二进制读取BMP结构体时丢失字节的原因排查

尝试读取.bmp文件头并输出到控制台，定义了两个结构体存储BMP头信息：

struct bmp_header{
    uint16_t bmp_file_code{0x424D}; // BMP格式标识，固定为0x424D
    uint32_t bmp_file_size{0};      // 文件总大小
    uint32_t application_data{0};   // 通常未使用
    uint32_t pixel_offset{0};       // 像素数据起始偏移量
};
struct bmp_dib_header{
    uint32_t dib_head_size;         // DIB头大小（字节）
    uint32_t image_width;           // 图像宽度（像素）
    uint32_t image_height;          // 图像高度（像素）
    uint16_t color_planes;
    uint16_t bits_per_pixel;
    uint32_t compression_method;    // 压缩方式代码
    uint32_t image_size;            // 图像数据大小（字节，宽度*高度*通道数）
    int32_t x_resolution;           // 水平分辨率（像素/米）
    int32_t y_resolution;           // 垂直分辨率（像素/米）
    uint32_t color_palette;         // 使用的颜色数（默认0表示2^n种）
    uint32_t important_colors;      // 重要颜色数（通常忽略）
};

读取方法如下：

void read_header(std::ifstream &filestream) {
    auto end = filestream.tellg();
    filestream.seekg(0, std::ios_base::beg);
    if (end - filestream.tellg() <= 0) throw std::runtime_error(strerror(errno));
    
    // 读取文件头
    filestream.read(reinterpret_cast<char*>(&bmp_head), sizeof(bmp_header));

    // 读取DIB头
    filestream.read(reinterpret_cast<char*>(&bmp_dib), sizeof(bmp_dib_header));

}

其中filestream以std::ios_base::binary和std::ios_base::in模式打开，输出函数为：

void debug_show_header_info() {
    std::cout << "BMP头数据:" << std::endl \
    << "文件标识: " << std::hex << bmp_head.bmp_file_code << std::endl \
    << "文件大小: " << std::hex << bmp_head.bmp_file_size << std::endl \
    << "保留数据: " << std::hex << bmp_head.application_data << std::endl \
    << "像素偏移: " << std::hex << bmp_head.pixel_offset << std::endl;
}

十六进制编辑器中显示的数据正确，但程序输出的文件大小等字段值错误：

BMP头数据:
文件标识: 4d42
文件大小: c    <<<< 实际应为0x528F0C
保留数据: 8a0000
像素偏移: 7c0000

尝试逐个读取值也得到相同结果，测试图片为filesampleshub.com的sample1.bmp。

核心问题：结构体对齐+字节序不匹配 #

1. 结构体内存对齐问题
   编译器默认会为结构体成员添加填充字节以保证内存对齐，但BMP文件头是紧凑连续存储的，无填充字节。比如bmp_header中，uint16_t类型的bmp_file_code占2字节，后续uint32_t类型的成员需要4字节对齐，编译器会自动在bmp_file_code后添加2字节填充，导致读取时把文件中原本属于bmp_file_size的前2字节当成填充字节跳过，最终读错数据。

2. 字节序问题
   BMP文件采用小端字节序存储多字节数据，而主机字节序可能与小端不一致（比如部分大端架构）。例如文件标识0x424D（ASCII"BM"）在文件中实际存储为4D 42，直接读取会被解析为0x4D42，和输出结果一致；文件大小0x528F0C在文件中存储为0C 8F 52 00，错误的对齐加上字节序问题会进一步放大解析错误。

解决方案 #

方法一：禁用结构体对齐 #

在结构体定义前添加编译器指令，强制紧凑存储，消除填充字节：

// GCC/Clang/VS通用指令
#pragma pack(push, 1)
struct bmp_header{
    uint16_t bmp_file_code{0x424D};
    uint32_t bmp_file_size{0};
    uint32_t application_data{0};
    uint32_t pixel_offset{0};
};
struct bmp_dib_header{
    uint32_t dib_head_size;
    uint32_t image_width;
    uint32_t image_height;
    uint16_t color_planes;
    uint16_t bits_per_pixel;
    uint32_t compression_method;
    uint32_t image_size;
    int32_t x_resolution;
    int32_t y_resolution;
    uint32_t color_palette;
    uint32_t important_colors;
};
#pragma pack(pop)

方法二：手动处理字节序与字段读取 #

逐个读取每个字段，并手动转换为主机字节序（保证跨平台兼容性）：

#include <cstdint>

// 小端转主机字节序工具函数
uint16_t le_to_host16(uint16_t val) {
    #if __BYTE_ORDER__ == __ORDER_LITTLE_ENDIAN__
        return val;
    #else
        return ((val >> 8) & 0xFF) | ((val << 8) & 0xFF00);
    #endif
}

uint32_t le_to_host32(uint32_t val) {
    #if __BYTE_ORDER__ == __ORDER_LITTLE_ENDIAN__
        return val;
    #else
        return ((val >> 24) & 0xFF) |
               ((val >> 8)  & 0xFF00) |
               ((val << 8)  & 0xFF0000) |
               ((val << 24) & 0xFF000000);
    #endif
}

void read_header(std::ifstream &filestream) {
    auto end = filestream.tellg();
    filestream.seekg(0, std::ios_base::beg);
    if (end - filestream.tellg() <= 0) throw std::runtime_error(strerror(errno));
    
    // 逐个读取并转换文件头字段
    filestream.read(reinterpret_cast<char*>(&bmp_head.bmp_file_code), sizeof(uint16_t));
    bmp_head.bmp_file_code = le_to_host16(bmp_head.bmp_file_code);
    
    filestream.read(reinterpret_cast<char*>(&bmp_head.bmp_file_size), sizeof(uint32_t));
    bmp_head.bmp_file_size = le_to_host32(bmp_head.bmp_file_size);
    
    filestream.read(reinterpret_cast<char*>(&bmp_head.application_data), sizeof(uint32_t));
    bmp_head.application_data = le_to_host32(bmp_head.application_data);
    
    filestream.read(reinterpret_cast<char*>(&bmp_head.pixel_offset), sizeof(uint32_t));
    bmp_head.pixel_offset = le_to_host32(bmp_head.pixel_offset);
    
    // DIB头字段同理，逐个读取并转换
    filestream.read(reinterpret_cast<char*>(&bmp_dib.dib_head_size), sizeof(uint32_t));
    bmp_dib.dib_head_size = le_to_host32(bmp_dib.dib_head_size);
    
    filestream.read(reinterpret_cast<char*>(&bmp_dib.image_width), sizeof(uint32_t));
    bmp_dib.image_width = le_to_host32(bmp_dib.image_width);
    
    // 其余字段按相同方式处理...
}

修改后，文件标识会正确解析为0x424D，文件大小也会显示为预期的0x528F0C。

内容的提问来源于stack exchange，提问作者Werder Foster