BMP(ビットマップ)のファイルフォーマット

ビットマップファイルはJPGやPNGよりも古い歴史を持つ画像ファイルフォーマットです。
同じ画像を出力するとJPEGやPNGの方がサイズが小さくなることから、今ではほとんど使用されていません。

そんな現状のため需要がほぼゼロだと思いますが、ビットマップファイルのファイルフォーマットを資料としてまとめておきます。

この記事は、次のマイクロソフトの資料を参考にしています。

このページはＢＭＰファイルのフォーマットについて触れていますが、他のページはC/C++でのプログラミング向けに書かれたものです。
そのため、BMPの各要素は構造体で説明されています。

この記事では、構造体名とメンバー名をそのまま使っています。

なお、構造体についてはWindows SDKに含まれるWinGDI.hというファイルで定義されています。

SDKがインストールされているなら、次のディレクトリに格納されているので探してみてください。
C:\Program Files (x86)\Microsoft SDKs\Windows\vX.X\Include

vX.Xは、SDKのバージョンです。
複数存在することもありますが、Includeディレクトリがないものあります。

なお、ビットマップはOS/2というwindowsとは異なるOSでも仕様定義されてきた過去があります。
こちらの仕様は、マイクロソフトの資料には含まれていません。
今ではOS/2を目にすることがないので、今回は省きます。

BMPファイルのフォーマットをお伝えするにあたり、必要な前提知識を記述しておきます。

BMPファイルのエンディアン

BMPファイルの各値は、リトルエンディアン(LE)で格納します。

1バイトはそのままですが、2バイトはバイトが入れ替わります。

2バイト: 0x1234 → 34 12 でファイルに格納
4バイト: 0x12345678 → 78 56 34 12 でファイルに格納

ボトムアップとトップダウン

BMP内の画像データは、通常はボトムアップで格納されています。

ボトムアップは、画像の左下を座標(0,0)として右方向へピクセルの情報を格納します。
右端まで処理したら、一つ上の行を処理します。

トップダウンは左上が座標(0,0)です。
右端まで処理したら、下方向へ移動します。

画像は左上を原点にするイメージがあるので、左下が原点のボトムアップは上下が反転していることになります。
トップダウンの方がイメージ的に処理しやすいですが、RLE圧縮などの一部の機能はボトムアップに限定されます。

何らかの理由がないなら、ボトムアップで処理しておいた方がよさそうです。

4バイト境界

BMP内の画像データは、一行ごとに4バイトで割り切れるように調整する必要があります。

例えば幅111ピクセルの画像を1ピクセル3バイトで表現する場合、1行は3×111=333バイトで表すことができます。
これを4で割った余りを求めると、1です。
4で割り切れるようにするには、余分に3バイト出力して336バイトにする必要があります。

JPEGとPNG

BMPファイルはJPEGまたはPNGファイルをそのまま内部に格納することができます。
しかし、元となるファイルにBMPのヘッダを付加することになるので、ファイルサイズが増えるだけです。
あまり意味がないですね。

また、JPEG/PNGを格納したBMPファイルに対応していないアプリもあります。
BMPファイルを自作して確認してみたところ、Google Chromeでは読み込めましたが、FireFoxやWindowsのペイント3Dでは読み込めませんでした。

確認したブラウザ（2022/7時点での最新バージョン）
Google Chrome103.0.5060.134
FireFox102.0.1

RLE圧縮

BMPファイル内の画像データは、1ピクセルのビット数が4または8でボトムアップで処理されているとき、RLE圧縮できます。

BMP固有の仕様は、圧縮形式：BI_RLE8(1)、圧縮形式：BI_RLE4(2)を見てください。

DIBとビットマップ

BMPはビットマップデータをファイルに格納する方式の一つで、本来はビットマップそのものを表すものではないようです。
広い意味ではJPEGやPNGも、ビットマップに含まれるようです。

いろいろと言葉の意味が錯綜していますが、Windowsが取り扱っているビットマップ画像のファイルフォーマットをDIB(Device Independent Bitmap)、日本語でデバイス独立ビットマップと呼びます。
そしてこのファイルフォーマットで作成された画像データは、拡張子をbmpとします。

