浓缩的才是精华：浅析 GIF 格式图片的存储和压缩

个人介绍， 在Web前端摸爬滚打的码农一枚，对技术充满热情的菜鸟，致力为手Q的建设添砖加瓦。

GIF格式的历史

GIF ( Graphics Interchange Format )原义是“图像互换格式”，是 CompuServe 公司在1987年开发出的图像文件格式，可以说是互联网界的老古董了。

GIF 格式可以存储多幅彩色图像，如果将这些图像((https://www.qcloud.com/document/product/460/6925?fromSource=gwzcw.59167.59167.59167)连续播放出来，就能够组成最简单的动画。所以常被用来存储“动态图片”，通常时间短，体积小，内容简单，成像相对清晰，适于在早起的慢速互联网上传播。

本来，随着网络带宽的拓展和视频技术的进步，这种图像已经渐渐失去了市场。可是，近年来流行的表情包文化，让老古董 GIF 图有了新的用武之地。

表情包通常来源于手绘图像，或是视频截取，目前有很多方便制作表情包的小工具。

这类图片通常具有文件体积小，内容简单，兼容性好（无需解码工具即可在各类平台上查看），对画质要求不高的特点，刚好符合 GIF 图的特性。

所以，老古董 GIF 图有了新的应用场景。

本文的应用场景

新的应用场景带来新的需求，本文所探究的问题来自于某个业务场景下——为用户批量推送GIF表情包。

一批图像大约有200-500张，以缩略图列表的形式展示在客户端。

根据我们使用测试数据进行的统计 GIF 图表情包的尺寸大部分在200k-500k之间，批量推送的一个重要问题就是数据量太大，因此，我们希望能够在列表里展示体积较小的缩略图，用户点击后，再单独拉取原图。

传统的 GIF 缩略图是静态的，通常是提取第一帧，但在表情包的情形下，这种方式不足以表达出图片中信息。比如下面的例子

第一帧完全看不出重点啊！

所以，我们希望缩略图也是动态的，并尽可能和原图相似。

对于传统图片来说，文件大小一般和图片分辨率（尺寸）正相关，所以，生成缩略图最直观的思路就是缩小尺寸，resize大法。

但是在 GIF 图的场合，这个方式不再高效，因为 GIF 图的文件大小还受到一个重要的因素制约——帧数

以这张柴犬表情为例，原图宽度200，尺寸1.44M，等比缩放到150之后，尺寸还是1.37M，等比缩放到100，相当于尺寸变为原来的四分之一，体积还是749K

可见，resize大法的压缩率并不理想，收效甚微。

而且，我们所得到的大部分表情图素材，分辨率已经很小了，为了保证客户端展示效果，不能够过度减少尺寸，不然图片会变得模糊。

所以，想要对GIF图进行压缩，只能从别的方向入手。

探寻GIF格式的存储

想要压缩一个文件，首先要了解它是如何存储的。毕竟，编程的事，万变不离其宗嘛。

作为一种古老的格式，GIF的存储规则也相对简单，容易理解，一个GIF文件主要由以下几部分组成。

• 文件头
• 图像帧信息
• 注释

下面我们来分别探究每个部分。

文件头

GIF格式文件头和一般文件头差别不大，也包含有：

• 格式声明
• 逻辑屏幕描述块
• 全局调色盘

格式声明

Signature 为“GIF”3 个字符；Version 为“87a”或“89a”3 个字符。

逻辑屏幕描述块

前两字节为像素单位的宽、高，用以标识图片的视觉尺寸。

Packet里是调色盘信息，分别来看：

Global Color Table Flag为全局颜色表标志，即为1时表明全局颜色表有定义。

Color Resolution 代表颜色表中每种基色位长（需要+1），为111时，每个颜色用8bit表示，即我们熟悉的RGB表示法，一个颜色三字节。

Sort Flag 表示是否对颜色表里的颜色进行优先度排序，把常用的排在前面，这个主要是为了适应一些颜色解析度低的早期渲染器，现在已经很少使用了。

Global Color Table 表示颜色表的长度，计算规则是值+1作为2的幂，得到的数字就是颜色表的项数，取最大值111时，项数=256，也就是说GIF格式最多支持256色的位图，再乘以Color Resolution算出的字节数，就是调色盘的总长度。

