当前位置：首页 > news >正文

PDF 色彩保真工程实践【4】核心实现（上）：从 TIFF 解码到 Flate 流构造

news 2026/8/5 11:04:07

本文是系列文章的第 4 篇。工程已经能跑，这一篇进入代码：从 TIFF 中解码出未经色彩转换的 CMYK 采样，同时提取 ICC Profile，再将这些数据无损压缩并写入 PDF Flate Stream。

TiffCmykReader::Read ↓ IccProfileParser::Parse ↓ ZlibUtil::Compress ↓ FoxitPdfObjectFactory::CreateFlateStream

本项目完整源码：https://github.com/AmyLin2013/pdf-cmyk-image

本篇你将学到

如何用 libtiff 的 scanline API 读取 CMYK，而不触发任何 RGB 转换；
如何提取内嵌 ICC Profile，并完成基础头部校验；
为什么我们自己用 zlib 压缩数据；
如何通过ReaderCallback+ImportData把压缩字节写入 PDF 流。

第一步：用 scanline 读取 CMYK（绝不走 RGB）

libtiff 有个很方便的TIFFReadRGBAImage，但它会把图像转成 RGBA——这正是我们要
避开的。所以我们使用TIFFReadScanline逐行解码。它会还原 TIFF 的压缩和 Predictor，但不会把 CMYK 转换成 RGB；得到的是解码后的 CMYK 采样值。

读取前先做严格校验，确认它确实是 8 位、四通道的 CMYK（颜色通道数需排除 extra samples）：

// 关键校验（TiffCmykReader.cpp 摘录示意）constuint16_tcolor_samples=spp-extraSampleCount;// 排除额外通道boolisCmyk=(photometric==PHOTOMETRIC_SEPARATED)&&// 分色模式（CMYK 印刷分色）(inkSet==INKSET_CMYK)&&// 墨色为 CMYK(color_samples==4);// 恰好 4 个颜色通道if(!isCmyk)Fail("Not a standard CMYK TIFF.");if(bitsPerSample!=8)Fail("Only 8-bit CMYK is supported.");if(TIFFIsTiled(tif))Fail("Tiled TIFF not supported.");// 仅支持 strip

然后按 planar 配置逐行读取。TIFF 有两种像素排布：

CONTIG（交错）：一行里 C M Y K C M Y K …，若有多余通道则丢弃；
SEPARATE（分平面）：C 平面、M 平面…分开存，需要按平面重组；若有多余平面，同样只取前 4 个。

两种都要正确处理，最终得到一段紧凑的 CMYK 采样缓冲（每像素 4 字节）。

📌 关键点：整个读取过程没有发生色彩空间转换，得到的是 TIFF 解码后的 CMYK 样本，四个颜色分量的数值保持不变。

第二步：提取 ICC Profile 并检查关键头部字段

CMYK TIFF 可以通过 TIFFTAG_ICCPROFILE 标签嵌入 ICC Profile。提取操作发生在第一步的读取流程中：（TiffCmykReader.cpp里通过TIFFGetField(tif, TIFFTAG_ICCPROFILE, ...)取得完整的 ICC 字节。本步骤不执行完整的 ICC 合规性验证，只检查本工程后续构造 PDF 对象所需的几个关键头部字段：

// ICC 基本校验（IccProfileParser.cpp 摘录示意）if(raw.size()<128)returnfalse;// 头部至少 128 字节if(memcmp(raw.data()+36,"acsp",4)!=0)returnfalse;// ICC 签名if(memcmp(raw.data()+16,"CMYK",4)!=0)isCmyk=false;// 数据色彩空间

偏移 36 处必须是acsp（ICC 文件魔数）；
偏移 16 处的数据色彩空间为CMYK时，isCmyk = true，对应 PDF 里的/N 4。
偏移 0 处声明的 Profile 大小必须 ≥128 且不超过实际缓冲长度，防止截断的 Profile 混入。

若 TIFF 没有 ICC，或 ICC 未通过本工程的基础头部校验，程序会回退为 /DeviceCMYK。（仍是 CMYK，只是不带特性文件）。

第三步：为什么自己用 zlib 压缩

对于本项目这种需要无损保存原始 CMYK 采样的图像流，FlateDecode 是合适的选择：它使用 zlib/deflate 压缩，解码后可以完整恢复原始字节。我们选择自己压缩，而不是
把原始数据交给 SDK 让它决定怎么存，原因是——确定性：

我们明确知道流里存的就是“我们压缩后的字节”；这里追求的“确定性”主要是数据路径和解码结果可验证，而不是要求不同 zlib 版本生成完全相同的压缩字节序列。
/Filter明确就是FlateDecode；
校验时用对应方式解压，能拿回与源完全一致的原始数据做比对。

压缩就是一层薄封装：

// zlib 压缩（CmykImageEncoder.cpp 摘录示意）uLongf bound=compressBound((uLong)input.size());output.resize(bound);compress2(output.data(),&bound,input.data(),(uLong)input.size(),Z_BEST_COMPRESSION);output.resize(bound);

实现中还检查了compress2的返回值（非Z_OK即报错中止）：压缩失败会直接返回失败，而不是把坏数据写入流——这也是“确定性”的一部分。

第四步：把压缩字节喂给 PDF 流

以下 ImportData 行为基于 Foxit PDF SDK 11.1：传入的数据已经按照指定 Filter 编码，SDK 将其作为 Stream 的编码数据保存，并在 Stream Dictionary 中设置对应的 /Filter。我们实现一个内存版的ReaderCallback（MemoryFileRead），把压缩后的字节包起来，
声明 filter 为FlateDecode：

// 创建 Flate 流（FoxitPdfObjectFactory.cpp 摘录示意）std::vector<uint8_t>compressed;ZlibUtil::Compress(raw_data,compressed,err);// 先自己压PDFStream*stream=PDFStream::Create(dict);// 用给定字典建流MemoryFileRead*reader=newMemoryFileRead(std::move(compressed));stream->ImportData(reader,PDFStream::e_FlateDecode);// 存入 = 压缩字节，filter = Flateuint32 obj_num=doc_.AddIndirectObject(stream);// 生成间接对象