1 历史背景
1.1 诞生动机：GIF的专利危机
20世纪90年代，GIF（Graphics Interchange Format）是互联网上主流的图像格式，其采用LZW压缩算法并支持动画和透明色。然而，Unisys公司和IBM公司持有LZW算法的专利，并于1994年宣布对GIF的使用征收专利许可费。这一“专利陷阱”引发了互联网社区的强烈反弹，开发者们迫切需要一种免费、开放、无专利限制的图像格式。PNG正是在这种“让GIF见鬼去”的集体情绪中诞生的，其名称最初被戏称为“PNG's Not GIF”（PNG不是GIF），以宣示其版权立场。
1.2 标准化进程：W3C与IETF协作
1995年1月，一个由Thomas Boutell领导的线上讨论组开始设计新格式，并于同年10月发布了PNG 0.5草案。随后，万维网联盟（W3C）与互联网工程任务组（IETF）联手推进标准化。1996年10月1日，W3C正式推荐PNG 1.0作为互联网标准（RFC 2083）。IETF随后在1997年3月发布了RFC 2083的修订版。这一协作确保了PNG既满足Web图像需求，又具备严谨的二进制规范。
1.3 版本演进：从PNG 1.0到PNG 1.2
PNG 1.0定义了核心功能：无损压缩、真彩色/灰度/索引色支持、Alpha透明通道。1998年发布的PNG 1.1增加了部分改进，如sRGB色块。2000年发布的PNG 1.2进一步修订了小错误，并引入了一些可选块（如背景色建议块bKGD）。此后，PNG规范基本稳定，没有重大版本更新——因为开发者们的精力已转向动画扩展（APNG）和下一代格式的竞争。PNG 1.2至今仍是实际应用中的标准版本。
2 技术原理
2.1 无损压缩机制
PNG的无损压缩采用两步走策略：首先对像素数据进行“过滤”，使数据更适于压缩；然后对过滤后的结果应用Deflate算法。整个过程不丢弃任何图像信息，解压后与原始数据完全一致。
2.1.1 过滤方法（Filtering）
过滤是在逐行扫描的基础上，对每个像素的字节值进行可逆变换，以降低相邻像素间的冗余。PNG定义了五种过滤模式：None、Sub、Up、Average和Paeth，每个图像行可以独立选择一种模式。
2.1.1.1 Sub、Up、Average、Paeth算法对比
- Sub：将当前像素值减去其左边像素的值（同一行）。适用于水平渐变明显的图像。
- Up：将当前像素值减去其正上方像素的值（上一行）。适用于垂直渐变明显的图像。
- Average：将当前像素值减去左边和上方像素值的平均值。兼顾水平和垂直方向，适用于纹理复杂的区域。
- Paeth：使用Paeth预测器，根据左边、上方和左上方像素的线性函数预测当前像素，然后减去预测值。该算法对边缘和渐变更敏感，通常提供最佳的压缩效率。实际编码时，压缩器会尝试所有五种模式，并选择能产生最小数据量的模式。
2.1.2 Deflate压缩算法
Deflate是Philip Katz开发的压缩算法，结合了LZ77（基于字典的重复字符串替换）和哈夫曼编码（对符号出现频率进行变长编码）。PNG使用标准的Deflate实现（zlib库），将过滤后的数据流压缩为一连串的压缩块。Deflate的压缩等级（1-9）可在编码时调节，等级越高压缩率越大，但耗时也越长。由于PNG是无损的，Deflate不能有任何信息丢失，因此压缩比受限于图像本身的冗余程度。
2.2 图像数据组织
2.2.1 像素深度与色彩类型
PNG支持1、2、4、8、16位像素深度，但实际常见的深度为8位（每通道）和16位（高精度）。色彩类型由IHDR块中的颜色类型（Color Type）字段定义，共五种：
2.2.2 透明通道（Alpha通道）
Alpha通道表示像素的不透明度，取值范围与像素深度一致（如8位下0~255）。0表示完全透明，255表示完全不透明。PNG的Alpha通道支持全精度、半透明和渐变透明度，这使得它成为Web设计中制作遮罩、图标和Logo的首选——毕竟，一个带透明背景的PNG表情包永远不会让背景里的狗头穿帮。
2.3 关键块结构
PNG文件由一系列“块”（Chunk）串联而成，每个块包含长度、类型、数据和CRC校验。
2.3.1 必须块：IHDR、IDAT、IEND
- IHDR（图像头）：位于文件开头，固定13字节，定义图像宽度、高度、位深度、颜色类型、压缩方法、过滤方法和交错标志。没有它，解码器连图片是矩形还是三角形都搞不清。
