企业官网建设流程全解析

• GIS
• 遥感
• 数据工程

导读

PNG（Portable Network Graphics）是栅格地理数据处理中最常用的无损压缩影像格式之一。GDAL 内置的 PNG 驱动基于 libpng 参考库实现，支持读取与创建灰度、伪彩色、调色板（Paletted）、RGB 与 RGBA 类型，以及 8 位与 16 位采样精度的 PNG 文件。本文以 GDAL 官方文档 doc/source/drivers/raster/png.rst 为骨架，结合 frmts/png/pngdataset.cpp 源码实现与 autotest/gdrivers/png.py 测试用例，系统讲解 PNG 驱动的数据模型、读取行为、创建选项、色彩配置（ICC/伽马/基色）、透明色与背景色处理等核心主题，帮助你完成从"能转 PNG"到"精准控制 PNG 输出质量与元数据"的进阶。

PNG 驱动概览：能力与限制

GDAL 的 PNG 驱动（shortname 为PNG）由 frmts/png/pngdrivercore.cpp 中的PNGDriverSetCommonMetadata()注册，声明如下核心能力：

驱动通过校验 PNG 文件头签名来识别文件，见 pngdrivercore.cpp 中PNGDriverIdentify()对固定签名{137, 80, 78, 71, 13, 10, 26, 10}的比对。GDAL 内建了 libpng 副本（frmts/png/libpng），因此在默认构建下无需外部依赖即可使用该驱动；构建配置见 frmts/png/CMakeLists.txt，它同时支持链接系统 libpng 与 zlib，并可选择启用 SSE2/NEON 优化。

支持的数据形态

官方文档明确声明，PNG 驱动支持读取和创建以下形态：

• 灰度（Greyscale）、伪彩色、调色板（Paletted）、RGB、RGBA；
• 每采样 8 位与 16 位精度；
• 1、2、4 位低比特深度读取（读取时由 libpng 自动解包为 8 位，并在IMAGE_STRUCTURE元数据域中记录原始位深NBITS）。

从 pngdataset.cpp 的GetColorInterpretation()可以看出，驱动根据PNG_COLOR_TYPE_*将各波段映射为 GDAL 的颜色解释（GCI_GrayIndex、GCI_PaletteIndex、GCI_RedBand/GreenBand/BlueBand/AlphaBand）。

两大使用限制

文档特别强调 PNG 格式的固有特性：

1. PNG 是线性压缩格式：随机读取大 PNG 文件效率极低，因为每次回溯都需要从文件头重新开始解压。这一点在源码中也有印证——pngdataset.cpp 的LoadScanline()在请求行号小于当前已读行号时会调用Restart()回卷文件重新解压。因此建议按"自上而下"的块访问模式（GSBAP_TOP_TO_BOTTOM，见 pngdataset.h）顺序读取。
2. 尺寸上限：受 libpng 约束，GDAL 可创建的 PNG 最大尺寸为 1,000,000 × 1,000,000 像素。

此外，源码头部的 ISSUES 注释还揭示了几个实现层面的已知限制（pngdataset.cpp）：CollectMetadata()只能捕获图像数据之前的 TEXT 块；隔行（Interlaced）图像会被整体读入内存；16 位 alpha 值不会缩放为 8 位。

读取 PNG：元数据提取与透明/背景色语义

PNG 驱动读取时会将文件内嵌信息映射为 GDAL 元数据，并自动识别透明信息为 NoData 语义。

TEXT 块 → 数据集元数据

PNG 的tEXt/iTXt文本块会被转换为数据集元数据项，每个块一项（CollectMetadata()，见 pngdataset.cpp）。源码中会先把关键字里的空格、=、:替换为下划线再写入元数据。因此读取时元数据键名与 PNG 关键字可能略有差异。

