ネットpbm

Netpbm（旧称Pbmplus）は、グラフィックスプログラムとプログラミングライブラリのオープンソースパッケージです。主にUnixの世界で使用されており、すべての主要なオープンソースオペレーティングシステムディストリビューションに含まれていますが、 Microsoft Windows、macOS、その他のオペレーティングシステムでも動作します。 ^[3]

Netpbm プロジェクトでは、いくつかのグラフィック形式が使用および定義されています。

• ポータブル ビットマップ形式 ( PBM )
• ポータブル グレーマップ形式 ( PGM )
• ポータブル ピックスマップ フォーマット ( PPM )

プラットフォーム間で簡単に交換できるように設計された画像ファイル形式です。これらは、まとめてポータブル エニマップ形式( PNM )と呼ばれることもあります。 ^{[7] [8]}関連するポータブル 任意マップ形式 (PAM) と混同しないでください。ファイルの先頭にある「マジック ナンバー」(Px) によってファイルの種類が決定されますが、ファイル拡張子によって決まるわけではありません。ただし、可能であれば正しい拡張子を使用することをお勧めします。

PBM 形式は、モノクロのビットマップを電子メール メッセージ内でプレーン ASCII テキストとして送信し、テキスト形式の変更を回避できるようにする形式として、1980 年代にJef Poskanzerによって発明されました。 ^[8] Poskanzer は、PBM 形式を処理するための最初のツール ライブラリである Pbmplus を開発し、1988 年にリリースしました。主に、PBM と他のグラフィック形式間の変換ツールが含まれていました。1988 年末までに、Poskanzer は PGM 形式と PPM 形式を関連ツールとともに開発し、Pbmplus に追加しました。Pbmplus の最終リリースは 1991 年 12 月 10 日でした。

1993年、メンテナンスが行われていなかったPbmplusを置き換えるためにNetpbmライブラリが開発されました。これは、世界中の人々から提出された追加機能や修正機能を加えたPbmplusの再パッケージ化にすぎませんでした。^[1]

各ファイルは、ファイルのタイプ (PBM、PGM、および PPM) とエンコード ( ASCII /「プレーン」またはバイナリ/「raw」) を識別する2 バイトのマジック ナンバー(ASCII) で始まります。マジック ナンバーは、大文字の P の後に 1 桁の数字が続きます。

の値は、P7netpbmライブラリでもカバーされているPAMファイル形式を参照します。^[9]

ASCII (「プレーン」) 形式は人間が読みやすく、他のプラットフォームに簡単に転送できます。一方、バイナリ (「raw」) 形式はプログラムによる解析が容易で、ファイル サイズも効率的です。

バイナリ形式では、PBM はピクセルあたり 1 ビットを使用し、PGM はピクセルあたり 8 ビットまたは 16 ビットを使用し、PPM はピクセルあたり 24 ビットまたは 48 ビット (赤は 8/16 ビット、緑は 8/16 ビット、青は 8/16 ビット) を使用します。16 ビット バリアントをサポートするアプリケーションはまだまれです。

PGM および PPM のドキュメントでは、グレー値とカラー値はBT.709カラー スペースとガンマ転送関数を使用することが定義されています。ただし、アプリケーションによっては、使用されるカラー スペースはsRGB、リニア、またはその他のカラー スペースになる場合があります。ファイルには、使用されているカラー スペースを示すメタデータはありません。

PBM 形式の簡単な例は次のとおりです。(各行末の改行文字は表示されていません)。

1 位
# これは文字「J」のビットマップの例です
6 10
0 0 0 0 1 0
0 0 0 0 1 0
0 0 0 0 1 0
0 0 0 0 1 0
0 0 0 0 1 0
0 0 0 0 1 0
1 0 0 0 1 0
0 1 1 1 0 0
0 0 0 0 0 0
0 0 0 0 0 0

文字列P1 はファイル形式を識別します。番号記号はコメントを表します。次の 2 つの数字は幅と高さを示します。その後にピクセル値のマトリックスが続きます (ここではモノクロの場合、0 と 1 のみ)。

ピクセルがきれいに並んでいる必要はありません。この形式では、データ セクションの空白と改行は無視されますが、行の長さは 76 文字を超えないようにすることをお勧めします。次の画像は同じです。

1 位
# これは文字「J」のビットマップの例です
6 10
000010000010000010000010000010000010100010011100000000000000