- IDAT（图像数据）：存储压缩后的像素数据。一个PNG文件可包含多个连续的IDAT块，解码器需将它们拼接后解压。通常压缩工具会输出单个IDAT块以提高效率。
- IEND（图像结束）：空数据块，标记文件结束。它的存在就像一根“到此为止”的终点线，防止解码器继续读取垃圾数据。
2.3.2 可选块：PLTE、tEXt、tRNS等
- PLTE（调色板）：用于索引色图像，最多包含256个RGB颜色条目。
- tRNS（透明色）：为索引色或真彩色图像定义单一透明颜色（即所谓的“透明色”，而非Alpha通道）。在GIF时代这曾是透明的主要方式，PNG中它仍作为兼容性选项保留。
- 其他常用可选块：如bKGD（背景色）、gAMA（伽马校正）、cHRM（色度学）、sBIT（有效位深度）、sRGB（标准RGB色域）、iCCP（ICC色彩配置）等。
3 文件结构与元数据
3.1 文件签名（8字节魔数）
PNG文件的前8个字节是固定的文件签名（Magic Number），十六进制值为：89 50 4E 47 0D 0A 1A 0A。其中89用于检测非文本传输系统中的潜在问题，后面依次是PNG的ASCII码（PNG）以及DOS/Windows和Unix的行尾标记。任何不以这8个字节开头的文件都不是合法PNG，浏览器和图像查看器据此迅速拒绝那些“伪PNG”。
3.2 数据块（Chunk）格式
每个数据块由四部分组成：
- 长度（4字节，大端序）：表示数据区的字节数。
- 类型（4字节，ASCII字母）：如IHDR、IDAT等。类型名的大小写具有意义：首字母大写表示“临界块”（必须理解），小写表示“辅助块”（可忽略）。
- 数据（长度可变）：块的具体内容。
- CRC校验（4字节）：计算类型和数据区的32位循环冗余校验码，用于检测传输或存储过程中的损坏。
这种设计使得解码器可以按顺序读取块，忽略不认识的辅助块，从而保证向前兼容。
3.3 常用元数据类型
3.3.1 文本数据（tEXt、zTXt、iTXt）
- tEXt：存储键值对文本（如“Author”:“John Doe”），不压缩。适用于简短注释。
- zTXt：与tEXt类似，但文本数据使用Deflate压缩，节省空间。
- iTXt：国际文本，支持UTF-8编码、语言标签和可选的压缩，常用于多语言描述。
这些文本块让PNG文件可以携带作者、版权、描述等信息，虽然大多数用户并不会去翻阅——除非他们在查找“这张图的生成器是啥”的元数据。
3.3.2 时间戳（tIME）
tIME块记录图像最后修改的时间，格式为年-月-日-时-分-秒（UTC）。它不用于自动更新缓存，更多是给归档管理用。
3.3.3 物理像素尺寸（pHYs）
pHYs块指定图像的实际显示尺寸（每米的像素数，或像素纵横比）。例如，一张96 DPI的屏幕截图的pHYs值可设为2835/米（96×39.37），确保在不同设备上保持正确的物理尺寸——尽管大多数浏览器懒得理它，直接用CSS缩放。
4 应用与兼容性
4.1 网页图像的首选格式
PNG凭借无损压缩和Alpha透明通道，成为网页图标、Logo、UI元素、截图、示意图等需要清晰边缘或透明背景的场景的首选。根据HTTP Archive的统计，截至2023年，仍有约40%的Web图像采用PNG格式，位居第二（仅次于JPEG）。其“万金油”地位甚至催生了调侃：“如果一个设计师说‘帮我导出一张图’，90%的情况下他要的是PNG。”
4.2 与JPEG、GIF、WebP的对比
4.2.1 压缩效率：PNG vs JPEG
JPEG采用有损压缩，通过丢弃人眼不敏感的高频细节实现极高的压缩比（通常可达到1:10至1:20）。对于照片等连续色调图像，JPEG在同等文件大小下视觉质量远优于PNG。而PNG无损压缩的典型压缩比仅为1:2至1:5，对于纯色区域多、细节少的图像（如卡通、界面截图）反而优于JPEG。简而言之：JPEG适合照片，PNG适合“高对比度且不接受画质损失”的情况。
4.2.2 动画支持：PNG vs GIF vs APNG
传统PNG不支持动画，而GIF支持。为弥补这一短板，Mozilla开发了APNG（动画PNG），它在PNG基础上将每一帧作为单独的IDAT块序列存储，兼容性良好（现代浏览器均支持）。GIF则只有256色且不支持半透明。APNG可以同时拥有真彩色、透明度和动画，因此逐渐取代GIF成为表情包界的“新王”——然而，由于老旧的iOS Safari曾长期不支持APNG，“一张动图在朋友圈转成静态”的悲剧仍时有发生。