透明值 → NoData 值

驱动对透明信息的读取遵循以下规则（见 pngdataset.cpp）：

背景色（BACKGROUND_COLOR）

自 GDAL 3.12 起（文档标注versionadded:: 3.12），PNG 的bKGD块在读取时会被报告为数据集元数据项BACKGROUND_COLOR：

• 灰度/灰度+Alpha：单个灰度值（如123）；
• 调色板：调色板索引值；
• RGB/RGBA：逗号分隔的三个分量（如123,234,67）。

对应实现见 pngdataset.cpp。测试用例 autotest/gdrivers/png.py 覆盖了 gray、gray_alpha、palette 索引、rgb、rgba 五种背景色场景的读写往返验证。

XMP 元数据

PNG 文件中的 XMP（通常存于iTXt块，关键字为XML:com.adobe.xmp）可被提取，并以原始 XML 内容存放在xml:XMP元数据域。CollectXMPMetadata()（pngdataset.cpp）会独立遍历文件块查找 XMP 内容，并限制其大小不超过 10 MB，且该域只在读取模式（GA_ReadOnly）下按需加载。

世界文件与地理参考

PNG 驱动通过旁挂世界文件提供地理参考。读取时按以下顺序尝试（LoadWorldFile()，见 pngdataset.cpp）：

1. 默认扩展名世界文件（.pgw，随GDALReadWorldFile2()自动推断）；
2. 显式.wld扩展名文件。

官方文档明确支持.pgw、.pngw或.wld三种扩展名。世界文件格式的详细说明见 doc/source/drivers/raster/wld.rst。测试 autotest/gdrivers/png.py 还验证了世界文件中数字使用混合 locale（逗号与点混用）时的正确解析。

位深与块结构

• 1/2/4 位图像读取时由png_set_packing()解包为 8 位（pngdataset.cpp），原始位深记录在波段IMAGE_STRUCTURE域的NBITS元数据中（pngdataset.cpp）。
• 16 位数据在大端存储的 PNG 中按字节序自动交换（MSB 序转本机序）。
• 默认块大小为整行（nBlockYSize = 1）；在启用整图优化（ENABLE_WHOLE_IMAGE_OPTIMIZATION，依赖 SSE2/NEON）且满足"8 位、非隔行、尺寸 ≤512×512、GDAL_PNG_WHOLE_IMAGE_OPTIM与GDAL_PNG_SINGLE_BLOCK配置为 YES"条件时，整幅图作为单块处理（IsCompatibleOfSingleBlock()，pngdataset.cpp）。测试 autotest/gdrivers/png.py 对 1~4 波段、多种尺寸与配置组合验证了该优化路径的读写一致性。

创建 PNG：CreateCopy 与数据类型约束

PNG 驱动通过CreateCopy()方法创建文件（pfnCreateCopy = PNGDataset::CreateCopy，见 pngdataset.cpp），不支持Create()，因此需要先有一个可读取的原型数据集。官方文档说明：除 16 位无符号整型外，所有像素类型都会被写为 8 位。

波段数与数据类型校验

CreateCopy()开头的校验逻辑（pngdataset.cpp）如下：

• 源波段数必须为 1（灰）、2（灰+Alpha）、3（RGB）或 4（RGBA），否则报错；
• 数据类型必须为GDT_UInt8或GDT_UInt16，其他类型在严格模式（bStrict=TRUE）下报错退出，非严格模式下警告后降级为 Byte。

颜色类型自动判定

根据源数据集波段数与色表情况自动选择 PNG 颜色类型（pngdataset.cpp）：

写入流程

创建过程（pngdataset.cpp）为逐行流式写入：对每一行通过源数据集RasterIO(GF_Read, ...)读取一条扫描线（16 位时做字节序交换），调用png_write_rows()写入；写入期间通过进度回调pfnProgress支持用户中断；最后png_write_end()收尾，并支持@CREATE_ONLY_VISIBLE_AT_CLOSE_TIME选项实现"关闭时才可见"的原子性创建（测试见 autotest/gdrivers/png.py）。

