色板）的情况下整张BMP图片由Header（位图文件头，总共14字节） + InfoHeader（位图信息头，总共40字节） + Raster Data（RGB像素数据，大小等于位图宽度*位图高度*每个像素所占字节数）组成，如下图所示。其中位图文件头 + 位图信息头等于整个BMP头，总共占54字节（14+40=54字节）。

所以BMP图片不包含调色板的情况下，比如24位，32位位图，则整张图片的近似字节数可以用下面的公式计算：

BMP文件大小

其中54为整个BMP头的大小，width为位图宽度，height为位图高度（以像素为单位），n为每个像素所占位数，n除以8等于每个像素所占字节数。

因此假如一张BMP图片的分辨率为1280*720，每个像素存贮的位数为24位，则不包含调色板的情况下，该BMP图片的大小约等于 54 + (1280*720*24/8) = 2764854字节。

三、C++代码实现将RGB24格式的视频转换为一张张BMP图片

将裸RGB24文件转换为BMP图片，简单的来讲只要将每个RGB24视频帧封装上BMP header就可以了。首先根据《音视频入门基础：像素格式专题（1）——RGB简介》中的FFmpeg命令，生成像素格式为rgb24的文件：“视频素材_天空中的云_1280x720_rgb24.rgb”。该视频的分辨率为1280x720

ffmpeg -i 视频素材_天空中的云.mp4 -pix_fmt rgb24 视频素材_天空中的云_1280x720_rgb24.rgb

新建Visual Studio（我用的是vs2019）的C++控制台程序，在main.cpp中输入如下代码：

#include <iostream>
#include <fstream>
#include <vector>
#include <string>using namespace std;class CBmpOperation              //封装了对BMP图片进行操作的类
{
/*位图文件头，该结构体12字节，加上“BM”后总共14字节。这部分数据块位于文件开头，用于进行文件的识别。典型的应用程序会
首先普通读取这部分数据以确保的确是位图文件并且没有损坏。所有的整数值都以小端序存放（即最低有效位前置）。*/
struct STBmpHead                 
{uint32_t m_nFileSize;        //整个BMP文件的大小，单位为字节uint32_t m_nReserved;        //保留；实际值因创建程序而异uint32_t m_nDataOffset;      //位图数据（像素数组）的地址偏移，即位图数据的存贮起始地址
};struct STInfoHead                 //位图信息头，总共40字节
{uint32_t  m_nSize;            //DIB header大小（该头结构的大小，40字节）uint32_t  m_nWidth;           //位图宽度，单位为像素uint32_t  m_nHeight;          //位图高度，单位为像素uint16_t  m_nPlanes;          //色彩平面数；必须为1uint16_t  m_nBitCount;        //每个像素所占位数，即图像的色深。典型值为1、4、8、16、24和32uint32_t  m_nCompression;     //所使用的压缩方法。0表示不压缩uint32_t  m_nImageSize;       //图像大小。指原始位图数据的大小。与文件大小不是同一个概念uint32_t  m_nXpixelsPerM;     //图像的横向分辨率，单位为像素每米uint32_t  m_nYpixelsPerM;     //图像的纵向分辨率，单位为像素每米uint32_t  m_nColorsUsed;      //调色板的颜色数，为0时表示颜色数为默认的2色深个uint32_t  m_nColorsImportant; //重要颜色数，为0时表示所有颜色都是重要的；通常不使用本项
};public:
/*** 将裸rgb24文件转为BMP图片* @param rgb24path    裸rgb24文件的路径* @param width        rgb24文件的宽度（单位为像素）* @param height       rgb24文件的高度（单位为像素）* @param url_out      rgb文件的视频总帧数* @param strBmpDir    生成的BMP图片的存贮目录* @return             成功返回0，失败返回负值*/int simplest_rgb24_to_bmp(const string &strRgb24path, int width, int height, int totalNum, const string &strBmpDir) {ifstream ifsRgb24;ifsRgb24.open(strRgb24path, ios::binary | ios::in);if (!ifsRgb24.is_open()){cout << "Error: Cannot open input RGB24 file: " << strRgb24path << endl;ifsRgb24.close();return -1;}for (int num = 0; num < totalNum; num++){int i = 0, j = 0;string strBmppath = strBmpDir + "/output_" + std::to_string(num) + ".bmp";uint8_t arrSignature[2] = {'B', 'M'};     //用于标识BMP和DIB文件，一般为0x42 0x4D，即ASCII的BMSTBmpHead stBMPHeader = { 0 };STInfoHead  stBMPInfoHeader = { 0 };int nHeaderSize = sizeof(arrSignature) + sizeof(STBmpHead) + sizeof(STInfoHead);  //总共54字节ofstream ofsBmp;ofsBmp.open(strBmppath, ios::binary | ios::out);if (!ofsBmp.is_open()){cout << "Error: Cannot open output BMP file: " << strBmppath << endl;ofsBmp.close();}vector<char> vecBuf(width * height * 3);ifsRgb24.read(&vecBuf[0], vecBuf.size());stBMPHeader.m_nFileSize = 3 * width * height + nHeaderSize;stBMPHeader.m_nReserved = 0;stBMPHeader.m_nDataOffset = nHeaderSize;stBMPInfoHeader.m_nSize = sizeof(STInfoHead);stBMPInfoHeader.m_nWidth = width;
//BMP storage pixel data in opposite direction of Y-axis (from bottom to top).stBMPInfoHeader.m_nHeight = -height;stBMPInfoHeader.m_nPlanes = 1;stBMPInfoHeader.m_nBitCount = 24;stBMPInfoHeader.m_nImageSize = 3 * width * height;stBMPInfoHeader.m_nXpixelsPerM = 0;stBMPInfoHeader.m_nYpixelsPerM = 0;stBMPInfoHeader.m_nColorsUsed = 0;stBMPInfoHeader.m_nColorsImportant = 0;ofsBmp.write((const char*)arrSignature, sizeof(arrSignature));ofsBmp.write((const char*)&stBMPHeader, sizeof(stBMPHeader));ofsBmp.write((const char*)&stBMPInfoHeader, sizeof(stBMPInfoHeader));//BMP save R1|G1|B1,R2|G2|B2 as B1|G1|R1,B2|G2|R2
//It saves pixel data in Little Endian
//So we change 'R' and 'B'		for (j = 0; j < height; j++) {for (i = 0; i < width; i++) {char temp = vecBuf[(j * width + i) * 3 + 2];vecBuf[(j * width + i) * 3 + 2] = vecBuf[(j * width + i) * 3 + 0];vecBuf[(j * width + i) * 3 + 0] = temp;}}ofsBmp.write(&vecBuf[0], vecBuf.size());ofsBmp.close();cout << "Finish generate " << strBmppath << endl;}ifsRgb24.close();return 0;}
};int main()
{CBmpOperation bmpOperation;bmpOperation.simplest_rgb24_to_bmp("视频素材_天空中的云_1280x720_rgb24.rgb", 1280, 720, 387, "Pic");
}