ここから、BMPイコール、ビットマップとなったようです。

BMPの大まかな構造は、次のようになっています。

情報ヘッダーの構造体名の（）は、構造体名の差異がわかり難いので便宜上省略したものです。

BMPファイルは、ファイルヘッダーからスタートします。

BITMAPFILEHEADER

総バイト数14

"BM"は、バイト値で 0x42 と 0x4d です。
これはエンディアンを気にせず、最初のバイトを0x42にします。

bfOffBitsは、ファイルの先頭を0として、カラーインデックスデータ(画像データ)が開始するバイト位置です。

マイクロソフトの資料によると、情報ヘッダーは４種類あります。
実際には他にもあるようですが、現在は使用されていないと思われます。

情報ヘッダーはCOREヘッダー → INFOヘッダー → V4ヘッダー → V5ヘッダー の順で情報量が増えて、より詳細な情報を設定できるようになります。

Windowsのペイント3Dは、INFOヘッダーでビットマップファイルを作成しています。
幾つかのアプリで確認してみたところ、同じようにINFOヘッダーが使用されていました。

自分でビットマップファイルを作成する場合は、INFOヘッダーでいい気がします。

情報ヘッダーの種類判定は、最初の4バイトの値で判断します。
最初の4バイトは、ヘッダーのバイト数を表します。

BITMAPINFOHEADER(INFOヘッダー)

BITMAPCOREHEADER(COREヘッダー)

COREヘッダはOS/2で定義された情報ヘッダーですが、資料に掲載されているので取り上げます。

1ピクセルのビット数は、1,4,8,24のみです。

BITMAPV4HEADER(V4ヘッダー)

bV4V4CompressionはV4が繰り返されていますね。
タイプミスのまま実装されてしまったのかもしれません。

V4ヘッダーはヘッダー内にカラーマスクが含まれています。
そのため、情報ヘッダーの後にマスクデータが設置されることはありません。

また、αのカラーマスクが追加されているので、bV4V4Compressionの値をBI_BITFIELDSにすることで透過ビットマップを生成できます。

ガンマ値は、 上位16ビットを整数部分とし、 下位16ビットを小数部分として指定します。

BITMAPV5HEADER(V5ヘッダー)

プロファイルデータはファイル名を指定します。
Windows文字セット（コードページ1252）を使用し、nullで終わる必要があります。

カラーマスクは、次の条件に当てはまるとき、存在します。

• 情報ヘッダーの種類がINFOヘッダー
• 情報ヘッダーのbcBitCountが、16か32
• 情報ヘッダーのbiCompressionが、BI_BITFIELDS

※V4ヘッダーとV5ヘッダーは、カラーマスクが情報ヘッダー内に含まれています。

カラーマスクは3つの4バイトデータで構成されます。
順番に赤、緑、青を受け持ちます。

このときカラーインデックスデータ（画像データ）は４バイトのビットフィールドとして扱われ、各カラーマスクと論理積（AND）演算されます。

例えばカラーマスクとして、赤：0x000000FF、緑：0x00FF0000、青：0x0000FF00が指定されているとします。
このとき、ビットフィールドが0x00112233なら、赤33、緑11、青22と判断されます。

■補足

32bit時のデフォルトのマスクは、次のようになります。

色	マスク値
赤	0x00FF0000
緑	0x0000FF00
青	0x000000FF

16bitは各色5bit単位なので、デフォルトのマスクは次のようになります。

色	マスク値
赤	0x00007C00
緑	0x000003E0
青	0x0000001F

■補足

各カラーマスクは、ビットが連続していることと、他のマスクとビットが重複しない必要があります。

▶NGパターン1: 連続していない

例：
0001111000111000

▶NGパターン2: 重複している

例：
0001111000000000
0000001111000000

パレットデータは、情報ヘッダーのパレットデータの数が1以上の時存在します。

ただし、1ピクセルのビット数が8以下でパレットデータの数が0のときは、それぞれのビットで表現できる最大数のパレットデータが必要です。

1ピクセルのビット数が16以上のときは、画像データはパレットのインデックスではなくて、RGB値です。
そのためパレットデータは特に意味を持ちませんが、アプリケーションによっては何らかの指標として使用している可能性があります。

パレットデータは次の形式で構成されます。

■COREヘッダーの場合

COREヘッダーのパレットデータは、RGBTRIPLEという形式です。
３バイトで一つのパレットデータを構成します。

■COREヘッダー以外の場合

COREヘッダー以外のパレットデータは、RGBQUADという形式です。
４バイトで一つのパレットデータを構成します。

この順番は、RGBを4バイトに割り振って、リトルエンディアン(LE)で格納したときと一致します。

0x00RRGGBB
↓ LEでファイル出力
BB GG RR 00

４バイト目は透明度を意味するような気がしますが、実際は切り捨てられます。

カラーインデックスデータは、画像データです。
一つのデータで1ピクセルを表しますが、様々な方法で表現されます。

情報ヘッダーの1ピクセルのビット数と、圧縮形式で形式が決定されます。

また、情報ヘッダーの画像の高さが正のときはボトムアップで、負のときはトップダウンで処理されます。
詳しくは、この記事のボトムアップとトップダウンを見てください。

圧縮形式：BI_RGB(0)