NoData 值在写入时会转换为 PNG 的tRNS块：灰度使用单一灰度透明值；RGB 优先使用源数据集的NODATA_VALUES元数据，否则依次取三个波段的 NoData 值；调色板图像则把 NoData 索引对应的调色板 alpha 置 0（[pngdataset.cpp](https://link.gitcode.com/i/39d2e0346db30f91ebaaa3403ba9801e#L2432-L2520, L2711-L2780)）。

创建选项详解（Creation Options）

PNG 驱动全部创建选项由 pngdrivercore.cpp 中的CreationOptionList声明，官方文档逐项列出，下面结合源码给出完整说明。

WORLDFILE

• 类型：布尔（YES/NO），默认NO。
• 作用：强制生成与 PNG 关联的 ESRI 世界文件，扩展名为.wld。写入实现见 pngdataset.cpp：先取源数据集地理变换，再调用GDALWriteWorldFile()写出同名.wld文件。世界文件格式详见 doc/source/drivers/raster/wld.rst。

ZLEVEL

• 类型：整数，取值范围[0-9]，默认6。
• 作用：设置压缩投入时间。0最快但不压缩，9最慢但压缩率最高。源码在 pngdataset.cpp 中校验非法值（超出 0-9 直接报Illegal ZLEVEL value并中止创建），然后调用png_set_compression_level()。测试 autotest/gdrivers/png.py 用-1与10验证了报错路径，用0与9验证了合法边界。

文本块创建选项：TITLE / DESCRIPTION / COPYRIGHT / COMMENT

这四个选项分别对应 PNG 预定义关键字（Title、Description、Copyright、Comment），写入tEXt或iTXt块。源码在 pngdataset.cpp 中维护了包含 Title、Author、Description、Copyright、Creation Time、Software、Disclaimer、Warning、Source、Comment 的预定义关键字表，优先取创建选项值，其次（在开启WRITE_METADATA_AS_TEXT时）取源数据集同名元数据。

WRITE_METADATA_AS_TEXT

• 类型：布尔（YES/NO），默认FALSE。
• 作用：是否将源数据集元数据写入 TEXT 块。开启后，除预定义关键字外的全部源元数据也会逐个写入 TEXT 块（排除AREA_OR_POINT、NODATA_VALUES，见 pngdataset.cpp）。测试 autotest/gdrivers/png.py 验证了开启该选项后foo、Copyright、Description三类元数据均能写入并读回，且不产生 PAM（.aux.xml）文件。

NBITS

• 类型：整数，取值范围1, 2, 4（自 GDAL 2.1 起）。
• 作用：强制输出位深。仅对 Byte 灰度波段有效；源码同时支持从源波段IMAGE_STRUCTURE域的NBITS元数据自动继承位深，并以显式NBITS创建选项优先（pngdataset.cpp）。合法的NBITS值为 1、2、4、8；非法值（如 7）回退为 8 并告警。测试 autotest/gdrivers/png.py 验证了 1 位 TIFF 转 PNG 自动继承、NBITS=2显式指定与NBITS=7非法回退三种情况。

色彩配置创建选项

官方文档指出 COLOR_PROFILE 域中的所有元数据标签均可作为创建选项使用，包括：

• SOURCE_ICC_PROFILE：Base64 编码的 ICC 配置文件；
• SOURCE_ICC_PROFILE_NAME：ICC 配置文件名，sRGB为特殊值；
• SOURCE_PRIMARIES_RED/GREEN/BLUE：红/绿/蓝基色的 xyY 值，格式为"x,y,1"；
• SOURCE_WHITEPOINT：白点 xyY 值，格式为"x,y,1"；
• PNG_GAMMA：伽马值。