結果の画像は次のとおりです。

ここで再び 20 倍に拡大します。

値 0 は白いピクセルを意味し、値 1 は黒いピクセルを意味します。これは、値が高いほど明るいピクセルを意味する他の形式とは異なります。

同じ画像の P4 バイナリ フォーマットは、各ピクセルを 1 ビットで表します。行は width ピクセル幅で、8 ピクセルまたは 1 バイトの長さにパックされています。行の最初のピクセルが最上位ビットです。長さを 1 バイトに等しくするために使用される余分なビットは無視されます。必要なバイト数を計算するには、次の式を使用できます⌈ width / 8⌉ * height。上記の例を使用すると、⌈6 / 8⌉ * 10は 10 バイトになります。

P4
# これは文字「J」のバイナリ形式の例で、各バイトは10進数表記です
6 10
8 8 8 8 8 8 136 112 0 0

PGM および PPM 形式 (ASCII およびバイナリ バージョンの両方) には、X および Y 次元の後、実際のピクセル データの前に、最大値 (黒と白の間のグレーの数) の追加パラメータがあります。黒は 0、最大値は白です。(各行の末尾の改行文字は表示されません。)

2位
# 「FEEP」という単語を表示します
24 7
15
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 3 3 3 3 0 0 7 7 7 7 0 0 11 11 11 11 0 0 15 15 15 15 0
0 3 0 0 0 0 0 7 0 0 0 0 0 11 0 0 0 0 0 15 0 0 15 0
0 3 3 3 0 0 0 7 7 7 0 0 0 11 11 11 0 0 0 15 15 15 15 0
0 3 0 0 0 0 0 7 0 0 0 0 0 11 0 0 0 0 0 15 0 0 0 0
0 3 0 0 0 0 0 7 7 7 7 0 0 11 11 11 11 0 0 15 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

これは、PPM 形式で保存されたカラー RGB 画像の例です。(各行の末尾の改行文字は表示されていません。)

P3
# 「P3」はASCIIのRGBカラー画像であることを意味します
# 「3 2」はピクセル単位の画像の幅と高さです
# 「255」は各色の最大値です
# これより下の「255」行までがヘッダーです。
# それ以降はすべて画像データです: RGB トリプレット。
# 順番は、赤、緑、青、黄、白、黒です。
3 2
255
255 0 0
  0 255 0
  0 0 255
255 255 0
255 255 255
  0 0 0

同じ画像の P6 バイナリ フォーマットは、各ピクセルの各色成分を、赤、緑、青の順に 1 バイト (つまり、ピクセルあたり 3 バイト) で表します。ファイルは小さくなりますが、色情報は人間が読み取るのがより困難になります。ヘッダーは ASCII のままで、引数は空白で区切られます。バイナリ画像情報は、ヘッダー (空白で終わる) の後に続きます。

バイナリ形式では、最後のヘッダー行は「255\n」のようになり、その直後にデータが続く必要があります。255 の後に追加されたコメントは画像データの開始と見なされ、画像は右に傾きます (少なくとも画像操作プログラム GIMP (2022 年 12 月) で開いた場合)。

PPM 形式は圧縮されていないため、圧縮形式よりも多くのスペースと帯域幅が必要です。たとえば、上記の 192×128 PNG ( Portable Network Graphics ) 画像のファイル サイズは 166 バイトです。192×128 PPM 画像に変換すると、ファイル サイズは 73,848 バイトになります。画像が線画の場合、png に変換するとファイル サイズが 100 程度削減されるのが一般的です。画像が写真の場合は、ファイル サイズをさらに削減できる jpeg に変換するのが最適です。

PPM 形式は通常、中間ステップで情報が失われることなく、より効率的な形式 (たとえば PNG 形式) に変換する前に画像作業に使用される中間形式です。

上記の画像は、赤、緑、青の各チャネルに 0 または最大値のみを使用して、次のようにエンコードすることもできます。

P3
# 幅3、高さ2の同じ画像、
# 色ごとに 0 または 1 を使用 (赤、緑、青)
3 2 1
1 0 0 0 1 0 0 0 1
1 1 0 1 1 1 0 0 0

行末やコメント行を含む空白は、PNM ヘッダー内の 1 つのスペースと構文的に同等です。プレーン フォーマット P1...P3 の場合、これはピクセル マップ行にも影響します。実際、行は 70 文字に制限されます。

P3 3 2 1 1 0 0 0 1 0 0 0 1 1 1 0 1 1 1 0 0 0

PGM および PPM バイナリ形式 (P5 および P6 形式) の元の定義では、8 ビットを超えるビット深度は許可されていませんでした。ASCII 形式はより大きなビット深度に対応できますが、ファイル サイズが大きくなり、読み取りおよび書き込み操作が遅くなります。そのため、多くのプログラマーが形式を拡張してより高いビット深度を許可しました。より高いビット深度を使用すると、ファイルのエンディアンを決定する必要があるという問題が発生します。さまざまな実装で、どのバイト順序を使用するかについて合意が得られず、16 ビット エンディアンをピクセル パッキング順序に関連付ける実装もありました。^[10] PGM および PPM の現在のドキュメントでは、最上位バイトが最初であると述べられており、Netpbm 実装でもビッグ エンディアンのバイト順序が使用されています。^[11]

