Định dạng WebP
Định dạng ảnh hiện đại của Google
Container RIFF
Google không tự nghĩ ra container mới cho WebP. Họ chọn RIFF, đúng cái định dạng đã cõng âm thanh WAV và video AVI từ đầu thập niên 90. Nếu bạn từng đọc một file WAV bằng code, bạn đã biết WebP hoạt động thế nào ở mức container.
Định dạng này dùng các chunk lồng nhau với định danh 4 ký tự (gọi là mã FourCC). Một thiết kế đơn giản và bền bỉ, đã trụ được qua thời gian.
Cấu trúc file WebP (container RIFF)
Phần đầu file WebP
| Offset | Hex | ASCII | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0000 | 52494646241A00005745425056503858 | RIFF$...WEBPVP8X | |||||||||||||||
| 0010 | 0A00000010000000FF0000FF00000000 | .............. | |||||||||||||||
Cấu trúc một chunk RIFF
Lưu ý: nếu cần, dữ liệu chunk sẽ được đệm thêm một byte null cho đủ độ dài chẵn.
Những offset quan trọng
- • Chunk con bắt đầu ở: byte thứ 12 (sau RIFF + size + WEBP)
- • Phần đầu chunk: 8 byte (4 byte FourCC + 4 byte kích thước)
- • Offset của trường kích thước: +4 tính từ đầu chunk (little-endian)
Các chunk chứa ảnh
WebP thực ra là ba định dạng gộp làm một: có mất dữ liệu (VP8), không mất dữ liệu (VP8L) và mở rộng (VP8X). Kiểu chunk sẽ cho bạn biết ảnh được nén bằng cách nào.
VP8:nén có mất dữ liệu
Dùng codec video VP8 để nén. Tỉ lệ chất lượng trên dung lượng tương đương JPEG. File WebP đơn giản chỉ chứa mỗi chunk này.
VP8L:nén không mất dữ liệu
Nén không mất dữ liệu với dự đoán, biến đổi màu và mã hóa entropy. Thường nhẹ hơn PNG khoảng 25 tới 34%.
VP8X:định dạng mở rộng
Báo hiệu file có các tính năng tùy chọn: ảnh động, kênh alpha, hồ sơ ICC, EXIF hoặc XMP. Bắt buộc phải có khi dùng bất kỳ tính năng nào trong số đó.
ALPH:kênh alpha
Dữ liệu kênh alpha nằm riêng. Có thể nén có mất hoặc không mất dữ liệu, độc lập với dữ liệu màu.
ANIM/ANMF:ảnh động
ANIM chứa các tham số chung của ảnh động. Các chunk ANMF chứa từng khung hình kèm thông tin thời lượng.
Các chunk siêu dữ liệu
Khác với file WebP đơn giản chỉ chứa dữ liệu ảnh, file WebP mở rộng có thể mang theo siêu dữ liệu. Tin tốt là những chunk này tách bạch hoàn toàn khỏi dữ liệu ảnh, nên rất dễ nhận ra và dễ xóa.
EXIF:siêu dữ liệu EXIF
Chứa dữ liệu EXIF ở đúng định dạng như trong JPEG (cấu trúc TIFF thô). Gồm thông tin máy ảnh, tọa độ GPS, ngày giờ chụp và ảnh thu nhỏ. Đây là mối lo lớn nhất về quyền riêng tư.
XMP:siêu dữ liệu XMP
Siêu dữ liệu dựa trên XML. Có thể lặp lại dữ liệu EXIF, cộng thêm lịch sử chỉnh sửa, thông tin phần mềm và các trường tùy biến.
ICCP:hồ sơ màu ICC
Hồ sơ màu ICC dùng cho việc quản lý màu. PicScrub giữ lại theo mặc định để màu sắc không bị lệch.
Các cờ VP8X
Chunk VP8X đóng vai trò như một mục lục, cho bộ giải mã biết trong file có những gì. Khi xóa các chunk siêu dữ liệu, chúng tôi cũng phải cập nhật lại những cờ này, nếu không bộ giải mã sẽ đi tìm thứ không còn tồn tại.
Các bit cờ
Vì sao các cờ này quan trọng
Khi PicScrub xóa chunk EXIF/XMP, nó cũng phải cập nhật các cờ VP8X cho khớp. Nếu không, bộ giải mã có thể đi tìm dữ liệu không còn ở đó nữa.
PicScrub xử lý WebP như thế nào
Kiểm tra header RIFF
Xác nhận chữ ký RIFF....WEBP
Đọc các chunk
Duyệt qua toàn bộ chunk RIFF, đọc FourCC và kích thước
Xóa chunk siêu dữ liệu
Bỏ qua chunk EXIF và XMP khi ghi file mới
Cập nhật cờ VP8X
Xóa các bit cờ EXIF/XMP trong chunk VP8X
Tính lại dung lượng file
Cập nhật header RIFF với tổng dung lượng mới
Được giữ lại
- • Dữ liệu ảnh VP8/VP8L
- • Kênh alpha ALPH
- • Dữ liệu ảnh động ANIM/ANMF
- • Hồ sơ màu ICCP (tùy chọn)
Bị xóa
- • Siêu dữ liệu EXIF
- • Siêu dữ liệu XMP
WebP đơn giản và WebP mở rộng
Nếu một file WebP không có chunk VP8X thì đó là WebP "đơn giản": chỉ là lớp vỏ RIFF bọc quanh một chunk VP8 hoặc VP8L duy nhất. File WebP đơn giản không thể chứa siêu dữ liệu, nên nếu bạn coi trọng quyền riêng tư thì đây là lựa chọn lý tưởng.
WebP đơn giản
Chỉ chứa chunk VP8 hoặc VP8L. Không thể có siêu dữ liệu.
WebP mở rộng
Có chunk VP8X, cho phép siêu dữ liệu, kênh alpha và ảnh động.