如何使用Bash提取PNG文件中的原始像素数据？

核心思路 #

PNG采用DEFLATE压缩算法存储像素数据，同时包含颜色空间转换、行过滤等逻辑，无法直接读取原始像素，必须先完成解码流程，再将解码后的像素数据转换为帧缓冲兼容的格式后写入。

最优实现：使用成熟的PNG处理库 #

手动实现PNG解码需要处理DEFLATE解压缩、行过滤、颜色通道转换、CRC校验等复杂逻辑，极易出错且维护成本高，优先用现有库解决问题。以下是不同语言的典型实现：

Python（Pillow库）

Pillow会自动处理所有PNG解码细节，代码简洁高效：

from PIL import Image
import mmap

# 读取PNG并转换为目标像素格式（示例为RGBA 32位）
img = Image.open("input.png")
# 若帧缓冲为RGB 24位，改用img.convert("RGB").tobytes()
pixel_data = img.tobytes()

# 写入帧缓冲（以Linux /dev/fb0为例）
fb_path = "/dev/fb0"
with open(fb_path, "r+b") as fb_file:
    # 内存映射帧缓冲，提升写入效率
    fb_mmap = mmap.mmap(fb_file.fileno(), img.width * img.height * 4)
    fb_mmap.write(pixel_data)
    fb_mmap.close()

注意：需确保图片分辨率、像素格式（通道数、位深）与帧缓冲完全匹配，否则会出现显示错位。

C语言（libpng库）

libpng是C生态下最成熟的PNG处理库，适合性能要求高的场景：

#include <png.h>
#include <fcntl.h>
#include <sys/mman.h>
#include <unistd.h>
#include <stdlib.h>

int main() {
    // 初始化PNG读取结构
    FILE* png_fp = fopen("input.png", "rb");
    png_structp png_ptr = png_create_read_struct(PNG_LIBPNG_VER_STRING, NULL, NULL, NULL);
    png_infop info_ptr = png_create_info_struct(png_ptr);
    png_init_io(png_ptr, png_fp);
    png_read_info(png_ptr, info_ptr);

    // 获取图片基本信息
    int width = png_get_image_width(png_ptr, info_ptr);
    int height = png_get_image_height(png_ptr, info_ptr);
    png_byte color_type = png_get_color_type(png_ptr, info_ptr);
    png_byte bit_depth = png_get_bit_depth(png_ptr, info_ptr);

    // 统一转换为RGBA 8位/通道格式
    if (bit_depth == 16) png_set_strip_16(png_ptr);
    if (color_type == PNG_COLOR_TYPE_PALETTE) png_set_palette_to_rgb(png_ptr);
    if (png_get_valid(png_ptr, info_ptr, PNG_INFO_tRNS)) png_set_tRNS_to_alpha(png_ptr);
    if (color_type == PNG_COLOR_TYPE_RGB) png_set_filler(png_ptr, 0xFF, PNG_FILLER_AFTER);
    if (color_type == PNG_COLOR_TYPE_GRAY) png_set_gray_to_rgb(png_ptr);

    png_read_update_info(png_ptr, info_ptr);

    // 分配内存存储解码后的像素
    png_bytep* row_pointers = malloc(sizeof(png_bytep) * height);
    for (int y = 0; y < height; y++) {
        row_pointers[y] = malloc(png_get_rowbytes(png_ptr, info_ptr));
    }
    png_read_image(png_ptr, row_pointers);

    // 写入帧缓冲
    int fb_fd = open("/dev/fb0", O_RDWR);
    int fb_size = width * height * 4; // RGBA 32位
    unsigned char* fb_ptr = mmap(NULL, fb_size, PROT_READ | PROT_WRITE, MAP_SHARED, fb_fd, 0);
    for (int y = 0; y < height; y++) {
        memcpy(fb_ptr + y * width * 4, row_pointers[y], width * 4);
    }

    // 清理资源
    for (int y = 0; y < height; y++) free(row_pointers[y]);
    free(row_pointers);
    png_destroy_read_struct(&png_ptr, &info_ptr, NULL);
    fclose(png_fp);
    munmap(fb_ptr, fb_size);
    close(fb_fd);
    return 0;
}

编译时需链接libpng库：gcc -o png_to_fb png_to_fb.c -lpng

手动解码原理（仅作了解，不推荐） #

若因特殊需求必须手动实现，核心步骤如下：

1. 解析PNG文件结构：识别文件签名（89 50 4E 47 0D 0A 1A 0A），依次读取IHDR、IDAT、IEND等块
2. 读取IHDR块：获取图片宽、高、颜色类型、位深等参数
3. 处理IDAT块：拼接所有IDAT块的数据，得到DEFLATE压缩流
4. DEFLATE解压缩：还原出带行过滤的原始像素数据
5. 行过滤还原：根据每行开头的过滤字节（共5种类型），还原出真实像素值
6. 格式转换：将像素数据转换为帧缓冲兼容的格式（如调整通道顺序、字节序）
7. 写入帧缓冲：通过内存映射或直接写入的方式将像素数据写入帧缓冲设备

方案总结 #

• 优先使用成熟库：避免重复造轮子，降低出错概率
• 匹配格式参数：确保图片的分辨率、位深、通道数与帧缓冲完全一致
• 优化写入效率：使用内存映射（mmap）替代逐字节写入，提升性能
• 嵌入式场景：可选用轻量级库（如stb_image.h单头文件库）减少资源占用

内容的提问来源于stack exchange，提问作者Jack Wagon