BI_RGBの値は0です。

圧縮形式がBI_RGBのときは、画像データは圧縮されていないことを意味します。

1ピクセルのビット数：1

1ピクセルのビット数が１のときは、パレットのインデックスを上位ビットから順番に1ビット単位でセットしていきます。
1バイトにつき、8つのピクセルを表現できます。

残ったビットは0をセットします。

画像の各行は、バイト数を4の倍数に合わせる必要があります。

1ピクセルのビット数：4

1ピクセルのビット数が4のときは、パレットのインデックスを上位ビットから順番に4ビット単位でセットしていきます。
1バイトにつき、2つのピクセルを表現できます。

残ったビットは0をセットします。

画像の各行は、バイト数を4の倍数に合わせる必要があります。

1ピクセルのビット数：8

1ピクセルのビット数が8のときは、パレットのインデックスを上位バイトから順番に1バイト単位でセットしていきます。
1バイトにつき、1つのピクセルを表現します。

画像の各行は、バイト数を4の倍数に合わせる必要があります。

1ピクセルのビット数：16

1ピクセルのビット数が16のときは、2バイトで1つのピクセルを表現します。

上位ビットが0で、その後5ビット単位で赤、緑、青をセットします。

画像の各行は、バイト数を4の倍数に合わせる必要があります。

1ピクセルのビット数：24

1ピクセルのビット数が24のときは、3バイトで1つのピクセルを表現します。

RGBTRIPLE形式です。
上位バイトが青で、その後、緑、赤をセットします。

画像の各行は、バイト数を4の倍数に合わせる必要があります。

1ピクセルのビット数：32

1ピクセルのビット数が32のときは、4バイトで1つのピクセルを表現します。

RGBQUAD形式です。
上位バイトが青で、その後、緑、赤をセットします。
４つ目のバイトは0です。

この形式は、自然に4の倍数になりますね。

圧縮形式：BI_RLE8(1)

BI_RLE8の値は1です。

圧縮形式がBI_RLE8のときは、画像はボトムアップのみで処理されます。
1ピクセルのビット数が8である必要があります。

1ピクセルのビット数：8

8ビットのインデックスデータを、次の形式でRLE圧縮します。

非連続データのデータ数は、3以上を指定します。
2以下のときは、連続データで対応します。
また、非連続データのデータ部は必ず2で割り切れるように補完します。
例えば、データ数が3のときは、データが4バイトになります。

例：
05 0A 00 03　FF FF FF 00 00 00 01 DD 01 D0 06 FF 00 01
↓ デコード
0A 0A 0A 0A 0A FF FF FF
DD D0 FF FF FF FF FF FF

圧縮形式：BI_RLE4(2)

BI_RLE4の値は2です。

圧縮形式がBI_RLE4のときは、画像はボトムアップのみで処理されます。
1ピクセルのビット数が4である必要があります。

1ピクセルのビット数：4

4ビットのインデックスデータを、次の形式でRLE圧縮します。

連続データは、二つの値を交互に繰り返します。
例えば 03 14 なら、1 4 1 に展開されます。

非連続データのデータ数は、3以上を指定します。
2以下のときは、連続データで対応します。
また、非連続データのデータ部は必ず2バイト単位になるように補完します。
例えば、データ数が5のときは、データは3バイトになります。

例：
05 14 00 03　FA C0 00 00 02 A1 01 D0 05 FF 00 01
↓ デコード
14 14 1F AC
A1 DF FF FF

圧縮形式：BI_BITFIELDS(3)

BI_BITFIELDSの値は3です。

圧縮形式がBI_BITFIELDSのときは、画像データをビットフィールドとして扱います。
1ピクセルのビット数が16か32である必要があります。

INFOヘッダーは、カラーマスクが必要です。
V4、V5ヘッダーはヘッダー内にカラーマスクが含まれています。
また、V4、V5ヘッダーはα成分のマスクを指定できるため、ビットフィールド内に透明度を含むことができます。

1ピクセルのビット数：16

カラーマスクに従って、16ビット内に赤・緑・青を指定します。

1ピクセルのビット数：32

カラーマスクに従って、32ビット内に赤・緑・青を指定します。

圧縮形式：BI_JPEG(4)

BI_JPEGの値は4です。

圧縮形式がBI_JPEGのときは、JPEG形式で画像データが保存されます。

1ピクセルのビット数：0

JPEGデータ内で、ビット数が指定されます。

圧縮形式：BI_PNG(5)

BI_PNGの値は5です。

圧縮形式がBI_PNGのときは、PNG形式で画像データが保存されます。

1ピクセルのビット数：0

PNGデータ内で、ビット数が指定されます。