TIFFファイルの圧縮フォーマット判別法

TIFFファイルがLZW圧縮を用いている場合、2003/08/05現在米ユニシス社の特許 (所謂 "GIF の圧縮特許問題" として有名) に抵触するのでTIFFファイルの圧縮フォーマット記述箇所を調べたので覚書。

なお、不明な点などありましたら、TIFFの規格書 (PDF) をお読みください。

1. 0-1Byte: バイトオーダーを確認する

   MM (#4D4D)

   データは上位、下位の順序で記述される。

   例えば "1" を2Byteで記述すれば #0001 である。

   II (#4949)

   データは2Byte単位で下位、上位の順序で記述される。

   例えば "1" を2Byteで記述すれば #0100 である。

2. 2-3Byte: TIFFファイルのバージョン番号を確認する

   TIFF Revision 6.0 Specification (Final - June 3, 1992) では固定値 "42" (#2A)が記述される。

   バイトオーダーと合わせれば、ファイル先頭4Byteは #4D4D002A か #49492A00 となる (これ以外の値を格納するファイルは本解説のTIFF形式と互換性のないフォーマットである)。

3. 4-7Byte: Image File Directory (以下、IFD)のアドレスを確認する

   目的である Compression 情報が格納された IFD の位置が記述されているので確認する。

   例えばバイトオーダー II で #08000000 であれば以降08Byte目を起点とする。

4. IFD 起点アドレス + 2 + 12 * n (n は 0 以上の整数): Compression Tag を確認する

   IFD 起点アドレス + 2 + 12 * n (n は 0 以上の整数) Byte目から始まる 259 (#0103) のデータを確認する。

   例えば起点アドレスが 8 の場合 10(#0A), 22(#16), 34(#22), 46(#2E), 58(#3A), 70(#46)……が調査の対象となる。

   また、259 (#0103) もバイトオーダーに従い、II なら #0301 となっている事に注意する。

5. Compression のデータを読む

   Compression Tagから始まる12Byteは以下の構成になっている。

   Tag ( 0- 2Byte)

   259 (MM: #0103, II: #0301) 固定

   DataType ( 3- 4Byte)

   3 (MM: #0003, II: #0300) 固定

   Count ( 6- 8Byte)

   1 (MM: #0001, II: #0100) 固定

   Value ( 9-12Byte)

   Uncompressed

   1 (MM: #0001, II: #0100)

   CCITT 1D

   2 (MM: #0002, II: #0200)

   Group 3 Fax

   3 (MM: #0003, II: #0300)

   Group 4 Fax

   4 (MM: #0004, II: #0400)

   LZW

   5 (MM: #0005, II: #0500)

   JPEG

   6 (MM: #0006, II: #0600)

   Pack Bits

   32773 (MM: #8005, II: #0580)

とはいえ、人間がコードエディタなどでTIFFファイルを開いて調べるにはあまりに面倒なので、簡易判別法も。

1. 0-1Byte目が MM なら #010300030001 を、II なら #030103000100 を検索する。
2. 検索結果が1件なら 4Byteが自動的に Compression Value と判断される。
3. 検索結果が複数あった場合も、続く4ByteにCompression Value Codeに合致する物が1つ (1種類) しかないならそれが Compression Value と判断される。