将视频素材_天空中的云_1280x720_rgb24.rgb放到vs的工程目录下，然后工程目录下新建Pic目录。

编译，运行程序，在Pic目录下即会生成转换出来的BMP格式图片

通过“属性”可以看到生成的每一张BMP图片的大小为2.63 MB (2,764,854 字节) = 54 + (1280*720*24/8)字节，说明上面计算BMP图片大小的公式是正确的。

下面讲解代码实现。

四、代码解析

首先定义位图文件头的结构体STBmpHead，该结构体占12字节（3 * 4 = 12字节）

/*位图文件头，该结构体12字节，加上“BM”后总共14字节。这部分数据块位于文件开头，用于进行文件的识别。典型的应用程序会
首先普通读取这部分数据以确保的确是位图文件并且没有损坏。所有的整数值都以小端序存放（即最低有效位前置）。*/
struct STBmpHead                 
{uint32_t m_nFileSize;        //整个BMP文件的大小，单位为字节uint32_t m_nReserved;        //保留；实际值因创建程序而异uint32_t m_nDataOffset;      //位图数据（像素数组）的地址偏移，即位图数据的存贮起始地址
};

注意由于C/C++里面结构体对齐的问题，不能定义成以下这种形式：

struct STBmpHead                 //位图文件头，总共14字节
{uint8_t m_arrSignature[2];   //用于标识BMP和DIB文件，一般为0x42 0x4D，即ASCII的BMuint32_t imageSize;          //整个BMP图片的大小，单位为字节uint32_t blank;              //保留数据uint32_t startPosition;      //图片像素的存贮位置，即图片像素是存贮在第几个字节的。
};

因为如果结构体里面有uint8_t m_arrSignature[2]，由于C/C++里面结构体对齐的问题，整个STBmpHead不是占14字节，而是占16字节。

然后定义位图信息头的结构体STInfoHead，该结构体占40字节

struct STInfoHead                 //位图信息头，总共40字节
{uint32_t  m_nSize;            //DIB header大小（该头结构的大小，40字节）uint32_t  m_nWidth;           //位图宽度，单位为像素uint32_t  m_nHeight;          //位图高度，单位为像素uint16_t  m_nPlanes;          //色彩平面数；必须为1uint16_t  m_nBitCount;        //每个像素所占位数，即图像的色深。典型值为1、4、8、16、24和32uint32_t  m_nCompression;     //所使用的压缩方法。0表示不压缩uint32_t  m_nImageSize;       //图像大小。指原始位图数据的大小。与文件大小不是同一个概念uint32_t  m_nXpixelsPerM;     //图像的横向分辨率，单位为像素每米uint32_t  m_nYpixelsPerM;     //图像的纵向分辨率，单位为像素每米uint32_t  m_nColorsUsed;      //调色板的颜色数，为0时表示颜色数为默认的2色深个uint32_t  m_nColorsImportant; //重要颜色数，为0时表示所有颜色都是重要的；通常不使用本项
};