PFM（Portable Floatmap）は、非公式の4バイトIEEE 754単精度浮動小数点拡張です。^{[12] [13] [14]}

1. 最初の行は、カラー ファイルの場合は ASCII テキスト「PF」、グレースケール ファイルの場合は「Pf」になります。
2. 次の ASCII テキスト行には、幅と高さが含まれ、スペース文字 16 進数 20 または場合によっては 16 進数 0A で区切られます (4 行になります)。各行の後に、Windows/DOS の CR/LF の組み合わせではなく、空白文字 16 進数 0A が書き込まれます。
3. 3 行目の ASCII テキスト行には、負の場合はピクセル データのリトルエンディアン浮動小数点数、正の場合はビッグエンディアン浮動小数点数を示す 0 以外の 10 進数が保持されます。数値の絶対値は範囲を示します。したがって、-1.0 を含む 3 行目は、0 から 1 の範囲のリトルエンディアン形式を示します (コメントは続きません)。

ヘッダーの後は、各ピクセルの浮動小数点数が左から右、下から上の順に記述されます。一部のプログラムでは、RGBA形式の追加拡張としてPF4が提案されています。^[15]

PFMはPhotoshop、^[16]、 GIMP、ImageMagickなどのプログラムでサポートされています。また、事実上のリファレンス実装であるnetpbmでもサポートされています。^[12]

Netpbmパッケージには350以上のプログラムが含まれており、^[17]そのほとんどの名前には「pbm」、「pgm」、「ppm」、「pam」、または「pnm」が含まれています。たとえば、を使用してpamscale画像を10％縮小したり、pamcomp1つの画像を別の画像の上に重ねたり、pbmtextテキストの画像を作成したり、を使用して画像の色数を減らしたりすることができますpnmquant。

これらのプログラムは、さまざまな組み合わせで他の用途に使用できる最小限の構成要素として設計されています。たとえば、Netpbm パッケージでは、2 つの連続した変換プログラムを使用して、GIF 形式のカラー画像を.bmpファイルに変換できます。

giftopnm somepic.gif > somepic.ppm
ppmtobmp somepic.ppm > somepic.bmp

これは、実行時間を節約し、一時的なsomepic.ppmファイルが残らないようにするために、パイプラインとして実行されるのが一般的です。

giftopnm somepic.gif | ppmtobmp > somepic.bmp

Netpbm プログラムは、あまり知られていないフォーマット間の変換の仲介としてよく使用されます。たとえば、X11 ウィンドウ ダンプ ( XWDフォーマット) を直接 Macintosh PICTxwdtopnmファイルに変換するツールはないかもしれませんが、を実行してから を実行することで変換できますppmtopict。(PNM を出力するとされているツールは、PBM、PGM、または PPM のいずれかを出力します。PNM をインポートするツールは、3 つのフォーマットのいずれかを読み取ります。) より複雑な例として、Netpbm ツールは 48×48 XBM をIkonに変換し、最終的にはX-Faceに変換できます。^[18]

PBM (白黒) 形式は、 1980 年代半ばにJef Poskanzerによって発明されました。当時は、電子メールでバイナリ ファイルを送信する標準的で信頼性の高い方法がなく、7 ビットASCII以外のものを電子メールで送信しようとすると、データが破損することがよくありました。PBM は、画像を破損することなく電子メールで送信できるように設計されました。Poskanzer は、1988 年に Netpbm の前身であるPbmplus をリリースしました。1988 年末までに、Poskanzer は PGM (グレースケール) 形式と PPM (カラー) 形式を開発し、Pbmplus とともにリリースしました。

Pbmplus の最後のリリースは 1991 年 12 月 10 日でした。Poskanzer はその後更新をリリースせず、1993 年に Netpbm が Pbmplus の代わりとして開発されました。最初は Pbmplus の名前を変更しただけのリリースでしたが、1995 年にパッケージが再び放棄されるまで更新が続けられました。1999 年に Netpbm パッケージは現在のメンテナーである Bryan Henderson によって引き継がれました。

2000年に、PAMがNetpbmライブラリのファイル形式に追加され、アルファチャンネルが可能になりました。^[19]

Netpbm という名前は、当時注目されていたインターネットを介して共同作業を行うプログラム開発者に由来しています。NetBSDオペレーティング システムとNetHackゲームも同様の名前が付けられています。 (後に普及したPortable Network Graphics (PNG) 形式とは異なり、名前の「net」は、実際には画像自体がネットワーク経由での転送に最適化されていることを意味するものではありません。)

