如何解读PNG解压后的IDAT块？多次查阅规范仍存困惑

我太懂这种翻了半天规范还是卡壳的感觉了——PNG的滤镜机制确实是新手拆解IDAT块时的常见坑。结合你做的3×2像素、每个像素颜色不同的示例图，我一步步给你讲明白怎么从解压后的Filtered字节还原出原始像素数据。

先明确Sub滤镜的核心公式 #

首先把PNG规范里的Sub滤镜公式掰碎了说：

Filtered(byte) = Original(byte) - Original(byte - bpp)
反过来还原原始数据的话，公式变形为：
Original(byte) = (Filtered(byte) + Original(byte - bpp)) % 256

这里的bpp是每个像素的字节数：

• 灰度图是1，RGB是3，RGBA是4，你可以对应自己在Krita里创建的图像模式。
• 所有计算都是基于无符号8位字节的，所以加减后要对256取模，避免溢出导致的错误。

针对你的3×2示例图的实操步骤 #

假设你做的是RGB模式（bpp=3），解压后的IDAT数据结构是：

• 每一行开头是1个滤镜字节（你的情况是1，代表Sub滤镜）
• 后面跟着该行所有像素的过滤后字节：3个像素×3字节/像素=9字节

关键特殊情况：行首的前bpp个字节 #

当处理当前行的前bpp个字节时，byte - bpp会是负数，这时候PNG规范规定把Original(byte - bpp)视为0。

举个具体的模拟例子（对应你示例图的原始像素）：
假设第一行的3个原始像素是：

• 像素1：红色（0xFF, 0x00, 0x00）
• 像素2：绿色（0x00, 0xFF, 0x00）
• 像素3：蓝色（0x00, 0x00, 0xFF）

原始字节序列就是：0xFF 0x00 0x00 0x00 0xFF 0x00 0x00 0x00 0xFF

应用Sub滤镜后的Filtered字节计算

按照公式逐个推导：

1. 第1个字节（像素1的R）：0xFF - 0 = 0xFF
2. 第2个字节（像素1的G）：0x00 - 0 = 0x00
3. 第3个字节（像素1的B）：0x00 - 0 = 0x00
4. 第4个字节（像素2的R）：0x00 - 0xFF = 0x01（无符号字节减法溢出，实际是(0x00 + 256) - 0xFF = 1）
5. 第5个字节（像素2的G）：0xFF - 0x00 = 0xFF
6. 第6个字节（像素2的B）：0x00 - 0x00 = 0x00
7. 第7个字节（像素3的R）：0x00 - 0x00 = 0x00
8. 第8个字节（像素3的G）：0x00 - 0xFF = 0x01
9. 第9个字节（像素3的B）：0xFF - 0x00 = 0xFF

所以这一行的解压后数据就是：[0x01] + [0xFF, 0x00, 0x00, 0x01, 0xFF, 0x00, 0x00, 0x01, 0xFF]

从Filtered字节还原原始数据

用变形后的公式逐个还原：

1. 第1个字节：0xFF + 0 = 0xFF（对应像素1的R）
2. 第2个字节：0x00 + 0 = 0x00（对应像素1的G）
3. 第3个字节：0x00 + 0 = 0x00（对应像素1的B）
4. 第4个字节：0x01 + 0xFF = 0x100 → 0x100 % 256 = 0x00（对应像素2的R）
5. 第5个字节：0xFF + 0x00 = 0xFF（对应像素2的G）
6. 第6个字节：0x00 + 0x00 = 0x00（对应像素2的B）
7. 第7个字节：0x00 + 0x00 = 0x00（对应像素3的R）
8. 第8个字节：0x01 + 0xFF = 0x100 → 0x00（对应像素3的G）
9. 第9个字节：0xFF + 0x00 = 0xFF（对应像素3的B）

完美还原出了原始像素字节！

额外注意事项 #

• 每行的滤镜是独立的，Sub滤镜只依赖当前行的原始字节，和上一行无关（其他滤镜比如Up会用到上一行的数据，但你的情况是Sub，不用考虑）
• 必须严格按照无符号字节的规则计算，别当成有符号数处理，不然溢出后结果会完全错误
• 你可以把自己示例图解压后的IDAT数据导出来，按这个方法计算，再和Krita里的原始像素对比，就能验证自己的解读是否正确

内容的提问来源于stack exchange，提问作者Xhendos