这四个字段一起定义了调色盘的信息。

Background color Index 定义了图像透明区域的背景色在调色盘里的索引。

Pixel Aspect Ratio 定义了像素宽高比，一般为0。

什么是调色盘？我们先考虑最直观的图像存储方式，一张分辨率M×N的图像，本质是一张点阵，如果采用Web最常见的RGB三色方式存储，每个颜色用8bit表示，那么一个点就可以由三个字节（3BYTE = 24bit）表达，比如0xFFFFFF可以表示一个白色像素点，0x000000表示一个黑色像素点。

如果我们采用最原始的存储方式，把每个点的颜色值写进文件，那么我们的图像信息就要占据就是3×M×N字节，这是静态图的情况，如果一张GIF图里有K帧，点阵信息就是3×M×N×K。

下面这张兔子snowball的表情有18帧，分辨率是200×196，如果用上述方式计算，文件尺寸至少要689K。

但实际文件尺寸只有192K，它一定经历过什么……

我们可以使用命令行图片处理工具gifsicle来看看它的信息。

gifsicle -I snowball.gif > snowball.txt

我们得到下面的文本

5.gif 19 images
logical screen 200x196
global color table [128]
background 93
loop forever
extensions 1
+ image #0 200x196 transparent 93
disposal asis delay 0.04s
+ image #1 200x188 transparent 93
disposal asis delay 0.04s
........

可以看到，global color table 128就是它的调色盘，长度128。

为了确认，我们再用二进制查看器查看一下它的文件头。

可以看到Packet里的字段的确符合我们的描述。

在实际情况中，GIF图具有下面的特征

（1）一张图像最多只会包含256个RGB值。

（2）在一张连续动态GIF里，每一帧之间信息差异不大，颜色是被大量重复使用的。

在存储时，我们用一个公共的索引表，把图片中用到的颜色提取出来，组成一个调色盘，这样，在存储真正的图片点阵时，只需要存储每个点在调色盘里的索引值。

如果调色盘放在文件头，作为所有帧公用的信息，就是公共（全局）调色盘，如果放在每一帧的帧信息中，就是局部调色盘。GIF格式允许两种调色盘同时存在，在没有局部调色盘的情况下，使用公共调色盘来渲染。

这样，我们可以用调色盘里的索引来代表实际的颜色值。

一个256色的调色盘，24bit的颜色只需要用9bit就可以表达了。

调色盘还可以进一步减少，128色，64色，etc，相应的压缩率就会越来越大……

还是以兔子为例，我们还可以尝试指定它的调色盘大小，对它进行重压缩

gifsicle --colors=64 5.gif > 5-64.gif
gifsicle --colors=32 5.gif > 5-32.gif
gifsicle --colors=16 5.gif > 5-16.gif
gifsicle --colors=2 5.gif > 5-2.gif
......

依然使用gifsicle工具，colors参数就是调色盘的长度，得到的结果

注意到了2的时候，图像已经变成了黑白二值图。

居然还能看出是个兔子……

所以我们得出结论——如果可以接受牺牲图像的部分视觉效果，就可以通过减色来对图像做进一步压缩。

文件头所包含的对我们有用的信息就是这些了，我们继续往后看。

帧信息描述

帧信息描述就是每一帧的图像信息和相关标志位，在逐项了解它之前，我们首先探究一下帧的存储方式。

我们已经知道调色盘相关的定义，除了全局调色盘，每一帧可以拥有自己的局部调色盘，渲染顺序更优先，它的定义方式和全局调色盘一致，只是作用范围不同。

直观地说，帧信息应该由一系列的点阵数据组成，点阵中存储着一系列的颜色值。点阵数据本身的存储也是可以进行压缩的，GIF图所采用的是LZW压缩算法。

这样的压缩和图像本身性质无关，是字节层面的，文本信息也可以采用（比如常见的gzip，就是LZW和哈夫曼树的一个实现）。

基于表查询的无损压缩是如何进行的？基本思路是，对于原始数据，将每个第一次出现的串放在一个串表中，用索引来表示串，后续遇到同样的串，简化为索引来存储（串表压缩法）。