4.3 软件支持与优化工具
4.3.1 常用编辑器（Photoshop、GIMP、Figma）
- Adobe Photoshop：支持完整的PNG读写，提供“存储为Web所用格式”对话框，可调节PNG-8（索引色）和PNG-24（真彩色），并保留透明度。
- GIMP：开源免费，保存PNG时可选择压缩等级、透明保留和元数据。
- Figma：在线UI设计工具，导出PNG时支持单项元素透明导出，是设计师的日常“又要导PNG”的罪魁祸首之一。
4.3.2 压缩工具（pngcrush、pngquant、OptiPNG）
- pngcrush：经典命令行工具，通过尝试不同的过滤方法和Deflate参数寻找最佳压缩方案。
- pngquant：将真彩色PNG转换为8位索引色（PNG-8）并应用抖动，在几乎不造成视觉差异的情况下将文件大小减少50%~70%。适合Web图标和表情包。
- OptiPNG：基于pngcrush的改进版本，压缩效率更高，常被集成到自动化构建流程中。它的语速优雅，但抱怨“这图还能再小吗？”的用户依然不会满意。
5 衍生与扩展
5.1 APNG（动画PNG）
APNG是PNG的官方扩展（由Mozilla提出，后来被W3C采纳为规范）。它在PNG文件末尾添加额外的帧数据（fdAT块），第一帧由原始IDAT块提供，后续帧由fcTL（帧控制）和fdAT组成。APNG支持无限循环和透明度，兼容不支持APNG的解码器（它们会显示第一帧作为静态PNG）。如今，APNG已成为表情包和游戏UI动画的主流格式，甚至有段子说：“你永远不知道一个APNG里藏了多少帧的‘啊哈哈哈’”。
5.2 MNG（多图像网络图形）
MNG（Multiple-image Network Graphics）是PNG的动画版本，早于APNG。它支持复杂的多图像序列、真彩色动画、JPEG压缩帧等更高级的功能，但由于复杂度高、软件支持差，最终被APNG取代。MNG就像一个过于早熟的“高智商少年”，在PNG被广泛使用之前就已默默退场，只留下一些技术文档供考古。
5.3 PNG在游戏与软件资源中的“梗”文化
5.3.1 “啊？又要导出PNG？”——设计师的日常
在UI设计、游戏美术等工作中，设计师需要频繁导出各种资源（图标、按钮、背景等）为PNG格式。随着项目迭代，每一次修改都意味着重新导出、覆盖、替换。于是，办公室内常回响着“啊？又要导PNG？”的哀嚎。这句话已成为设计师与程序员之间“爱与恨”的象征——前者追求像素级完美，后者追求“别让我手动替换文件路径”。
5.3.2 透明背景表情包的宇宙霸主地位
PNG的透明支持使其成为表情包文化的核心。从“黑人抬棺材”到“熊猫头”，几乎所有流行表情包都以PNG格式传播。透明背景允许用户将表情包自由叠加到任何聊天截图、视频或图片上，从而衍生出“戴着墨镜的狗”、“跑路的香蕉”等经典模因。PNG因此被戏称为“互联网梗文化的原子弹”——它让每个人都能在聊天中随心所欲地“P图”，而不用操心背景颜色冲突。
6 未来展望
6.1 下一代格式（AVIF、JPEG XL）的挑战
近年兴起的新一代图像格式AVIF和JPEG XL均支持无损和有损压缩，且压缩效率远超PNG（尤其在照片类图像上）。AVIF基于AV1视频编码，JPEG XL则兼容JPEG并支持超高动态范围。它们在Web端的普及正在蚕食PNG在无损场景下的份额——例如Chrome已默认支持AVIF无损。但PNG凭借其简单、开放、软件支持广泛的优势，短时间内难以被完全替代。在“透明背景+无损”这个赛道上，PNG仍是老牌王者。
6.2 PNG在无损存储领域的不可替代性
尽管新格式声称“比PNG小20%”，但PNG的Deflate算法经过二十余年的优化已接近无损压缩的理论极限，且所有操作系统、图像库和浏览器原生支持。它没有专利问题（GIF的教训历历在目），元数据块结构简单，易于编程处理。对于需要长期存档、跨平台共享、且对文件大小不敏感的文档扫描、医学影像、历史资料等场景，PNG仍是首选。更重要的是，人类已经习惯了“透明背景=PNG”的思维定式——当有人问“这张图背景怎么是花的？”时，答案永远是：“你存成PNG了吗？”