函数simplest_rgb24_to_bmp中，通过

ifsRgb24.read(&vecBuf[0], vecBuf.size());

从rgb24视频文件中读取一帧图片的rgb数据，读取的数据量为位图宽度 * 位图高度 * 3字节（RGB24每个像素占3字节），存贮到vecBuf中。这里使用vector＜char＞作为输入缓冲区，具有不用手动调用delete函数释放内存，避免内存泄漏的优点，具体可以参考：《使用vector＜char＞作为输入缓冲区》

封装位图文件头：

uint8_t arrSignature[2] = {'B', 'M'};     //用于标识BMP和DIB文件，一般为0x42 0x4D，即ASCII的BM
........
........
........
stBMPHeader.m_nFileSize = 3 * width * height + nHeaderSize;
stBMPHeader.m_nReserved = 0;
stBMPHeader.m_nDataOffset = nHeaderSize;

封装位图信息头：

stBMPInfoHeader.m_nSize = sizeof(STInfoHead);
stBMPInfoHeader.m_nWidth = width;
//BMP storage pixel data in opposite direction of Y-axis (from bottom to top).
stBMPInfoHeader.m_nHeight = -height;
stBMPInfoHeader.m_nPlanes = 1;
stBMPInfoHeader.m_nBitCount = 24;
stBMPInfoHeader.m_nImageSize = 3 * width * height;
stBMPInfoHeader.m_nXpixelsPerM = 0;
stBMPInfoHeader.m_nYpixelsPerM = 0;
stBMPInfoHeader.m_nColorsUsed = 0;
stBMPInfoHeader.m_nColorsImportant = 0;

将位图文件图和位图信息头写入进BMP图片中

ofsBmp.write((const char*)arrSignature, sizeof(arrSignature));
ofsBmp.write((const char*)&stBMPHeader, sizeof(stBMPHeader));
ofsBmp.write((const char*)&stBMPInfoHeader, sizeof(stBMPInfoHeader));

BMP采用的是小端（Little Endian）存储方式，像素的排布为BGR，而不是RGB，所以需要将“R”和“B”顺序作一个调换再进行存储。

//BMP save R1|G1|B1,R2|G2|B2 as B1|G1|R1,B2|G2|R2
//It saves pixel data in Little Endian
//So we change 'R' and 'B'		
for (j = 0; j < height; j++) {for (i = 0; i < width; i++) {char temp = vecBuf[(j * width + i) * 3 + 2];vecBuf[(j * width + i) * 3 + 2] = vecBuf[(j * width + i) * 3 + 0];vecBuf[(j * width + i) * 3 + 0] = temp;}
}

以上是将RGB24视频中的一帧视频画面转为一张BMP图片的逻辑。由于视频中有多帧视频画面，所以通过for循环：

for (int num = 0; num < totalNum; num++)

将视频中的所有视频帧转为BMP图片。

五、案例：通过分析BMP header判断BMP图片显示不出来的原因

BMP图片正常的情况下，在Windows系统中我们是可以预览其缩略图的，如下所示：

但某些情况下，比如BMP图片被破坏时，我们会发现其无法被正常预览：

用WPS等工具打开被损坏的BMP图片，也会发现无法正常显示：

这往往是因为BMP图片的 header出现了问题，导致无法读取。这个时候我们可以根据《win10 以十六进制形式（方式）查看文件内容》中的方法，使用Format-Hex工具，以16进制方式，查看该BMP图片的header：

可以看到它的头0~1字节为42、4d，也就是B、M字符，这个是正确的。但是第2到5字节为 0x30380000（小端模式），BMP图片的第2到5字节为整个BMP图片的大小，0x30380000换算成10进制为808976384字节，也即是771M byte。

在Windows操作系统中，通过“属性”看到该BMP图片大小为2.63 MB (2,764,856 字节)，大小跟上面的808976384字节对不上，所以我们可以判断是该BMP图片header中的第2到5字节出错了。

如果该BMP图片的header是正确的，那用16进制查看到的第2到第5个字节应该是0x002A3036，换算成10进制为2764854字节：

六、参考文章

《BMP-维基百科》

《Structure of BMP file》

《BMP图像文件完全解析》

《BMP图片文件原始数据分析》