举一个简单的例子来说明LZW算法的核心思路。

有原始数据：ABCCAABCDDAACCDB

可以看出，原始数据里只包括4个字符A,B,C,D,四个字符可以用2bit的索引来表示，0-A,1-B,2-C,3-D。

原始字符串存在重复字符，比如AB，CC，都重复出现过。用4代表AB，5代表CC，上面的字符串可以替代表示为45A4CDDAA5DB

这样就完成了压缩，串长度从16缩减到12。对原始信息来说，LZW压缩是无损的。

除了采用LZW之外，帧信息存储过程中还采取了一些和图像相关的优化手段，以减小文件的体积，直观表述就是——公共区域排除、透明区域叠加

这是ImageMagick官方范例里的一张GIF图。

根据直观感受，这张图片的每一帧应该是这样的。

但实际上，进行过压缩优化的图片，每一帧是这样的。

首先，对于各帧之间没有变化的区域进行了排除，避免存储重复的信息。

其次，对于需要存储的区域做了透明化处理，只存储有变化的像素，没变化的像素只存储一个透明值。

这样的优化在表情包中也是很常见的,举个栗子

上面这个表情的文件大小是278KB，帧数是14

我们试着用工具将它逐帧拆开，这里使用另一个命令行图像处理工具ImageMagick

gm convert source.gif target_%d.gif

可以看出，除了第一帧之外，后面的帧都做了不同程度的处理，文件体积也比第一帧小。

这样的压缩处理也是无损的，带来的压缩比和原始图像的具体情况有关，重复区域越多，压缩效果越好，但相应地，也需要存储一些额外的信息，来告诉引擎如何渲染，具体包括：

• 帧数据长宽分辨率，相对整图的偏移位置
• 透明彩色索引——填充透明点所用的颜色

• Disposal Method——定义该帧对于上一帧的叠加方式
• Delay Time——定义该帧播放时的停留时间

其中值得额外说明的是Disposal Method，它定义的是帧之间的叠加关系，给定一个帧序列，我们用怎样的方式把它们渲染成起来。

详细参数定义，可以参考该网站的范例：http://www.theimage.com/animation/pages/disposal.html

Disposal Method和透明颜色一起，定义了帧之间的叠加关系。在实际使用中，我们通常把第一帧当做基帧（background），其余帧向前一帧对齐的方式来渲染，这里不再赘述。

理解了上面的内容，我们再来看帧信息的具体定义，主要包括：

• 帧分隔符
• 帧数据说明
• 点阵数据（它存储的不是颜色值，而是颜色索引）
• 帧数据扩展(只有89a标准支持）

1和3比较直观，第二部分和第四部分则是一系列的标志位，定义了对于“帧”需要说明的内容。

帧数据说明。

除了上面说过的字段之外，还多了一个Interlace Flag，表示帧点阵的存储方式，有两种，顺序和隔行交错，为 1 时表示图像数据是以隔行方式存放的。最初 GIF 标准设置此标志的目的是考虑到通信设备间传输速度不理想情况下，用这种方式存放和显示图像，就可以在图像显示完成之前看到这幅图像的概貌，慢慢的变清晰，而不觉得显示时间过长。

帧数据扩展是89a标准增加的，主要包括四个部分。

1、程序扩展结构（Application Extension）主要定义了生成该gif的程序相关信息

2、注释扩展结构（Comment Extension）一般用来储存图片作者的签名信息

3、图形控制扩展结构（Graphic Control Extension）这部分对图片的渲染比较重要

除了前面说过的Dispose Method、Delay、Background Color之外，User Input用来定义是否接受用户输入后再播放下一帧，需要图像解码器对应api的配合，可以用来实现一些特殊的交互效果。

4、平滑文本扩展结构（Plain Text Control Extension）

89a标准允许我们将图片上的文字信息额外储存在扩展区域里，但实际渲染时依赖解码器的字体环境，所以实际情况中很少使用。

以上扩展块都是可选的，只有Label置位的情况下，解码器才会去渲染

需求场景——给表情包减负

说完了基本原理，来分析一下我们的实际问题。

给大量表情包生成缩略图，在不损耗原画质的前提下，尽可能减少图片体积，节省用户流量。

之前说过，单纯依靠resize大法不能满足我们的要求，没办法，只能损耗画质了，主要有两个思路，减少颜色和减少帧数。

• 减少颜色——图片情况各异，标准难以控制，而且会造成缩略图和原图视觉差异比较明显
• 减少帧数——通过提取一些间隔帧，比如对于一张10帧的动画，提取其中的提取1,3,5,7,9帧。来减少图片的整体体积，似乎更可行。

先看一个成果，就拿文章开头的图做栗子吧

看上去连贯性不如以前，但是差别不大，作为缩略图的视觉效果可以接受，由于帧数减小，体积也可以得到明显的优化。体积从428K缩到了140K

但是，在开发初期，我们尝试暴力间隔提取帧，把帧重新连接压成新的GIF图，这时，会得到这样的图片。

主要有两个问题。

1、帧数过快；

2、能看到明显的残留噪点。

分析我们上面的原理，不难找到原因，正是因为大部分GIF存储时采用了公共区域排除和透明区域叠加的优化，如果我们直接间隔抽帧，再拼起来，就破坏了原来的叠加规则，不该露出来的帧露出来了，所以才会产生噪点。