ポータブル アービトラリー マップ( PAM ) は、netpbm バージョン 9.7 (2000 年 8 月) で導入された、古いバイナリP4...P6 グラフィック フォーマットの拡張です。PAM は、PBM、PGM、および PPM のすべての機能を一般化し、拡張機能を提供します。PAM は、深さとタプルタイプという 2 つの新しい属性を定義します。

1. 深度属性は、グレースケール画像の場合は 1、RGB 画像の場合は 3 など、画像内のチャネル数を定義します。
2. タプルタイプ属性は、PAM ファイルが表す画像の種類を指定します。これにより、古い Netpbm 形式を表すことができるほか、透明性などの新しい用途に拡張することもできます。

PAMはXnViewとFFmpegでサポートされています。^{[21] [22]}指定されているように、はTUPLTYPEオプションですが、FFmpegでは必須です。

PAM ファイル形式のヘッダーは P7 で始まり、(他の形式とは異なり) 明示的な終了 ("ENDHDR" の後に空白が続く) で終わります。PAM ヘッダーの行末は重要です。PNM の場合、行末は空白です。

PAM には、プレーンな (人間が読める、 ASCIIベースの) バージョンはありません。PAM ファイルは常にバイナリであり、-plainPAM 出力を生成する Netpbm プログラムでスイッチを使用しようとすると、エラー メッセージが表示されます。

PBM に対応する PAM の白黒バージョン (深さ 1、タプル タイプ BLACKANDWHITE) では、PBM がピクセルあたり 1 ビット (1 バイトに 8 つのピクセルをパック) を使用するのに対し、PAM はピクセルあたり 1 バイトを使用します。また、このような PAM 画像の値 1 は、PBM の黒 (「インク オン」) とは対照的に、白 (「ライト オン」) を表します。

すべての基本タプル タイプ (BLACKANDWHITE、GRAYSCALE、および RGB) には、不透明度チャネルを持つバリアントがあります。タプル タイプは、基本タプル タイプの末尾に "_ALPHA" をサフィックスとして追加することによって作成されます。

たとえば、タプル タイプが GRAYSCALE である画像は、PGM (ポータブル グレーマップ) と同等です。透明度のある GRAYSCALE_ALPHA は、PGM では直接使用できません。仕様では、GRAYSCALE に MAXVAL 1 が許可されていますが、これは BLACKANDWHITE と同じ効果になります。

BMP の記事の例には、4×2=8 個の青、緑、赤、白のピクセルを持つ RGBA 画像が示されています。下から1 行目は半透明 (0x7F)、上から 2 行目は不透明 (0xFF) で、BGRA 順序の 16 進数です。PAMの場合、このビットマップはRGBA順序で指定し、各ピクセルの 1 バイト目と 3 バイト目を入れ替える必要があります。BMP 行は通常、下から上へ配置されますが、PAM および PNM 行は上から下へ配置されます (つまり、この例では)。この例の PAM ヘッダーは次のようになります。 FF00007F 00FF007F 0000FF7F FFFFFF7F FF0000FF 00FF00FF 0000FFFF FFFFFFFF0000FFFF 00FF00FF FF0000FF FFFFFFFF 0000FF7F 00FF007F FF00007F FFFFFF7F

P7
幅4
高さ2
深さ4
マックスバル255
TUPLTYPE RGB_ALPHA
ENDHDR

PAM のタプル型メカニズムは、多くの拡張を可能にします。理論的には、PAM を拡張して CMYK などのカラー モデルを表すことができます。

この形式はグラフィックスに限定されず、その定義により、符号なし整数の任意の 3 次元行列に使用できます。Netpbm パッケージの一部のプログラム (たとえばpamsummcol)は、粗い行列演算プロセッサとして機能し、この方法で PAM 形式を使用します。

Netpbm は数百の異なるツールで構成されており、それぞれが独自のパブリック著作権ライセンスで提供されています。2001年のDebian開発者 Steve McIntyre による分析では、大部分がフリーソフトウェアライセンス、1 つの非商用ライセンス (フリーではない)、およびライセンスが提供されていない 12 個のライセンス (したがってフリーではない) が示されています。分析で言及されているように、それ以降の変更は明らかにカバーされていません。^[23]

ウィキメディア・コモンズには、 Created with Netpbmに関連するメディアがあります。

• GD グラフィック ライブラリ
• グラフィックスマジック
• イメージマジック
• Unixコマンドのリスト
• X PixMap (PBM と XPM の比較)
• X ビットマップ

• 公式サイト
• pfm: Netpbm が理解する PFM グラフィック イメージ ファイル形式
• さまざまな形式の ppm ファイルの例