WebP 格式
谷歌的现代图片格式
RIFF 容器
谷歌并没有为 WebP 另造一个容器，而是直接用了 RIFF，也就是从上世纪 90 年代初就在扛着 WAV 音频和 AVI 视频的那个格式。如果你解析过 WAV 文件， 那你已经懂了 WebP 在容器这一层是怎么回事。
这个格式用的是带 4 个字符标识符（叫 FourCC 码）的嵌套 chunk， 设计简单又结实，经受住了时间的考验。
WebP 文件结构（RIFF 容器）
WebP 文件头
| Offset | Hex | ASCII | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0000 | 52494646241A00005745425056503858 | RIFF$...WEBPVP8X | |||||||||||||||
| 0010 | 0A00000010000000FF0000FF00000000 | .............. | |||||||||||||||
RIFF chunk 的结构
注意：如果需要，chunk 数据会用一个空字节补齐到偶数长度。
几个关键偏移量
- • 子 chunk 起始位置：12 字节（RIFF + 大小 + WEBP 之后）
- • chunk 头：8 字节（4 字节 FourCC + 4 字节大小）
- • 大小字段的偏移：从 chunk 起始处 +4（小端序）
图像 chunk
WebP 其实是三种格式合在一起：有损（VP8）、无损（VP8L）和扩展（VP8X）。 chunk 类型会告诉你用的是哪种压缩方式。
VP8：有损压缩
使用 VP8 视频编解码器压缩，画质与体积的比例和 JPEG 接近。 简单 WebP 文件里就只有这一个 chunk。
VP8L：无损压缩
结合预测、色彩变换和熵编码的无损压缩，通常比 PNG 小 25-34%。
VP8X：扩展格式
表示文件带有可选功能：动画、透明通道、ICC 配置文件、EXIF 或 XMP。 只要用到其中任何一项，就必须有这个 chunk。
ALPH：透明通道
单独存放的透明通道数据，可以独立于颜色数据做无损或有损压缩。
ANIM/ANMF：动画
ANIM 存放全局动画参数，ANMF chunk 存放每一帧的画面和时间信息。
元数据 chunk
简单 WebP 文件里只有图像数据，而扩展 WebP 文件可以携带元数据。 好消息是这些 chunk 和图像数据划分得很清楚，识别和清除都很容易。
EXIF：EXIF 元数据
以与 JPEG 相同的格式（原始 TIFF 结构）存放 EXIF 数据， 包括相机信息、GPS 坐标、时间戳和缩略图。 隐私上最需要提防的部分。
XMP：XMP 元数据
基于 XML 的元数据，除了重复一份 EXIF 数据，还可能有编辑历史、 软件信息和自定义字段。
ICCP：ICC 色彩配置文件
用于色彩管理的 ICC 配置文件。为了颜色准确，PicScrub 默认会保留它。
VP8X 标志位
VP8X chunk 就像一份目录，告诉解码器这个文件里有些什么。 我们清除元数据 chunk 的时候，也得同步更新这些标志位， 否则解码器会去找一份根本不存在的数据。
标志位
标志位为什么重要
PicScrub 清除 EXIF/XMP chunk 时，必须同时更新 VP8X 的标志位来反映它们已经不在了。 否则解码器可能会去找一份不存在的数据。
PicScrub 如何处理 WebP
校验 RIFF 文件头
确认存在 RIFF....WEBP 签名
解析 chunk
遍历所有 RIFF chunk，读取 FourCC 和大小
清除元数据 chunk
写出结果时跳过 EXIF 和 XMP chunk
更新 VP8X 标志位
把 VP8X chunk 里的 EXIF/XMP 标志位清零
重新计算文件大小
用新的总大小更新 RIFF 文件头
会保留
- • VP8/VP8L 图像数据
- • ALPH 透明通道
- • ANIM/ANMF 动画数据
- • ICCP 色彩配置文件（可选）
会清除
- • EXIF 元数据
- • XMP 元数据
简单 WebP 与扩展 WebP
如果一个 WebP 文件里没有 VP8X chunk，那它就是“简单”WebP： 一层 RIFF 外壳裹着单个 VP8 或 VP8L chunk。简单 WebP 根本装不下元数据， 所以如果你在意隐私，这种文件是最理想的。
简单 WebP
只有 VP8 或 VP8L chunk，不可能有元数据。
扩展 WebP
带有 VP8X chunk，从而支持元数据、透明通道和动画。