所以，我们首先要把原始信息恢复出来。

两个命令行工具，gifsicle和ImageMagick都提供这样的命令。

gm convert -coalesce source.gif target_%d.gif
gifsicle --unoptimize source.gif > target.gif

还原之后抽帧，重建新的GIF，就可以解决问题2了。

注意重建的时候，可以应用工具再进行对透明度和公共区域的优化压缩。

至于问题1，也是因为我们没有对帧延迟参数Delay Time做处理，直接取原帧的参数，帧数减少了，速度一定会加快。

所以，我们需要把抽去的连续帧的总延时加起来，作为新的延迟数据，这样可以保持缩略图和原图频率一致，看起来不会太过鬼畜，也不会太过迟缓。

提取出每一帧的delay信息，也可以通过工具提供的命令来提取。

gm identify -verbose source.gif
gifsicle -I source.gif

在实际应用中，抽帧的间隔gap是根据总帧数frame求出的

frame<8 gap=1
9<frame<20 gap=2
21<frame<30 gap=3
31<frame<40 gap=4
frame>40 gap=5

delay值的计算还做了归一化处理，如果新生成缩略图的帧间隔平均值大于200ms，则统一加速到均值200ms，同时保持原有节奏，这样可以避免极端情况下，缩略图过于迟缓。

具体实现

本文介绍的算法主要应用于手Q热图功能的后台管理系统，使用Nodejs编写。ImageMagick是一个较为常用的图像处理工具，除了gif还可以处理各类图像文件，有node封装的版本可以使用。gifsicle只有可执行版本，在服务器上重新编译源码后，采用spawn调起子进程的方式实现。

ImageMagick对于图片信息的解析较为方便，可以直接得到结构化信息。gifsicle支持命令管道级联，处理图片速度较快。实际生产过程中，同时采用了两个工具。

const {spawn} = require('child_process');

const image = gm("src2/"+file)
  image.identify((err, val) => {
    if(!val.Scene){
          console.log(file+" has err："+err)
          return
    }
    let frames_count = val.Scene[0].replace(/\d* of /, '') * 1
    let gap = countGap(frames_count)

    let delayList = [];
    let totaldelay = 0
    if(val.Delay!=undefined){
          let i
          for (i = 0; i < val.Delay.length; i ++) {
            delayList[i] = val.Delay[i].replace(/x\d*/, '') * 1
            totaldelay+=delayList[i]
          }
          for (; i < val.Scene.length; i ++) {
            delayList[i] = 8
            totaldelay+=delayList[i]
          }
    }else{
          for (let i = 0; i < val.Scene.length; i ++) {
            delayList[i] = 8
            totaldelay+=delayList[i]
          }
    }
    let totalFrame = parseInt(frames_count/gap)
    //判断是否速度过慢，需要进行归一加速处理
    if(totaldelay/totalFrame>20){
          let scale =(totalFrame*1.0*20)/totaldelay
          for (let i = 0; i < delayList.length; i ++) {
            delayList[i] = parseInt(delayList[i] * scale)
          }
    }

    let params=[]
    params.push("--colors=255")
    params.push("--unoptimize")
    params.push("src2/"+file)

    let tempdelay = delayList[0]
    for (let i = 1; i < frames_count; i ++) {
          if(i%gap==0){
            params.push("-d"+tempdelay)
            params.push("#"+(i-gap))
            tempdelay=0
          }
      tempdelay += delayList[i]
    }
    params.push("--optimize=3")
    params.push("-o")
    params.push("src2/"+file+"gap-keepdelay.gif")
    spawn("gifsicle", params, { stdio: 'inherit' })
})

测试时，采用该算法随机选择50张gif图进行压缩，原尺寸15.5M被压缩到6.0M，压缩比38%，不过由于该算法的压缩比率和具体图片质量、帧数、图像特征有关，测试数据仅供参考。

本文到这里就结束了，原来看似简单的表情包，也有不少文章可做。

谢谢观看，希望文中介绍的知识和研究方法对你有所启发。

相关推荐

iOS高性能图片架构与设计

谷歌开源图片压缩算法Guetzli实测体验报告

关于Android图片资源瘦身的奇思妙想