LZW 编码和 GIF 文件格式

Question

我正在尝试了解如何在 C++ 中创建 .gif 文件。到目前为止，我想除了LZW 编码的工作原理之外，我什么都懂。这是我用标签生成的文件：

47 49 46 38 39 61 -header
0A 00 01 00 91 00 -logical screen descriptor
00 00 FF 00 FF 00 -color table [green,red,yellow,black]
00 FF FF 00 00 00
00 21 F9 04 00 00 -graphics control extension
00 00 00 2C 00 00 -image descriptor
00 00 0A 00 01 00 -(10 pixels wide x 1 pixel tall)
00 02 04 8A 05 00 -encoded image
3B                -terminator

这里再次没有用于复制/粘贴目的的标签：47 49 46 38 39 61 05 00 04 00 91 00 00 00 FF 00 FF 00 00 FF FF 00 00 00 00 21 F9 04 00 00 00 00 00 2C 00 00 00 00 0A 00 01 00 00 02 04 8A 05 00 3B

我很难理解02 04 8A 05 如何转换为图像yryryggyry。我知道02 是最小代码大小，04 是图像块的长度，我想我已经识别出清晰和EOI 代码，但我不明白中间的代码。

8A       05
10001010 00000101
100|01010 00000|101
 ^      ????     ^
 clear code      EOI code

到目前为止，我从.gif 规范中获得了最多的信息： http://www.w3.org/Graphics/GIF/spec-gif89a.txt

这个网站也很有帮助： http://www.matthewflickinger.com/lab/whatsinagif/lzw_image_data.asp

谢谢

编辑*

我观看了 cmets 中链接的 Youtube 视频，并为颜色流“yryryggyry”手动编码了图像：

Color table-012=gry

2   1   2   1   2   0   0   2   1   2
010 001 010 001 010 000 000 010 001 010

current next output dict
010     001  010    21 6
001     010  001    12 7
010     001  -      -
001     010  110    121 8
010     000  010    212 9
000     000  000    00  10
000     010  1010   002 11
010     001  -      -
001     010  110    -
010     -    010    -

outputs-100 010 001 110 010 000 1010 110 010 101

01010101 4th 55
10101000 3rd A8
00101100 2nd 2C
01010100 1st 54

Code-54 2C A8 55

我一定是搞错了，因为这段代码生成的图像是“yr”而不是“yryryggyry”

我将尝试重做工作，看看我是否得到不同的答案

Answer 1

也许你在第 4 行犯了一个错误： 001 010 110 121 8

在第 3 行，“010”被忽略，所以你必须先将它添加到第 4 行。 在第 4 行，它涉及：

current  next  output    dict
010 001  010   010 001   212   8

这是我的解决方案（也是手动创建的）：

LZW for yryryggyry

更新：

终于知道原因了：

在对数据进行编码时，只要写出等于 2^（当前代码大小）-1 的代码，就会增加代码大小。如果要从代码解码到索引，则需要在将等于 2^(当前代码大小)-1 的代码值添加到代码表后立即增加代码大小。也就是说，下次你抓取下一段比特时，你会再抓取一个。

作者的意思是当你即将输出 2^(current code size) - 1 时你应该增加你的 word size，但可能会有不同的解释，这似乎也是合理的：

当您将#(2 ^ current code size) 项添加到代码表时，下一个输出应增加其字长。

在作者的例子中也是正确的，这是我更喜欢的解释。

这是你的例子（“yryryggyry”）：

output sequence:
    #4 #2 #1 #6 #2 #0 #0 #8 #5

当您要输出#6 时，将“yry”添加到代码表中，该表的索引为#8。

因为 8 = 2 ^ 当前字长

(current word size = 2(original) + 1(reserved) = 3)

下一个输出应该增加字长，所以#2变成一个4位的字。

而最终的输出序列是：

4   100
2   010
1   001
6   110
2   0010
0   0000
0   0000
8   1000
5   0101

编码后就变成了

54 2C 00 58

所以数据块是

02            -minimum word size     
04            -data length
54 2c 00 58   -data
00            -data block terminator