编码与格式 / 系统课时
DEFLATE 如何压缩 PNG 数据
DEFLATE 如何压缩 PNG 数据
PNG 的 IDAT 数据最终使用 DEFLATE 压缩。DEFLATE 先寻找已经出现过的重复字节序列,再对字面量、长度和距离等符号进行 Huffman 编码。因为前面的过滤把像素变得更有规律,所以两步组合后通常能明显缩小体积,而且仍然完全无损。
学习目标
理解 DEFLATE 中重复匹配与 Huffman 编码的分工
知道长度与距离如何引用前面出现过的数据
解释 PNG 为什么经过压缩后仍可逐字节还原
先把重复序列替换为引用
DEFLATE 的 LZ77 部分维护一个历史窗口。当后续数据与前面某段字节重复时,不必再次写出完整内容,而可以记录“向前多远、重复多长”。图像过滤后经常出现连续的 0、小差值或类似扫描行,这为重复匹配创造了条件。
再对符号做熵编码
Huffman 编码根据符号出现概率分配不同长度的比特表示。常见符号使用更短编码,少见符号使用更长编码,从统计分布中继续压缩体积。这里编码的是字面量以及长度、距离等符号,而不是直接理解“像素含义”。

无损的关键是没有量化
DEFLATE 中的每一步都只是换一种表达方式:重复序列可以通过长度与距离还原,Huffman 比特串也能按码表解码。整个链路没有把数值“取近似值”的量化过程,因此理论上可以恢复到完全相同的过滤结果,再还原原始像素。
压缩效果取决于数据可预测性
截图、UI、二维码、纯色图往往包含大片重复和锐利边缘,过滤后很规整,DEFLATE 表现不错。照片噪声和复杂纹理变化大,可预测性低,即使无损压缩后体积仍可能很大。
按自己的节奏,确认真正理解。