写入逻辑见 pngdataset.cpp：若配置名是sRGB则直接写sRGB块（感知意图采用PNG_sRGB_INTENT_PERCEPTUAL）；否则 Base64 解码后写iCCP块；无 ICC 时依次写gAMA、cHRM块（要求白点与三基色同时存在，且每组第 3 个分量必须等于 1.0）。测试 autotest/gdrivers/png_profile.py 验证了通过创建选项与源元数据两种途径写入/读回 ICC 配置文件的往返一致性。

其他通用创建选项

PNG 驱动还支持 GDAL 通用的COPY_SRC_MDD（默认 YES）、SRC_MDD等元数据域复制选项，测试 autotest/gdrivers/png.py 详细验证了默认、禁用、选择域复制三种场景。

色彩配置元数据（COLOR_PROFILE 域）

读取时，PNG 驱动可在COLOR_PROFILE元数据域中提供以下配置信息（LoadICCProfile()，见 pngdataset.cpp）：

重要限制（文档原文强调）：这些色彩配置元数据只能用于原始像素数据。如果图像已自动转换为 RGB，则色彩配置信息不可用。读取实现按iCCP→sRGB→gAMA/cHRM的优先级提取，且仅在GA_ReadOnly下按需惰性加载（GetMetadata()/GetMetadataItem()中触发），并刻意避免因此设置 PAM 脏标记（pngdataset.cpp）。

命令行实战：gdal_translate 转 PNG

PNG 驱动虽不支持Create()，但通过gdal_translate（其底层即CreateCopy）可方便地将任意 GDAL 支持的栅格转为 PNG。创建选项在命令行中通过-co传递：

# 基本转换：将 GeoTIFF 转为 PNG，并同时输出世界文件 gdal_translate -of PNG -co WORLDFILE=YES input.tif output.png # 指定压缩级别（0-9） gdal_translate -of PNG -co ZLEVEL=9 input.tif output.png # 写入标题、描述等文本块 gdal_translate -of PNG -co TITLE="My Map" -co DESCRIPTION="示例影像" input.tif output.png # 写入 ICC 配置（Base64 字符串） gdal_translate -of PNG -co SOURCE_ICC_PROFILE="<base64>..." input.tif output.png # 强制 1 位输出（需源为 Byte 单波段） gdal_translate -of PNG -co NBITS=1 input_1bit.tif output.png

命令行亦可使用gdal_create（其封装CreateCopy语义）或 Python 绑定：

from osgeo import gdal src = gdal.Open("input.tif") drv = gdal.GetDriverByName("PNG") dst = drv.CreateCopy( "output.png", src, options=["WORLDFILE=YES", "ZLEVEL=9", "TITLE=My Map", "WRITE_METADATA_AS_TEXT=YES"], ) dst = None # 关闭并落盘

若需地理参考而不写世界文件，也可使用-a_ullr等选项在转换时附上地理信息，但注意 PNG 本身不存储地理参考，必须依赖旁挂世界文件或 PAM（.aux.xml）元数据。

与 GeoTIFF 的关系及其他说明

官方文档特别指出一个有趣的关联：GeoTIFF 驱动支持带 DEFLATE 压缩的 tiled TIFF，而 DEFLATE 正是 PNG 核心使用的压缩算法。因此，在需要接近 PNG 的无损压缩体验、又要求更灵活的分块随机读取时，可考虑使用 DEFLATE 压缩的 GeoTIFF；PNG 则更适合按行顺序访问的完整无损影像交换场景。

最后，文档标注本驱动实现于 frmts/png/pngdataset.cpp，底层依赖 libpng 参考库；GDAL 仓库内建了 libpng 副本（frmts/png/libpng），并在 frmts/png/filter_sse2_intrinsics.c 中提供了 SSE2/NEON 优化的过滤函数加速路径。如需验证驱动行为，可参考 autotest/gdrivers/png.py 与 autotest/gdrivers/png_profile.py 中完整的读写、元数据、背景色、压缩级别与 ICC 配置测试。

• GIS
• 遥感
• 数据工程